unordered_queue
时间: 2023-08-16 20:10:50 浏览: 50
unordered_queue 是一个用于存储元素的数据结构,它类似于队列(queue),但是不保证元素的顺序。也就是说,当你从 unordered_queue 中取出元素时,你无法确定你会得到哪个元素。
unordered_queue 的特点是插入和删除操作的时间复杂度都是 O(1),即常数时间。这是因为 unordered_queue 使用了哈希表(hash table)来存储元素,哈希表的插入和删除操作都可以在常数时间内完成。
unordered_queue 适用于那些对元素顺序没有要求,只关心插入和删除性能的场景。如果你需要保证元素按照特定顺序进行访问,你可以考虑使用其他数据结构,比如有序队列(ordered queue)或者链表(linked list)。
相关问题
用priority_queue unordered_map实现lfu
LFU(Least Frequently Used)是一种缓存淘汰算法,它会淘汰最不经常使用的缓存块,以腾出空间给更频繁使用的缓存块。
在实现 LFU 算法时,可以使用一个哈希表(unordered_map)来存储缓存块及其对应的使用次数,使用一个优先队列(priority_queue)来按照使用次数从小到大排列缓存块。当需要淘汰缓存块时,从优先队列中取出使用次数最小的缓存块,如果有多个缓存块使用次数相同,则取最久未使用的缓存块。
下面是使用 priority_queue 和 unordered_map 实现 LFU 算法的示例代码:
```c++
#include <iostream>
#include <queue>
#include <unordered_map>
using namespace std;
struct CacheNode {
int key;
int value;
int freq; // 使用次数
int timestamp; // 最后使用时间
CacheNode(int k, int v, int f, int t) : key(k), value(v), freq(f), timestamp(t) {}
};
// 定义优先队列的比较函数
struct CacheNodeCompare {
bool operator() (const CacheNode& a, const CacheNode& b) {
if (a.freq == b.freq) {
return a.timestamp > b.timestamp;
} else {
return a.freq > b.freq;
}
}
};
class LFUCache {
public:
LFUCache(int capacity) {
this->capacity = capacity;
timestamp = 0;
}
int get(int key) {
if (cache.find(key) == cache.end()) {
return -1;
} else {
CacheNode node = cache[key];
node.freq++;
node.timestamp = ++timestamp;
cache[key] = node;
freq_queue.push(node);
return node.value;
}
}
void put(int key, int value) {
if (capacity <= 0) {
return;
}
if (cache.find(key) == cache.end()) {
if (cache.size() == capacity) {
while (!freq_queue.empty() && cache.find(freq_queue.top().key) == cache.end()) {
freq_queue.pop();
}
if (!freq_queue.empty()) {
CacheNode node = freq_queue.top();
freq_queue.pop();
cache.erase(node.key);
}
}
CacheNode node(key, value, 1, ++timestamp);
cache[key] = node;
freq_queue.push(node);
} else {
CacheNode node = cache[key];
node.value = value;
node.freq++;
node.timestamp = ++timestamp;
cache[key] = node;
freq_queue.push(node);
}
}
private:
int capacity;
int timestamp;
unordered_map<int, CacheNode> cache;
priority_queue<CacheNode, vector<CacheNode>, CacheNodeCompare> freq_queue;
};
int main() {
LFUCache cache(2);
cache.put(1, 1);
cache.put(2, 2);
cout << cache.get(1) << endl; // 输出 1
cache.put(3, 3);
cout << cache.get(2) << endl; // 输出 -1
cout << cache.get(3) << endl; // 输出 3
cache.put(4, 4);
cout << cache.get(1) << endl; // 输出 -1
cout << cache.get(3) << endl; // 输出 3
cout << cache.get(4) << endl; // 输出 4
return 0;
}
```
在上面的代码中,我们定义了一个 `CacheNode` 结构体,用来存储缓存块的键值、使用次数和最后使用时间。我们还定义了一个 `CacheNodeCompare` 结构体,用来定义优先队列的比较函数,按照使用次数从小到大排列缓存块,如果使用次数相同,则按照最后使用时间从小到大排列。最后,我们使用一个 `unordered_map` 来存储缓存块,使用一个 `priority_queue` 来按照使用次数从小到大排列缓存块。
在 `get` 方法中,如果缓存中不存在指定的键,则返回 -1;否则,将缓存块的使用次数加一,最后使用时间更新,并将缓存块重新加入优先队列中,然后返回缓存块的值。
在 `put` 方法中,如果缓存中不存在指定的键,则需要判断缓存是否已满,如果已满,则从优先队列中取出使用次数最小的缓存块,并从缓存中删除它。然后创建一个新的缓存块,并将它加入缓存和优先队列中。如果缓存中存在指定的键,则更新缓存块的值、使用次数和最后使用时间,并将缓存块重新加入优先队列中。
最后,我们在 `main` 函数中测试了 LFU 算法的实现。当缓存容量为 2 时,我们先将键值对 (1, 1) 和 (2, 2) 存入缓存中,然后从缓存中取出键为 1 的值,输出 1。接着,我们再将键值对 (3, 3) 存入缓存中,此时键为 2 的缓存块已经被淘汰了。接下来,我们分别从缓存中取出键为 2 和 3 的值,都能够返回 -1 和 3,说明 LFU 算法的实现是正确的。
上面代码不使用#include <queue> #include <unordered_map>,来实现
那么可以使用手动实现队列和哈希表来代替STL中的queue和unordered_map。
队列可以使用数组或链表来实现,这里以数组为例:
```cpp
const int MAXN = 1e5; // 队列最大容量
int q[MAXN], front = 0, rear = -1;
bool empty() {
return front > rear;
}
void push(int x) {
q[++rear] = x;
}
void pop() {
++front;
}
int front() {
return q[front];
}
```
哈希表可以使用数组或链表来实现,这里以数组为例:
```cpp
const int MAXN = 1e6; // 哈希表最大容量
int h[MAXN], idx = 0;
void insert(int x) {
int pos = (x % MAXN + MAXN) % MAXN; // 计算哈希值
for (int i = h[pos]; i != -1; i = e[i].next) { // 遍历链表
if (e[i].key == x) return; // 已经存在
}
e[idx].key = x; // 插入新节点
e[idx].next = h[pos];
h[pos] = idx++;
}
bool find(int x) {
int pos = (x % MAXN + MAXN) % MAXN; // 计算哈希值
for (int i = h[pos]; i != -1; i = e[i].next) { // 遍历链表
if (e[i].key == x) return true; // 找到了
}
return false; // 没有找到
}
```
这里需要注意的是,要实现一个完整的哈希表,还需要定义一个节点结构体`struct Node { int key, next; } e[MAXN]`来存储节点信息,其中`key`表示键值,`next`表示指向下一个节点的指针。同时,初始化哈希表时需要将所有的`h[i]`初始化为-1,表示链表为空。