优先队列

[博客转自] http://www.cnblogs.com/yushuo1990/p/5995051.html 再次面对像栈和队列这样的相当基础的数据结构的学习，应该从多个方面，多维度去学习。 首先，这两个数据结构都是比较常用的，在标准库中都有对应的结构能够直接使用，所以第一个阶段应该是先学习直接来使用，下一个阶段再去探究具体的实现，以及对基本结构的改造！ C++标准库中的基本使用方法： 栈： #include<stack> 定义栈，以如下形式实现： stack s; 其中Type为数据类型（如 int，float,char等） 常用操作有： s.push(item); 　　 //将item压入栈顶 s.pop(); 　　　　 　 //删除栈顶的元素，但不会返回 s.top(); 　　　　　 //返回栈顶的元素，但不会删除，，，，，，，，，在出栈时需要进行两步，即先top()获得栈顶元素，再pop()删除栈顶元素 s.size();　　　　　　//返回栈中元素的个数 s.empty();　　　　 //检查栈是否为空，如果为空返回true，否则返回false 最基本的用法就是： stack<int> st;---------------------------------->栈 int first=1; st.push(first);//入栈1 int second=2; st

打印列表的疑问 class Node: def __str__(self): return "haha" print([Node(),Node()]) print(Node()) 输出为 [<__main__.Node object at 0x000000000311A208>, <__main__.Node object at 0x000000000311A358>] haha 打印列表调用的不是每个元素str吗?看来不是,那调用的是什么. 一个简单的实例 在自定义结点的时候,需要实现__lt__()函数,这样优先队列才能够知道如何对结点进行排序. import queue import random q = queue.PriorityQueue() class Node: def __init__(self, x): self.x = x def __lt__(self, other): return other.x > self.x def __str__(self): return "{}".format(self.x) a = [Node(int(random.uniform(0, 10))) for i in range(10)] for i in a: print(i, end=' ') q.put(i) print("=============") while q

class Solution { public int lastStoneWeight(int[] stones) { PriorityQueue<Integer> queue = new PriorityQueue<>((o1,o2)->o2-o1); for(int i=0;i<stones.length;i+=1){ queue.add(stones[i]); } while(queue.size()>0){ if(queue.size()==1){ return queue.poll(); } else{ int num1 = queue.poll(); int num2 = queue.poll(); queue.add(Math.abs(num1-num2)); } } return 0; } } 核心就是使用一个使用优先队列构造一个最大堆 很多时候看到最大的前几个等等，我们很容易想到使用贪心算法，而优先队列常用来解决贪心算法问题。 要记住了出队列用poll(),出栈用pop() 来源： CSDN 作者： dogndaxiaodong 链接： https://blog.csdn.net/weixin_41327340/article/details/103722990

[POJ3481 Double Queue]优先队列 用到了一些有趣的方法 Double Queue Description The new founded Balkan Investment Group Bank (BIG-Bank) opened a new office in Bucharest, equipped with a modern computing environment provided by IBM Romania, and using modern information technologies. As usual, each client of the bank is identified by a positive integer K K K and, upon arriving to the bank for some services, he or she receives a positive integer priority P P P . One of the inventions of the young managers of the bank shocked the software engineer of the serving system. They proposed to break the tradition by

Description 500年前，Jesse是我国最卓越的剑客。他英俊潇洒，而且机智过人^_^。 突然有一天，Jesse心爱的公主被魔王困在了一个巨大的迷宫中。Jesse听说这个消息已经是两天以后了，他急忙赶到迷宫，开始到处寻找公主的下落。令人头痛的是，Jesse是个没什么方向感的人，因此，他在行走过程中，不能转太多弯了，否则他会晕倒的。 我们假定Jesse和公主所在的位置都是空地，初始时，Jesse所面向的方向未定，他可以选择4个方向的任何一个出发，而不算成一次转弯。希望你帮他判断一下他是否有机会找到心爱的公主。 Input 题目包括多组测试数据. 第1行为一个整数T(1 ≤ T≤ 100),表示测试数据的个数，接下来为T组测试数据. 每组测试数据以两个整数N,M,K(1<=N, M≤100, 0<K<=10)开头，分别代表迷宫的高，长和Jesse 最多能转的弯数，(紧接着有N行，M列字符，由"."，"*"，"P"，"S"组成。其中 "." 代表能够行走的空地。 "*" 代表墙壁，Jesse不能从此通过。 "P" 是公主所在的位置。 "S" 是Jesse的起始位置。 每个时间段里Jesse只能选择“上、下、左、右”任意一方向走一步。 Output 如果Jesse能在晕之前找到公主，输出“YES”，否则输出“NO”。 Sample Input 2 5 5 1 P..** *.**

我想每个计算机专业的学生或多或少都接触过哈夫曼编码，数据结构中的老问题了。大体就是给出一些字符，和这些字符的出现频率，让你为这些字符设计一个二进制编码，要求频率最高的字符的编码最短。解决的方法是构造一棵哈夫曼树（二叉树），其基本思路是，每次从这些字符中挑出两个频率最低的，然后构造一个新的结点，使新结点的左右孩子指针分别指向那两个节点。我想这个大家都很清楚了，我就不多说了。主要讲下这次我用C++实现时遇到的问题。首先，我定义了一个哈夫曼树结点： class hNode { 　public: 　　friend bool operator > (hNode n1,hNode n2);　//定义了大于符号，供优先队列排列使用 　　hNode(string d="",int i=0,hNode* l = NULL,hNode* r =NULL):left(l),right(r),data(d),value(i){} 　　hNode* left; 　　hNode* right; 　　string data; //储存的字符串 　　int value; //字符串出现的次数 }; bool operator >(hNode n1,hNode n2) { 　return n1.value > n2.value; } 仅仅只是存放数据的对象，所以只有一个构造函数，并且所有的data

优先队列和堆 普通队列：先进先出，就像是我们在银行办业务或者是在超市买东西，但是考虑在医院，有病人有突发情况，这个时候容不得他去排队挂号了，这时他的优先级是比较高的，所以他需要得到优先的处理，像这种队列中的元素具有优先级的队列，我们把它称之为优先队列。在游戏中我们也会设置优先攻击血量最低的怪或者距离最近的怪，这时候血量和距离就成为了判断优先级的标准；在操作系统的任务调度，我们为程序分配 CPU ，内存等等资源，并不是先到先得的，也是根据程序的优先级来进行分配的。 堆的结构 这里的堆指的是二叉堆，它满足以下的性质 二叉堆是一棵完全二叉树 把元素顺序排列成树的形状 堆中某个节点的值总是不大于其父亲节点的值 ( 最大堆，相应也可以定义最小堆 ) 如果我们使用数组去实现堆 上面的序号表示的是在数组中的下标，我们发现如果父节点的下标为i，那么左孩子的下标就为 2i + 1 ，右孩子的下标为 2i + 2 ，所以可以很快的根据父节点的下标得到左右孩子的下标，如果知道左右孩子的下标 i ，那么 (i - 1)/2 就可以得到父节点的下标(整数除法，小数部分会被舍去)。这个结论可以使用数学归纳法进行证明，但不是这里的重点，所以不多做阐述。 public class MaxHeap < E extends Comparable < E > > { private Array < E > data ;

阅读本文章前请先阅读 java实现数据结构08.01（堆详解代码之自定义最大堆） 基于最大堆自定义优先队列 /** * @description: 优先队列，基于最大堆实现自定义优先队列 * @author: liangrui * @create: 2019-12-18 12:15 **/ public class PriorityQueue < E extends Comparable < E > > implements Queue < E > { private MaxHeap < E > maxHeap ; public PriorityQueue ( ) { maxHeap = new MaxHeap < > ( ) ; } @Override public void enqueue ( E e ) { maxHeap . add ( e ) ; } @Override public E dequeue ( ) { return maxHeap . extractMax ( ) ; } @Override public E getFront ( ) { return maxHeap . findMax ( ) ; } @Override public int getSize ( ) { return maxHeap . getSize ( ) ; } @Override

堆：一个特殊的树 普通队列：先进先出、后进后出 优先队列：出队顺序和入队顺序无关；和优先级有关， 动态 选择优先级高低执行 实现：普通线性结构、顺序线性结构、堆O(logn) 堆的基础结构 二叉堆：（最大堆）完全二叉树，所有节点的值都大于等于其左右子树节点的值 Heapify：将任意数组整理成堆的形状 Replace：取出最大元素，放入一个新元素 来源： CSDN 作者： RecZ.z 链接： https://blog.csdn.net/weixin_43975899/article/details/103357075

1、Priority_Queue的常用用法 priority_queue：优先队列，底层是使用堆来实现的。优先队列中，队首元素一定是当前队列中优先级最高的哪一个。 a (优先级3)，b(优先级4)，c(优先级1)，出队顺序是：b（4）-》a（3）-》c（1） 1.1、priority_queue的定义 使用优先队列，要加头文件 #include<queue>和using namespace std; priority_queue<typename> pq; 1.2、priority_queue容器元素访问 优先队列和队列queu不一样，没有front()和back()函数，只能通过top()函数访问队首元素（堆顶元素），优先级最高的元素。 #include<stdio.h> #include<queue> using namespace std; int main() { priority_queue<int> q; q.push(3); q.push(4); q.push(1); printf("%d\n",q.top());//输出结果为4 return 0; } View Code 1.3、priority_queue的常用函数 1.3.1、push() push(x)：将x入队，时间复杂度为O(logN)，N为优先队列中元素个数。 1.3.2、top() top()