吃透 C++ 栈和队列：stack/queue/priority_queue 用法 + 模拟 + STL 标准实现对比
✨ 孤廖：个人主页
🎯 个人专栏：《C++：从代码到机器》
🎯 个人专栏：《Linux系统探幽：从入门到内核》
🎯 个人专栏：《算法磨剑：用C++思考的艺术》
折而不挠，中不为下
文章目录
正文：
容器适配器
在C++ 中 栈和队列 的设计理念本质是一个底层包含某容器的 容器适配器，故要想完全了解C++中栈和队列的设计 需要这里先补充一下容器适配器的概念
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可以理解为 将一个底层容器 转变为另一个满足实际需求的容器
结合图片理解：我们有一个欧洲壁式插座 该插座只有三头的 现在我们想要用两头的 用来满足我们的生活需求 所以在三头的基础上 创造了一个两头的 作为该插座的适配器
STL标准库中stack和queue的底层结构
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，比如：
其中deque是 双端队列 本身是一个缝合了vector 和list 的容器 后面我们会介绍deque 的底层设计
deque的简单介绍(了解)
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。
vector 的头插需要连续的一片空间 的移动 而deque的设计是 其第一个存储的实际数据在开辟的连续空间的中间某处list每次存储数据 就要new Node 而deque 存储的空间通过迭代器找到的一个个连续的物理空间
但是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，如下图所示
中控器 的设计实在deque 里
iterator 类里封装了 四个指针 cur ,first,last,node
cur :指向当前存储的一小段空间的下一个将要存储的空间
first 指向 当前存储的一段连续空间的头
last 指向当前存储的一段连续空间的尾
node 指向当前存储的一段连续空间 可以简单理解为 数组指针
缓冲区 buffer 是内存池 是实际存储数据的一段段连续空间
那deque是如何借助其迭代器维护其假想连续的结构呢？
借用图 理解：
图里面的map即我们所说的deque
deque的缺陷
与vector比较，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vector 扩容调用new [] 底层本质是malloc 而该函数 会有新开辟空间拷贝数据的行为 ->相较来说效
率低下与list比较，其底层是连续空间，空间利用率比较高，不需要存储额外字段。但是，deque有一个致命缺陷：不适合遍历，因为在遍历时，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
为什么选择deque作为stack和queue的底层默认容器
deque 的优势
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：stack和queue不需要遍历(因此stack和queue没有迭代器)，只需要在固定的一端或者两端进
行操作。在stack中元素增长时，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
所以当实际应用的时候 如果有遍历数据的需求 我们一般不会采用deque 而是普通的线性表 vector / list
但是当 只用到一端或者两端接口的数据时 相较vector /list 我们就可以用deque 这样就充分发挥了缝合怪deque的优点,而完美的避开了其缺陷。
stack的介绍和使用
Satck的介绍
Stack的使用
前面我们介绍了容器适配器 而Stack就是一个适配器 底层默认容器为deque 因此Stack的使用要充分发挥deque的优点 故Stack 的一般应用场景 就是对栈顶一段操作
几道例题
最小栈
#define_CRT_SECURE_NO_WARNINGSclassMinStack{public:voidpush(int x){// 只要是压栈，先将元素保存到_elem中 _elem.push(x);// 如果x小于_min中栈顶的元素，将x再压入_min中if(_min.empty()|| x <= _min.top()) _min.push(x);}voidpop(){// 如果_min栈顶的元素等于出栈的元素，_min顶的元素要移除if(_min.top()== _elem.top()) _min.pop(); _elem.pop();}inttop(){return _elem.top();}intgetMin(){return _min.top();}private:// 保存栈中的元素 std::stack<int> _elem;// 保存栈的最小值 std::stack<int> _min;};创立两个栈 一个栈存储所有数据 一个 栈存储最小元素
所有元素入elem 入栈的同时判断该元素是否比_min栈顶元素小 小的话也入_min
出栈时elem直接出 同时判断 elem的栈顶与_min栈顶 是否相同 相同_min也出 不同只有elem出
classSolution{public:boolIsPopOrder(vector<int> pushV, vector<int> popV){//入栈和出栈的元素个数必须相同if(pushV.size()!= popV.size())returnfalse;// 用s来模拟入栈与出栈的过程int outIdx =0;int inIdx =0; stack<int> s;while(outIdx < popV.size()){// 如果s是空，或者栈顶元素与出栈的元素不相等，就入栈while(s.empty()|| s.top()!= popV[outIdx]){if(inIdx < pushV.size()) s.push(pushV[inIdx++]);elsereturnfalse;}// 栈顶元素与出栈的元素相等，出栈 s.pop(); outIdx++;}returntrue;}}该题就是模拟进栈出栈的流程：
两个指针分别扫描入栈 和出栈 的序列表
扫描入栈序列表 一个个正常入栈 更新入栈序列表指针，接着 当栈顶元素与此时指向出栈序列表的数据相同就出栈 更新出栈序列表指针 （可能连续出 故是循环）
当出栈序列表指针走完了 代表着 可以模拟此次的入栈出栈顺序 即返回true
classSolution{public:intevalRPN(vector<string>& tokens){ stack<int> s;for(size_t i =0; i < tokens.size();++i){ string& str = tokens[i];// str为数字if(!("+"== str ||"-"== str ||"*"== str ||"/"== str)){ s.push(atoi(str.c_str()));}else{// str为操作符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'/':// 题目说明了不存在除数为0的情况 s.push(left / right);break;}}}return s.top();}};遍历字符数组
当前位是数字 就入栈
当前位是字符（加减乘除）就运算 出栈顶和次顶两个元素
该题自行实现练习
stack的模拟实现
【代码样例】：
从栈的接口中可以看出，栈实际是一种特殊的vector，因此使用vector完全可以模拟实现stack
#pragmaonce//#include <vecotr>//stl Satck 栈的模拟实现 //在C++stl 中 Stack 是一种适配器 底层是stl中的其他容器namespace twg {template<classT,classcontainer=vector<T>>classStack{public://voidpush(const T& x){ _con.push_back(x);}voidpop(){ _con.pop_back();}const T&top()const{return _con.back();}boolempty()const{return _con.empty();} size_t size()const{return _con.size();}private: container _con;//底层容器};}stl 中的Stack的默认容器时deque
queue的介绍和使用
queue的介绍
翻译：
队列是一种容器适配器，专门用于在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。队列作为容器适配器实现，容器适配器即将特定容器类封装作为其底层容器类，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，从队头出队列底层容器可以是标准容器类模板之一，也可以是其他专门设计的容器类。该底层容器应至少
支持以下操作: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
empty：检测队列是否为空 queue的使用
queue的模拟实现
#pragmaonce#include<deque>//模拟C++ stl 中的queue//在C++ 中 queue 是一种适配器设计 底层是其他容器namespace twg {template<classT,classContainer=deque<T>>classqueue{public:voidpush(const T& x){ _con.push_back(x);}voidpop(){ _con.pop_front();}boolempty()const{return _con.empty();}const T&back()const{return _con.back();}const T&front()const{return _con.front();} size_t size()const{return _con.size();}private: Container _con;};}priority_queue的介绍和使用
priority_queue的介绍
翻译：
优先队列是一种容器适配器，根据严格的弱排序标准，它的第一个元素总是它所包含的元素
中最大的。此上下文类似于堆，在堆中可以随时插入元素，并且只能检索最大堆元素(优先队列中位于顶
部的元素)。优先队列被实现为容器适配器，容器适配器即将特定容器类封装作为其底层容器类，queue
提供一组特定的成员函数来访问其元素。元素从特定容器的“尾部”弹出，其称为优先队列的
顶部底层容器可以是任何标准容器类模板，也可以是其他特定设计的容器类。容器应该可以通过
随机访问迭代器访问，并支持以下操作empty()：检测容器是否为空size()：返回容器中有效元素个数front()：返回容器中第一个元素的引用push_back()：在容器尾部插入元素pop_back()：删除容器尾部元素标准容器类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。需要支持随机访问迭代器，以便始终在内部保持堆结构。容器适配器通过在需要时自动调用
算法函数make_heap、push_heap和pop_heap来自动完成此操作。
priority_queue的使用
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。
【注意】：
1. 默认情况下，priority_queue是大堆。
#include<vector>#include<queue>#include<functional>// greater算法的头文件voidTestPriorityQueue(){// 默认情况下，创建的是大堆，其底层按照小于号比较 vector<int> v{3,2,7,6,0,4,1,9,8,5}; priority_queue<int> q1;for(auto& e : v) q1.push(e); cout << q1.top()<< endl;// 如果要创建小堆，将第三个模板参数换成greater比较方式 priority_queue<int, vector<int>, greater<int>>q2(v.begin(), v.end()); cout << q2.top()<< endl;}2. 如果在priority_queue中放自定义类型的数据，用户需要在自定义类型中提供> 或者< 的重
载。
classDate{public:Date(int year =1900,int month =1,int day =1):_year(year),_month(month),_day(day){}booloperator<(const Date& d)const{return(_year < d._year)||(_year == d._year && _month < d._month)||(_year == d._year && _month == d._month && _day < d._day);}booloperator>(const Date& d)const{return(_year > d._year)||(_year == d._year && _month > d._month)||(_year == d._year && _month == d._month && _day > d._day);}friend ostream&operator<<(ostream& _cout,const Date& d){ _cout << d._year <<"-"<< d._month <<"-"<< d._day;return _cout;}private:int _year;int _month;int _day;};voidTestPriorityQueue(){// 大堆，需要用户在自定义类型中提供<的重载 priority_queue<Date> q1; q1.push(Date(2018,10,29)); q1.push(Date(2018,10,28)); q1.push(Date(2018,10,30)); cout << q1.top()<< endl;// 如果要创建小堆，需要用户提供>的重载 priority_queue<Date, vector<Date>, greater<Date>> q2; q2.push(Date(2018,10,29)); q2.push(Date(2018,10,28)); q2.push(Date(2018,10,30)); cout << q2.top()<< endl;}在OJ中的使用
classSolution{public:intfindKthLargest(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());// 将优先级队列中前k-1个元素删除掉for(int i =0; i < k -1;++i){ p.pop();}return p.top();}};priority_queue的模拟实现
#pragmaonce#include<assert.h>#include<vector>namespace twg {// 升序比较器template<classT>classLess{public:booloperator()(const T& x,const T& y){return x < y;// 小于：用于构建大根堆}};// 降序比较器template<classT>classGreater{public:booloperator()(const T& x,const T& y){return x > y;// 大于：用于构建小根堆}};// 优先级队列（堆）实现template<classT,classContainer= vector<T>,classCompare= Less<typenameContainer::value_type>>classPriorityQueue{public:// 向上调整：用于插入元素后维持堆结构voidAdjustUp(int child){assert(child >=0); Compare cmp;// 实例化比较器int parent =(child -1)/2;while(parent >=0){// 使用比较器判断是否需要交换if(cmp(_con[parent], _con[child])){swap(_con[parent], _con[child]); child = parent; parent =(child -1)/2;}else{break;}}}// 向下调整：用于删除元素后维持堆结构voidAdjustDown(int parent){ Compare cmp;// 实例化比较器int child = parent *2+1;// 左孩子while(child <(int)_con.size()){// 找出两个孩子中更符合条件的那个if(child +1<(int)_con.size()&&cmp(_con[child], _con[child +1])){++child;// 右孩子更符合条件}// 判断是否需要交换父子节点if(cmp(_con[parent], _con[child])){swap(_con[parent], _con[child]); parent = child; child = parent *2+1;}else{break;}}}// 插入元素voidpush(const T& x){ _con.push_back(x);AdjustUp(_con.size()-1);// 新元素在末尾，需要向上调整}// 删除顶部元素voidpop(){assert(!empty());swap(_con[0], _con[_con.size()-1]);// 交换首尾元素 _con.pop_back();// 删除尾部元素（原顶部元素）AdjustDown(0);// 调整新的顶部元素位置}// 判断是否为空boolempty()const{return _con.empty();}// 获取元素个数 size_t size()const{return _con.size();}// 获取顶部元素const T&top()const{assert(!empty());return _con.front();}private: Container _con;// 底层容器};}STL标准库中对于stack和queue的模拟实现
stack的模拟实现
#include<deque>namespace bite {template<classT,classCon= deque<T>>//template<class T, class Con = vector<T>>//template<class T, class Con = list<T>>classstack{public:stack(){}voidpush(const T& x){ _c.push_back(x);}voidpop(){ _c.pop_back();} T&top(){return _c.back();}const T&top()const{return _c.back();} size_t size()const{return _c.size();}boolempty()const{return _c.empty();}private: Con _c;};}queue的模拟实现
#include<deque>#include<list>namespace bite {template<classT,classCon= deque<T>>//template<class T, class Con = list<T>>classqueue{public:queue(){}voidpush(const T& x){ _c.push_back(x);}voidpop(){ _c.pop_front();} T&back(){return _c.back();}const T&back()const{return _c.back();} T&front(){return _c.front();}const T&front()const{return _c.front();} size_t size()const{return _c.size();}boolempty()const{return _c.empty();}private: Con _c;};}结语：
看到这里，你已摸清栈、队列、优先级队列的核心脉络 —— 从 “容器适配器” 的设计巧思，到stack/queue依托deque发挥 “首尾高效操作” 的优势，再到priority_queue用堆结构实现 “优先级调度”，甚至能自己手写它们的核心逻辑，还了解了deque“双端 + 分段连续” 的底层秘密。这些知识是后续学习更复杂数据结构（如树、图）的重要基础。
若对 “适配器为何选deque”“堆的调整算法” 还有疑惑，不妨再回看代码注释；想验证性能差异，也可以自己写测试用例对比。欢迎在评论区分享你的思考，咱们一起把 STL 容器的 “底层逻辑” 嚼得更透～
![保姆级教程！零基础解锁大疆无人机开发：MSDK/PSDK/ 上云 API 实战指南[特殊字符]](https://qiniu.meowparty.cn/coder.2023/2026-03-24/cover_1774294789063_e140fb48a62e4efd9ddb366d556deab1.png)
