博客转载自：https://www.cnblogs.com/George1994/p/6477198.html
前言
之前从没用过优先队列，刷算法题目的时候才开始了解的，所以做个总结。什么情况下使用呢？比如当你需要获取到最大最小值元素，而又不想用最大最小堆的原生实现，STL提供给你更加简单的库，就是priority_queue，其时间复杂度也只有o(nlogn)。
说明
根据元素的优先级被读取，这个优先级取决于你设置的排序函数，如果你没设置，缺省的排序法则则是利用operator<形成降序排列，也就是从大到小排列的大顶堆，第一个自然就是最大的元素。还有如果你没设置保存数据的容器Container的话，默认用的是vector。
namespace std {
template < class T ,
class Container = vector<T> ,
class Compare = less <typename Container::value_type> >
class priority_queue ;
}
priority_queue提供了三个基本函数，分别是:
- top()
- push()
- pop()
注意，pop并不会返回元素，top才会返回堆顶的元素。
STL提供了仿函数greater<>，less<>，简化了自己再定义排序函数的过程。如果你想使用自己定义的结构，而不想使用基本数据类型，也是ok的，不过你需要在你自定义的类中重载运算符，比如：
class Student
{
int id;
char name[20];
bool gender;
bool operator < (Student &a) const
{
return id > a.id;
}
};
使用
这是一个找输入流的中间值的题目，用最大最小堆实现。
priority_queue<int, vector<int>, less<int>> maxHeap; //存储小的值，值越大，优先级越高
priority_queue<int, vector<int>, greater<int>> minHeap; //存储大的值，值越小，优先级越高
/**
* 完全不需要判断各种判断
* 不过一定要注意minHeap和maxHeap的优先级顺序，避免弄反了
*/
void addNum3(int num) {
minHeap.push(num);
maxHeap.push(minHeap.top());
minHeap.pop();
// 平衡
if (minHeap.size() < maxHeap.size()) {
minHeap.push(maxHeap.top());
maxHeap.pop();
}
}
double findMedian3() {
return maxHeap.size() == minHeap.size() ? (double)(maxHeap.top() + minHeap.top())/2.0 : (double)minHeap.top()/1.0;
}
void test() {
this->addNum3(1);
this->addNum3(2);
cout << this->findMedian3() << endl;
this->addNum2(3);
cout << this->findMedian3() << endl;
}
输出结果
1.5 2
底层实现
显然，我们可以看出priority_queue的底层实现是堆实现的。里面的c就是你自己提供的容器Container
void push(value_type&& _Val)
{ // insert element at beginning
c.push_back(_STD move(_Val));
push_heap(c.begin(), c.end(), comp);
}
template<class... _Valty>
void emplace(_Valty&&... _Val)
{ // insert element at beginning
c.emplace_back(_STD forward<_Valty>(_Val)...);
push_heap(c.begin(), c.end(), comp);
}
bool empty() const
{ // test if queue is empty
return (c.empty());
}
size_type size() const
{ // return length of queue
return (c.size());
}
const_reference top() const
{ // return highest-priority element
return (c.front());
}
void push(const value_type& _Val)
{ // insert value in priority order
c.push_back(_Val);
push_heap(c.begin(), c.end(), comp);
}
void pop()
{ // erase highest-priority element
pop_heap(c.begin(), c.end(), comp);
c.pop_back();
}
