一.仿函数

仿函数的特点

例子

template<class T>
class Less
{
public:
	bool operator()(const T& x, const T& y)
	{
		return x < y;
	}
};

int main()
{
	int a = 10, b = 20;
	Less<int> Le;
	cout << Le(a, b) << endl;   //像函数一样调用

	return 0;
}

二.模拟实现priority_queue

相关接口：

源码

//less是库里的仿函数， 用来判断左操作数是否小于右操作数，可以用来建大堆
//greater也是库里的仿函数，比较左操作数是否大于右操作数，可以用来建小堆
//库里比较的是内置类型的大小，如果是自定义类型，那么自定义类型里就必须要重载 > 或 < 运算符
template<class T,class Containers=vector<T>,class Compare=less<T>> 
	class priority_queue
	{
	private:
        //默认建大堆
		//向下调整
		void AdjustDown(int parent)
		{
			Compare com;
			int child = 2 * parent + 1;
			while (child < _con.size())
			{
				if (child + 1 < _con.size() && com(_con[parent], _con[child+1]))
				{
					child++;
				}
				
				if (com(_con[parent], _con[child]))
				{
					std::swap(_con[parent], _con[child]);
					parent = child;
					child = 2 * parent + 1;
				}
				else
					break;
			}
		}

		//向上调整
		void AdjustUp(int child)
		{
			Compare com;
			int parent = (child - 1) / 2;
			while (child > 0)
			{
				if (com(_con[parent], _con[child]))
				{
					std::swap(_con[parent], _con[child]);
					child = parent;
					parent = (child - 1) / 2;
				}
				else
					break;
			}
		}
	public:
		priority_queue()   //默认构造
		{
			;
		}
		template<class Inputiterator>   //迭代器区间构造
		priority_queue(Inputiterator first, Inputiterator last)
		{
			while (first != last)   //插入数据
			{
				_con.push_back(*first);
				first++;
			}

			//建堆
			for (size_t i = (_con.size() - 1 - 1) / 2; i >= 0; i--)
			{
				AdjustDown(i);
			}
		}

		void push(const T& x)   //插入
		{
			_con.push_back(x);
			//AdjustDown(0);
			AdjustUp(_con.size() - 1);
		}

		void pop()
		{
			std::swap(_con[0], _con[_con.size() - 1]);  //第一个元素和最后一个元素交换
			_con.pop_back();

			AdjustDown(0);
		}

		const T& top()  const  //取堆顶数据
		{
			return _con[0];
		}

		bool empty()
		{
			return _con.size() == 0;
		}

		size_t size() 
		{
			return _con.size();
		}

	private:
		Containers _con;
	};

三.例题：数组中K个最大的元素

链接：

数组中第K个最大的元素

题目再现： 

题解：

class Solution {
public:
    int findKthLargest(vector<int>& nums, int k) 
    {
        priority_queue<int> pq;   //建大堆
        for(auto& e:nums)
        {
            pq.push(e);   //插入数据到堆里
        }

        while(--k)   //出掉前k-1个数据
        {
            pq.pop();
        }

        return pq.top();   //返回堆顶数据
    }
};