C++ 容器适配器:stack、queue 与 priority_queue 详解
C++ STL 容器适配器 stack、queue 和 priority_queue 分别实现后进先出、先进先出及优先级队列功能。stack 默认底层为 deque,支持 push/pop/top 操作;queue 支持头尾插入删除;priority_queue 基于 vector 构建堆结构。文章详细讲解各容器接口、典型应用场景(如最小栈、K 大元素)、模拟实现逻辑及 deque 作为底层容器的优势与原理。

C++ STL 容器适配器 stack、queue 和 priority_queue 分别实现后进先出、先进先出及优先级队列功能。stack 默认底层为 deque,支持 push/pop/top 操作;queue 支持头尾插入删除;priority_queue 基于 vector 构建堆结构。文章详细讲解各容器接口、典型应用场景(如最小栈、K 大元素)、模拟实现逻辑及 deque 作为底层容器的优势与原理。

deque 实现,但可以指定其他容器(如 vector 或 list)。头文件:#include <stack>。

| 函数说明 | 接口说明 |
|---|---|
| stack() | 构造空的栈 |
| empty() | 检测 stack 是否为空 |
| size() | 返回 stack 中元素的个数 |
| top() | 返回栈顶元素的引用 |
| push() | 将元素 val 压入 stack 中 |
| pop() | 将 stack 中尾部的元素弹出 |
参考题目:155. 最小栈 (LeetCode)
解题思路:
这道题要求时间复杂度是 O(1)。我们可以定义两个栈,一个栈叫做 _st,一个栈叫做 _minst。当 _st 中插入 5 时 _minst 中也插入 5;当 _st 中插入 4 时,_minst 也插入 4;当 _st 中插入 6 时,此时 _minst 中不用做更新,因为没有插入更小的值。此时 _st 中删除与 _minst 中相同的值,_minst 就跟着删,否则 _minst 不动。
代码实现:
class MinStack {
public:
MinStack() {}
void push(int val) {
_st.push(val);
if (_minst.empty() || val <= _minst.top()) // 如果 minst 为空或者 要插入的值小于 minst 的栈顶元素就插入
_minst.push(val);
}
void pop() {
if (_st.top() == _minst.top()) // 如果删除的值和 minst 中的值相等,同时删,否则只删 st
_minst.pop();
_st.pop();
}
int top() { return _st.top(); }
int getMin() { return _minst.top(); }
private:
stack<int> _st;
stack<int> _minst;
};
拓展: 我们插入时如果有许多的重复数据有什么优化方案呢?
答案是我们可以定义一个结构体,结构体中的变量一个是 int val,另一个是 int count 用来计数。
参考题目:JZ31 栈的压入、弹出序列 (牛客网)
解题思路:
pushi 位置的数据。popi 位置的数据比较,如果匹配则出栈 popi++。
如果不匹配就继续入栈。代码实现:
class Solution {
public:
/**
* 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
*
* @param pushV int 整型 vector
* @param popV int 整型 vector
* @return bool 布尔型
*/
bool IsPopOrder(vector<int>& pushV, vector<int>& popV) {
size_t pushi = 0, popi = 0;
stack<int> st;
while (pushi < pushV.size()) {
st.push(pushV[pushi++]);
while (!st.empty() && popV[popi] == st.top()) {
popi++;
st.pop();
}
}
return st.empty();
}
};
解题思路:
代码实现:
class Solution {
public:
int evalRPN(vector<string>& tokens) {
stack<int> s; // 定义一个栈
for (auto& str : tokens) // 用范围 for 遍历
{
// 如果是操作符
if ("+" == str || "-" == str || "*" == str || "/" == str) {
int right = s.top(); s.pop();
int left = s.top(); s.pop();
switch (str[0]) {
case '+': s.push(left + right); break;
case '-': s.push(left - right); break;
case '*': s.push(left * right); break;
case '/': s.push(left / right); break;
}
} else {
// 操作数
s.push(stoi(str)); // stoi 将字符串转化为 int 类型
}
}
return s.top();
}
};
template<class T, class Container = std::deque<T>>
class stack {
public:
stack() {}
void push(const T& val) { _con.push_back(val); }
void pop() { _con.pop_back(); }
T& top() { return _con.back(); }
size_t size() { return _con.size(); }
bool empty() { return _con.empty(); }
private:
Container _con;
};
FIFO 上下文(先进先出)中操作,其中从容器一端插入元素,另一端提取元素。queue 提供一组特定的成员函数来访问其元素。元素从队尾入队列,从队头出队列。empty:检测队列是否为空size:返回队列中有效元素的个数front:返回队头元素的引用back:返回队尾元素的引用push_back:在队列尾部入队列pop_front:在队列头部出队列标准容器类 deque 和 list 满足了这些要求。默认情况下,如果没有为 queue 实例化指定容器类,则使用标准容器 deque。

| 函数声明 | 接口说明 |
|---|---|
| queue() | 构造空的队列 |
| empty() | 检测队列是否为空,是返回 true,否则返回 false |
| size() | 返回队列中有效元素的个数 |
| front() | 返回队头元素的引用 |
| back() | 返回队尾元素的引用 |
| push() | 在队尾将元素 val 入队列 |
| pop() | 将队头元素出队列 |
queue 中因为要支持头删,所以就不能用 vector。
template<class T, class Container = std::list<T>>
class queue {
public:
queue() {}
void push(const T& val) { _con.push_back(val); }
void pop() { _con.pop_front(); // vector 不支持头删 }
T& front() { return _con.front(); }
T& back() { return _con.back(); }
size_t size() { return _con.size(); }
bool empty() { return _con.empty(); }
private:
Container _con;
};
empty()、size()、front()、push_back()、pop_back()。vector 和 deque 满足这些需求。默认情况下,如果没有为特定的 priority_queue 类实例化指定容器类,则使用 vector。make_heap、push_heap 和 pop_heap 来自动完成此操作。优先级队列默认使用 vector 作为其底层存储数据的容器,在 vector 上又使用了堆算法将 vector 中元素构造成堆的结构,因此 priority_queue 就是堆,所有需要用到堆的位置,都可以考虑使用 priority_queue。注意:默认情况下 priority_queue 是大堆。
| 函数声明 | 接口说明 |
|---|---|
| priority_queue()/priority_queue(first,last) | 构造一个空的优先级队列 |
| empty() | 检测优先级队列是否为空,是返回 true,否则返回 false |
| top() | 返回优先级队列中最大 (最小元素),即堆顶元素 |
| push(x) | 在优先级队列中插入元素 x |
| pop() | 删除优先级队列中最大 (最小) 元素,即堆顶元素 |
【注意】: 默认情况下,priority_queue 是大堆。
如果要调成小堆就要通过仿函数来实现。
解题思路:
将数组放入优先级队列中,优先级队列的第一个元素是最大的,要第 k 大,则只需要 pop k-1 次。
代码实现:
class Solution {
public:
int findKthLargest(vector<int>& nums, int k) {
// 将数组中的元素先放入优先级队列中
priority_queue<int> p(nums.begin(), nums.end());
while (--k) // --k 是走 k-1 次
p.pop();
return p.top();
}
};
未加仿函数版:
#include<vector>//默认用 vector 来适配
namespace myPriorityQueue {
template<class T, class Container = std::vector<T>>
class priority_queue {
public:
void AdjustUp(int child) {
int parent = (child - 1) / 2;
while (child > 0) {
if (_con[child] > _con[parent]) {
swap(_con[child], _con[parent]);
child = parent;
parent = (parent - 1) / 2;
} else {
break;
}
}
}
void AdjustDown(int parent) {
int child = parent * 2 + 1; // 算出左孩子的位置
while (child < _con.size()) {
// 假设法,选出左右孩子大的那个
if (child + 1 < _con.size() && _con[child + 1] > _con[child]) // 如果右孩子大于左孩子
++child;
if (_con[child] > _con[parent]) // 如果孩子大于父亲
{
swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
} else {
break;
}
}
}
void push(const T& x) {
// 堆里面插入数据采用的是向上调整算法
_con.push_back(x);
AdjustUp(_con.size() - 1);
}
void pop() {
swap(_con[0], _con[_con.size() - 1]); // 交换堆顶数据和最后一个数据
_con.pop_back(); // 删除最后一个数据
AdjustDown(0); // 向下调整,从根位置开始
}
bool empty() { return _con.empty(); }
const T& top() { return _con[0]; // 返回根位置数据 }
size_t size() { return _con.size(); }
private:
Container _con;
};
}
加上仿函数版本的:
首先来看什么是仿函数:仿函数是一种可以像函数一样被调用的对象,仿函数是一个类或者结构体,它重载了 operator(),使其可以向函数一样被调用。
库里面传 < 是大堆,传 > 是小堆,为了保持和库里面的是一致的,所以我们也这样实现。
namespace myPriorityQueue {
template<class T>
struct less // 小于
{
bool operator()(const T& x, const T& y) const {
return x < y;
}
};
template<class T>
struct greater // 大于
{
bool operator()(const T& x, const T& y) const {
return x > y;
}
};
template<class T, class Container = std::vector<T>, class Compare = greater<T>>
class priority_queue {
public:
// 强制生成默认构造
priority_queue() = default;
// 迭代器区间控制
template<class InputIterator>
priority_queue(InputIterator first, InputIterator last) : _con(first, last) {
// 建堆
for (int i = (_con.size() - 1 - 1) / 2; i >= 0; i--)
AdjustDown(i);
}
void AdjustUp(int child) {
Compare com;
int parent = (child - 1) / 2;
while (child > 0) {
/*if (_con[child] > _con[parent])*/
if (com(_con[parent], _con[child])) // 比较大小用 compare 来替代
{
swap(_con[child], _con[parent]);
child = parent;
parent = (parent - 1) / 2;
} else {
break;
}
}
}
void AdjustDown(int parent) {
Compare com;
int child = parent * 2 + 1; // 算出左孩子的位置
while (child < _con.size()) {
// 假设法,选出左右孩子大的那个
// if (child + 1 < _con.size() && _con[child + 1] > _con[child])//如果右孩子大于左孩子
if (child + 1 < _con.size() && com(_con[child], _con[child + 1]))
++child;
// if (_con[child] > _con[parent]) //如果孩子大于父亲
if (com(_con[parent], _con[child]))
{
swap(_con[child], _con[parent]);
parent = child;
child = parent * 2 + 1;
} else {
break;
}
}
}
void push(const T& x) {
// 堆里面插入数据采用的是向上调整算法
_con.push_back(x);
AdjustUp(_con.size() - 1);
}
void pop() {
swap(_con[0], _con[_con.size() - 1]); // 交换堆顶数据和最后一个数据
_con.pop_back(); // 删除最后一个数据
AdjustDown(0); // 向下调整,从根位置开始
}
bool empty() { return _con.empty(); }
const T& top() { return _con[0]; // 返回根位置数据 }
size_t size() { return _con.size(); }
private:
Container _con;
};
}
适配器是一种设计模式(设计模式是一套被反复使用的、多数人知晓的、经过分类编目的、代码设计经验的总结),该种模式是将一个类的接口转换成客户希望的另外一个接口。
虽然 stack 和 queue 中也可以存放元素,但在 STL 中并没有将其划分在容器的行列,而是将其称为容器适配器,这是因为 stack 和队列只是对其他容器的接口进行了包装。STL 中 stack 和 queue 默认使用 deque。
deque(双端队列):是一种双开口的"连续"空间的数据结构,双开口的含义是:可以在头尾两端进行插入和删除操作,且时间复杂度为 O(1)。与 vector 比较,头插效率高,不需要搬移元素;与 list 比较,空间利用率比较高。
deque 并不是真正连续的空间,而是由一段段连续的小空间拼接而成的,实际 deque 类似于一个动态的二维数组,其底层结构如下图所示。
双端队列底层是一段假象的连续空间,实际是分段连续的,为了维护其'整体连续'以及随机访问的假象,落在了 deque 的迭代器身上,因此 deque 的迭代器设计就比较复杂。
那 deque 是如何借助其迭代器维护其假想连续的结构呢?
deque 的优势是:头部插入和删除时,不需要搬移元素,效率特别高,而且在扩容时,也不需要搬移大量的元素,因此其效率是比 vector 高的。deque 的迭代器要频繁的去检测其是否移动到某段小空间的边界,导致效率低下。而序列式场景中,可能需要经常遍历,因此在实际中,需要线性结构时,大多数情况下优先考虑 vector 和 list,deque 的应用并不多。而目前能看到的一个应用就是,STL 用其作为 stack 和 queue 的底层数据结构。deque 之所以不能替代 vector 和 List 是因为:下标访问没有 vector 效率高,中间插入删除没有 list 效率高。stack 是一种后进先出的特殊线性数据结构,因此只要具有 push_back() 和 pop_back() 操作的线性结构,都可以作为 stack 的底层容器,比如 vector 和 list 都可以;queue 是先进先出的特殊线性数据结构,只要具有 push_back 和 pop_front 操作的线性结构,都可以作为 queue 的底层容器,比如 list。但是 STL 中对 stack 和 queue 默认选择 deque 作为其底层容器,主要是因为:
deque 比 vector 的效率高(扩容时不需要搬移大量数据);queue 中的元素增长时,deque 不仅效率高,而且内存使用率高。
微信公众号「极客日志」,在微信中扫描左侧二维码关注。展示文案:极客日志 zeeklog
使用加密算法(如AES、TripleDES、Rabbit或RC4)加密和解密文本明文。 在线工具,加密/解密文本在线工具,online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具,Base64 字符串编码/解码在线工具,online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具,Base64 文件转换器在线工具,online
将 Markdown(GFM)转为 HTML 片段,浏览器内 marked 解析;与 HTML转Markdown 互为补充。 在线工具,Markdown转HTML在线工具,online
将 HTML 片段转为 GitHub Flavored Markdown,支持标题、列表、链接、代码块与表格等;浏览器内处理,可链接预填。 在线工具,HTML转Markdown在线工具,online
通过删除不必要的空白来缩小和压缩JSON。 在线工具,JSON 压缩在线工具,online