博客
关于我
C++ priority_queue优先级队列容器
阅读量:517 次
发布时间:2019-03-07

本文共 1646 字,大约阅读时间需要 5 分钟。

优先队列: 它的入队顺序没有变化,但是出队的顺序是根据优先级的高低来决定的。优先级高的优先出队。

  1. 最大值优先级队列、最小值优先级队列
  2. 用来开发一些特殊的应用
  3. #include <queue>

定义时,如果使用默认的less:值越大,优先级越大;

如果使用greater:值越小,优先级越大。


定义
// 默认情况是使用vector容器作为元素存储,less作为排序依据priority_queue
pq1; // 默认情况下是值越大,优先级越大priority_queue
, less
> pq2; // 相当于// 可以自定义priority_queue
, greater
> pq3; // 值越小,优先级越大// 注意:不可以使用list容器作为存储对象pq1 = pq2; // 赋值重载priority_queue
pq4 = pq1; // 默认构造

注意:不可以使用list容器作为存储对象


// 进队

pq1.push(1);

// 出队

pq2.pop();

// 交换两个队列的元素

pq1.swap(pq2);

// 获取队列中的元素个数

cout << pq2.size() << endl;

// 判断队列是否为空

pq2.empty();

// 获取队首的元素

pq2.top();


注意priority_queue优先级队列容器没有迭代器,所以如果想要输出队列里面的所有值,唯有一下方法:

// 如果队列不为空,则继续则行while (!pq2.empty()) {   	// 获取队首的元素	cout << pq2.top() << " ";	// 队首出队	pq2.pop();}cout << endl;

测试代码:

#include 
#include
#include
#include
#include
using namespace std;int main(void) { // 默认情况是使用vector容器作为元素存储,less作为排序依据 priority_queue
pq1; // 默认情况下是值越大,优先级越大 priority_queue
, less
> pq2; // 相当于 // 可以自定义 priority_queue
, greater
> pq3; // 值越小,优先级越大 // 注意:不可以使用list容器作为存储对象 pq1 = pq2; // 赋值重载 priority_queue
pq4 = pq1; // 默认构造 // 存储元素 pq1.push(1); pq1.push(2); pq1.push(3); pq1.push(2); pq1.push(3); pq1.push(4); pq1.push(5); pq1.push(2); // 交换两个队列的元素 pq1.swap(pq2); // 获取队列中的元素个数 cout << pq2.size() << endl; // 如果队列不为空,则继续则行 while (!pq2.empty()) { // 获取队首的元素 cout << pq2.top() << " "; // 队首出队 pq2.pop(); } cout << endl; system("pause"); return 0;}

运行截图:

在这里插入图片描述
输出的是less修饰的队列,所以 越大的数先出列。


STL其他容器学习链接:

转载地址:http://grpjz.baihongyu.com/

你可能感兴趣的文章
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>