C++(STL容器适配器)

前言:

适配器也称配接器(adapters)在STL组件的灵活组合运用功能上,扮演着轴承、转换器的角色。

《Design Patterns》对adapter的定义如下:将一个class的接口转换为另一个class的接口,使原本因接口不兼容而不能合作的classes可以一起运作。


目录

1 配接器概观与分类

​编辑 2 stack(栈)

2.1常用接口介绍 

2.2模拟实现

 3.queue(队列)

 3.1接口函数

3.2模拟实现

​编辑 4.小结

​编辑 5 deque(双端队列)



1 配接器概观与分类

stl所提供的各种配接器中,改变仿函数(functors)接口的,我们称作 function adapter,改变容器(containers)接口的,我们称为 container adapter,改变迭代器(iterators)接口的,我们称为 iterator adapter。 所以大致可以分为三类:

  • 容器适配器 :container adapters
  • 迭代器适配器: iterator adapters
  • 仿函数适配器 :functor adapters

其中,容器适配器 可修改底层为指定容器,STL提供的两个容器 stack和queue 其实都只不过是一种适配器可以由 vector 构成的栈、由 list 构成的队列,最好由 deque修饰(文末会介绍);迭代器适配器可以 实现其他容器的反向迭代器(后续介绍);最后的仿函数适配器是所有适配器中数量最庞大的,适配灵活度远远高于前两者。,可以 无限制的创造出各种可能的表达式。 

 2 stack(栈)

既然 栈可由适配器构成。我们就从栈开始 ,栈 stack 是一种特殊的数据结构,主要特点为 先进后出 FILO,主要操作有:入栈、出栈、查看栈顶元素、判断栈空等;栈在原则上是不允许进行中部或头部操作的,这样会破坏栈结构的完整性,就不叫栈了

 

 

从库中我们可以发现,实现栈的模板参数有两个 不带缺省值的是元素类型,同时也是适配器所需的元素类型,第二个就是适配器由deque实现。代码实现如下:

#include <iostream>
#include <stack>
#include <vector>
#include <list>using namespace std;int main()
{stack<int> s;	//库里默认底层容器为 dequestack<int, vector<int>> sv;	//显示实例化底层容器为 vectorstack<char, list<char>> sl;	//显示实例化底层容器为 listcout << typeid(s).name() << endl;	//查看具体类型cout << typeid(sv).name() << endl;cout << typeid(sl).name() << endl;return 0;
}

 

alloc是空间适配器 是库里专用的 他会层层 typedef 这里我们不多介绍后续专门介绍。 

2.1常用接口介绍 

 库里的接口都比较简单,知道接口函数,调用即可。

#include <iostream>
#include <stack>using namespace std;int main()
{stack<int> s;	//构造一个栈对象cout << "Original:>" << endl;cout << "empty(): " << s.empty() << endl;cout << "size(): " << s.size() << endl;cout << endl << "Push:>" << endl;s.push(1);	//入栈3个元素s.push(2);s.push(3);cout << "empty(): " << s.empty() << endl;cout << "size(): " << s.size() << endl;cout << "top(): " << s.top() << endl;cout << endl << "Pop:>" << endl;s.pop();	//出栈两次s.pop();cout << "empty(): " << s.empty() << endl;cout << "size(): " << s.size() << endl;cout << "top(): " << s.top() << endl;return 0;
}

2.2模拟实现

我们选择使用vector作为适配器模拟实现 ,代码如下:

#pragma once
#include <vector>using namespace std;namespace cmx
{//这里选择模板参数2 底层容器 的缺省值为 vectortemplate<class T, class Container = vector<int>>class stack{public://需要提供一个带缺省参数的构造函数,因为默认构造函数不接受传参stack(const Container& con = Container()):_con(con){}//不需要显式的去写析构函数,默认生成的够用了//同理拷贝构造、赋值重载也不需要bool empty() const{return _con.empty();}size_t size() const{return _con.size();}//top 需要提供两种版本T& top(){return _con.back();}const T& top() const{return _con.back();}//选取的底层容器必须支持尾部操作void push(const T& val){_con.push_back(val);}void pop(){//空栈不能弹出,可在底层容器中检查出来_con.pop_back();}private:Container _con;	//成员变量为具体的底层容器};
}

从上述代码中,我们可以看到我们可以利用vector的pushback作为我push的接口,适配器的厉害之处就在于 只要底层容器有我需要的函数接口,那么我就可以为其适配出一个容器适配器,比如 vector 构成的栈、list 构成的栈、deque 构成的栈,甚至是 string 也能适配出一个栈,只要符合条件,都可以作为栈的底层容器,当然不同结构的效率不同,因此库中选用的是效率较高的 deque 作为默认底层容器。

 

 3.queue(队列)

 队列 queue 是另一种特殊的数据结构,遵循先进先出 FIFO,主要操作:入队、出队、判断队空、查看队头尾元素等

 

 

和栈一样,队列也有两个模板参数:

  • 参数1:T 队列中的元素类型,同时也是底层容器中的元素类型
  • 参数2:Container 实现队列时用到的底层容器,这里为缺省参数,缺省结构为 双端队列 deque

创建队列对象时,我们也可以指定其底层容器:

#include <iostream>
#include<queue>
#include <vector>
#include <list>using namespace std;int main()
{queue<int> qDeque;	//默认使用 dequequeue<double, vector<double>> qVector;	//指定使用 vectorqueue<char, list<char>> qList;	//指定使用 listcout << typeid(qDeque).name() << endl;	//查看具体类型cout << typeid(qVector).name() << endl;cout << typeid(qList).name() << endl;return 0;
}

 3.1接口函数

常见接口的使用 代码如下:

 

#include <iostream>
#include <queue>using namespace std;int main()
{queue<int> q;	//构建出一个队列对象cout << "Original:>" << endl;cout << "empty(): " << q.empty() << endl;cout << "size(): " << q.size() << endl;cout << endl << "Push:>" << endl;q.push(1);q.push(2);q.push(3);q.push(4);q.push(5);cout << "empty(): " << q.empty() << endl;cout << "size(): " << q.size() << endl;cout << "front(): " << q.front() << endl;cout << "back(): " << q.back() << endl;cout << endl << "Pop:>" << endl;q.pop();q.pop();q.pop();cout << "empty(): " << q.empty() << endl;cout << "size(): " << q.size() << endl;cout << "front(): " << q.front() << endl;cout << "back(): " << q.back() << endl;return 0;
}

3.2模拟实现

 库里常见的适配器是deque,我们选用list作为底层适配器模拟实现

#pragma once
#include <list>using namespace std;namespace Yohifo
{template<class T, class Container = list<T>>class queue{public:queue(const Container& c = Container()):_c(c){}//这里也不需要提供拷贝构造、赋值重载、析构函数bool empty() const{return _c.empty();}size_t size() const{return _c.size();}//选取的底层容器中,已经准备好了相关函数,如 front、backT& front(){return _c.front();}const T& front() const{return _c.front();}T& back(){return _c.back();}const T& back() const{return _c.back();}void push(const T& val){_c.push_back(val);	//队列只能尾插}void pop(){_c.pop_front();	//队列只能头删}private:Container _c;	//成员变量为指定的底层容器对象};
}

队列和栈在进行适配时,都是在调用已有的接口,若是特殊接口,比如 top、push、pop 等,进行相应转换即可

栈 top -> back 尾元素
栈、队列 push -> push_back 尾插
栈 pop -> pop_back 尾删
队列 pop -> pop_front 头删

 4.小结

栈和队列在实际开发中作为一种辅助结构被经常使用,比如内存空间划分中的栈区,设计规则符合栈 FILO;操作系统中的各种队列,如阻塞队列,设计规则符合 队列 FIFO。除此以外,在很多 OJ 题中,都需要借助栈和队列进行解题 

 5 deque(双端队列)

 双端队列是官方指定的底层容器,其结构上的特殊设计决定了它只适合于头尾操作需求高的场景:双端队列 = vector + list,设计时就想汲取二者的优点(下标随机访问 + 极致的空间使用),但鱼和熊掌不可兼得,在复杂结构的加持之下,双端队列趋于中庸,无法做到 vector 和 list 那样极致,因此实际中也很少使用,比较适合当作适配器的底层容器

双端队列的数据结构:list + vector

利用 list 构造出一个 map 作为主控数组(通过链式结构链接),数组中元素为数组指针
利用 vector 构造出大小为 N 的小数组(缓冲区),这些小数组才是双端队列存储元素的地方
注意: 此处的 map 并非是容器 map,仅仅是名字相同。

 

 deque 的扩容机制:只需要对中控数组 map 进行扩容,再将原 map 中的数组指针拷贝过来即可,效率比较高。

deque 中的随机访问:

  1. (下标 - 前预留位) / 单个数组长度 获取对应小数组位置
  2. (下标 - 前预留位) % 单个数组长度 获取其在小数组中的对应下标

 由此可见,单个数组大小(缓冲区大小)需要定长,否则访问时计算会比较麻烦,但长度定长后,会引发中间位置插入删除效率低的问题

对此 SGI 版的 STL 选择牺牲中间位置插入,提高下标随机访问速度,令小数组定长,这也是将它作为 栈和队列 默认底层容器的原因之一,因为 栈和队列 不需要对中间进行操作

因为中控数组是链式结构,因此双端队列的迭代器设计极为复杂

cur 指向当前需要的数据位置
first 指向 buffer 数组起始位置
last 指向 buffer 数组终止位置
node 反向指向中控数组

 

这个迭代器还是一个随机迭代器,因此可以使用 std::sort

无论是 deque 还是 list,直接排序的效率都不如借助 vector 间接排序效率高
deque 的缺点

中间位置插入删除比较麻烦,可以令小数组长度不同解决问题,不过此时影响随机访问效率
结构设计复杂,且不如 vector 和 list 极致
致命缺陷:不适合遍历,迭代器需要频繁检测是否移动某段小空间的边界,效率很低
凑巧的是,栈和队列 可以完美避开所有缺陷,全面汲取其优点,因此 双端队列 为容器适配器的默认底层容器。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/125413.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C# Onnx Yolov8 Detect 手势识别

效果 Lable five four one three two 项目 代码 using Microsoft.ML.OnnxRuntime; using Microsoft.ML.OnnxRuntime.Tensors; using OpenCvSharp; using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using System.Drawing;…

经典算法-----汉诺塔问题

前言 今天我们学习一个老经典的问题-----汉诺塔问题&#xff0c;可能在学习编程之前我们就听说过这个问题&#xff0c;那这里我们如何去通过编程的方式去解决这么一个问题呢&#xff1f;下面接着看。 汉诺塔问题 问题描述 这里是引用汉诺塔问题源自印度一个古老的传说&#x…

堆--数据流中第K大元素

如果对于堆不是太认识&#xff0c;请点击&#xff1a;堆的初步认识-CSDN博客 数据流与上述堆--数组中第K大元素-CSDN博客的数组区别&#xff1a; 数据流的数据是动态变化的&#xff0c;数组是写死的 堆--数组中第K大元素-CSDN博客题的小顶堆加一个方法&#xff1a; class MinH…

力扣 -- 879. 盈利计划(二维费用的背包问题)

解题步骤&#xff1a; 参考代码&#xff1a; 未优化的代码&#xff1a; class Solution { public:int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit) {//计划数int lengroup.size();//每一维都多开一行空间vector&…

手边酒店V2独立版小程序 1.0.21 免授权+小程序前端

手边酒店小程序独立版酒店宾馆订房系统支持创建多个小程序&#xff0c;让每一个客户单独管理属于自己的小程序。后台支持一键入住&#xff0c;一键退款、退押金、钟点房支持微信支付、模板消息。客服实时收到新的订单信息&#xff0c;可以在手机端处理订单。支持按日期维护房价…

进程调度算法之时间片轮转调度(RR),优先级调度以及多级反馈队列调度

1.时间片轮转调度算法(RR) round Robin 1.算法思想 公平地、轮流地为各个进程服务&#xff0c;让每个进程在一定时间间隔内都可以得到响应。 2.算法规则 按照各进程到达就绪队列的顺序&#xff0c;轮流让各个进程执行一个时间片&#xff08;如100ms&#xff09;。 若进程未…

R函数optim()最小化或者最大化多参数函数

一、optimize()最小化或者最大化单参数函数 1.1函数介绍 函数功能描述&#xff1a;给定一个单参数函数f&#xff0c;需要找到使得f达到其最小值或者最大值的点。 使用optimize()函数最小化单参数函数时&#xff0c;需要指定最小化的函数f及其定义域&#xff08;x的上界和下界…

自然语言处理 | WordNet

WordNet是词汇数据库,即英语词典,专为自然语言处理而设计。 Synset是一种特殊的简单接口,存在于 NLTK 中, 用于在 WordNet 中查找单词。同义词集实例是表达相同概念的同义词的分组。有些单词只有一个同义词集,有些则有多个。

坦克世界WOT知识图谱三部曲之爬虫篇

文章目录 关于坦克世界1. 爬虫任务2. 获取坦克列表3. 获取坦克具体信息结束语 关于坦克世界 《坦克世界》(World of Tanks, WOT)是我在本科期间玩过的一款战争网游&#xff0c;由Wargaming公司研发。2010年10月30日在俄罗斯首发&#xff0c;2011年4月12日在北美和欧洲推出&…

【算法】排序——归并排序和计数排序

主页点击直达&#xff1a;个人主页 我的小仓库&#xff1a;代码仓库 C语言偷着笑&#xff1a;C语言专栏 数据结构挨打小记&#xff1a;初阶数据结构专栏 Linux被操作记&#xff1a;Linux专栏 LeetCode刷题掉发记&#xff1a;LeetCode刷题 算法头疼记&#xff1a;算法专栏…

分布式操作系统

分布式操作系统属于多机操作系统&#xff0c;能够统一一套计算机集群&#xff0c;相比单机系统&#xff0c;分布式操作系统在管理计算机集群方面要简单很多。各种分布式的基础功能&#xff0c;都集中到分布式操作系统来实现&#xff0c;而不是单机系统的应用软件来实现&#xf…

如何使用 Dijkstra 算法找到从源到所有顶点的最短路径--附C++/Java源码

给定一个图和图中的源顶点,找到从源到给定图中所有顶点的最短路径。 例子: 输入: src = 0,图形如下图所示。 输出: 0 4 12 19 21 11 9 8 14解释:从 0 到 1 的距离 = 4。 从 0 到 2 的最小距离 = 12。0->1->2 从 0 到 3 的最小距离 = 19。0 ->1-