引言：

上次我们学习了容器list的使用及其底层实现，相对来说是比较复杂的，今天我们要学习的适配器stack和queue与list相比就简单很多了，下面我们就开始今天的学习：

一：stack（后进先出）

1. 约定：

由于之前我们在数据结构初阶阶段已经了解过stack这个容器了，因此这里就不再具体来介绍了。

2. stack的介绍

stack的介绍文档

3. stack的使用

1. stack(): 构造一个空栈。
2. empty():判断栈是否为空。
3. size():返回栈中的数据个数。
4. top():返回栈顶数据。
5. push():将元素压入栈中。
6. pop():将栈顶元素弹出栈。

代码演示：

二：queue（先入先出）

1. 约定：

由于之前我们在数据结构初阶阶段已经了解过queue这个容器了，因此这里就不再具体来介绍了。

2. queue的介绍：

queue的介绍文档

3. queue的使用：

1. queue(): 构造一个空队列 。
2. empty(): 判断队列是否为空。
3. size(): 返回队列中数据个数。
4. push(): 将数据加入队列。
5. pop(): 将队头数据出队。
6. front(): 返回队头数据。
7. back(): 返回队尾数据。

代码演示：

三：priority_queue

1. 约定：

这里的priority_queue就可以对比之前我们在数据结构初阶的时候学习的堆，因此这里的priority_queue也就不作具体介绍了。

2. priority_queue的介绍：

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。
默认情况下priority_queue是大堆 。
priority_queue的具体介绍文档

3. priority_queue的使用:

1. priority_queue():构造一个空的堆。
2. priority_queue(first,last): 用迭代器区间构造一个优先队列。
3. empty(): 判断堆是否为空。
4. top(): 返回堆顶数据。
5. push(): 将数据入堆。
6. pop(): 删除堆顶数据。

代码演示：

1. 普通构造：

注：这里的数据构成二叉树的话是满足大根堆的。

2. 迭代器构造：

3. 自定义实现大根堆、小根堆

对于内置类型的话：
如果这里我想要创建小根堆的话就需要自己传入仿函数来实现：

如果是自定义类型的话，创建大根堆和小根堆都需要有相应的< 和 >运算符重载，下面拿日期类来举例：
这是我们实现的一个日期类：

四：priority_queue 的模拟实现

1. 仿函数：

（1）定义：

仿函数（Functor），也称为函数对象（Function Object），是C++中通过重载operator()运算符的类或结构体，使其能够像函数一样被调用。

（2）形式：

注：我们这里的仿函数写成了模版的形式，契合泛型编程的思想，适用范围更广。
这是我们实现的一个小于的仿函数：

这是我们实现的一个大于的仿函数：

2. 基本框架：

注：这里我们是按照大根堆来实现的，想实现小根堆只需修改第三个参数即可。

注：这里的第二个参数container和第三个参数compare别忘了实例化。

3. 向上调整算法：

4. 向下调整算法：

5. 入堆：

6. 出堆：

7. 取堆顶：

8. 判空：

9. 求数据个数：

10. 测试：

五：容器适配器

1. 定义：

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。

2. 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queue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：



可以看到上面的这几个数据结构都是其他容器的封装。

3. deque（了解）

（1）原理介绍：

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并不是真正意义上的连续空间，而是由一段段连续空间连接起来的，类似于一个动态的二维数组。

其底层结构如下图：

它的底层实现比较复杂（不需要深入学习）

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，这个责任就落在了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：

4. 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。
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。

5. 思考：为什么选择deque作为stack和queue的底层默认容器?

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：

1. 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。
2. 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。结合了deque的优点，而完美的避开了其缺陷(不需要随机访问，避免了频繁调动[])。

六：stack的模拟实现

1. 基本框架:

2. 入栈：

3. 出栈：

4. 取栈顶：

5. 求栈中数据个数：

6. 判空：

7.测试：

七：queue的模拟实现：

1. 基本框架：

2. 入队：

3. 出队：

4. 取队头数据：

5.取队尾数据：

6. 求队列中数据个数：

7. 判空：

8. 测试：

完结！！！