一、关联式容器

二、键值对

三、set

3.1 set 的介绍

3.2 set 的使用

3.3. set 的使用举例

四、map

4.1 map的介绍

3.2 map 的使用

4.3 map的使用举例

五、经典练习题

1.set的使用

2.map的使用

思路一(稳定排序)：

思路二(priority_queue)：

一、关联式容器

在之前，我们接触过 vector、list、deque……，这些容器被称为序列式容器，因为其底层为线性序列的数据结构，里面存储的是元素本身。那么什么是关联式容器呢？

关联式容器：关联式容器也是用来存储数据的，与序列式容器不同的是，其中存储的是<key,value>结构的键值对，在数据检索时比序列式容器效率更高。

二、键值对

用来表示具有一一对应关系的一种结构，该结构中一般只包含两个成员变量 key 、value。

key代表键值，value 表示与 key 对应的信息。比如：现在要建立一个英汉互译的字典，那该字典必然有英文单词与其对应的中文含义，而且，英文单词与其中文含义是一一对应的关系，即通过该英文单词，在字典中就可以找到其对应的中文含义。

SGI-STL中关于键值对的定义：

template <class T1, class T2>
struct pair
{
    typedef T1 first_type;
    typedef T2 second_type;
    T1 first;
    T2 second;

    pair()
        :first(T1()), second(T2())
    {}

    pair(const T1& a, const T2& b)
        :first(a), second(b)
    {}
};

三、set

3.1 set 的介绍

这里是 set 的文档介绍：set的介绍_C++reference 以下是几个重要点。

set 是按照一定次序存储的容器
在 set 中，元素的 value 也标识它(value 就是 Key，类型为 T)，并且每个 value 必须是唯一的。set中的元素不能在容器中修改(元素总是const)，但是可以从容器中插入或删除它们。
在内部，set 中的元素总是按照其内部比较对象(类型比较)所指示的特定严格弱排序准则进行排序。
set 容器通过 key 访问单个元素的速度通常比 unordered_set 容易慢，但它们允许根据顺序对子集进行直接迭代。
set 在底层是用二叉搜索树(红黑树)实现的。

3.2 set 的使用

1. set 的模板参数列表

T：set 中存放元素的类型，实际在底层存储<value，value>的键值对。

Compare：set 中元素默认按照小于来比较。

Alloc：set 中元素空间的管理方式，使用STL提供的空间配置器管理。

2. set 的构造函数

3. set 的迭代器

iterator begin()	返回 set 中起始位置的迭代器
iterator end()	返回 set 中最后一个元素的迭代器
iterator rbegin()	返回第一个元素的迭代器，即end()
iterator rend()	返回最后一个元素的迭代器，即begin()

4. set 的修改操作

函数声明	功能介绍
pair<iterator,bool> insert (const value_type& x)	在set中插入元素x，实际是插入<x,x>构成的键值对，如果插入成功，返回<该元素在set中的位置，true>，如果插入失败，说明x在set中已经存在，返回<x在set中的位置，false>
void erase ( iterator position )	删除 set 中 position 位置上的元素
size_type erase ( const key_type& x )	删除 set 中值为 x 的元素，返回删除的元素的个数
void erase ( iterator fifirst, iterator last )	删除 set 中 [first, last) 区间中的元素
void clear ( )	将 set 中的元素清空
iterator find ( const key_type& x ) const	返回set中值为x的元素的位置，不存在返回end()
size_type count ( const key_type& x ) const	返回set中值为x的元素个数(multiset中使用)

3.3. set 的使用举例

四、map

4.1 map的介绍

map的文档简介以下是几个重要点：

map是关联容器，它按照特定的次序(按照key来比较)存储由键值key和值value组合而成的元素。
在map中，键值key通常用于排序和唯一的标识元素，而值value中存储与此key关联的内容。简直key和值value的类型可能不同，并且在map的内部，key与value通过成员类型value_type绑定在一起，为其取名别称为pair
在内部，map中的元素总是按照及那只key进行排序的。
map中通过简直访问但各国元素的熟读通常比unordered_map容器慢，但map允许根据顺序对元素进行直接迭代(即对map中的元素进行迭代时，可以得到一个有序的序列)
map支持下标访问操作符，即在[]中放入key，就饿可以找到与key对应的value。
map通常被实现为二叉搜索树(准确的说是红黑树)

3.2 map 的使用

1.map的模板参数说明

key：键值对中key的类型
T：键值对中value的类型
Compare：比较器的类型。默认为less，如果存在特殊的比较，需要用户自己显示传入比较规则(函数指针或仿函数进行传递)

2.map的构造函数

3.map的迭代器

iterator begin()	返回 map 中起始位置的迭代器
iterator end()	返回 map 中最后一个元素的迭代器
iterator rbegin()	返回第一个元素的迭代器，即end()
iterator rend()	返回最后一个元素的迭代器，即begin()

4.insert

首先我们来看看insert的使用，首先要知道map的insert是插入pair类型的数据

然后我们举例进行插入一下

void test_map1()
{
	//创建字典
	map<string, string> dict1;
	map<string, string> dict2;
	map<string, string> dict3;
	//插入数据——方式1、
	pair<string, string> kv1("sort", "排序");
	pair<string, string> kv2("insert", "插入");
	dict1.insert(kv1);
	dict1.insert(kv2);

	//插入数据——方式2、匿名对象
	dict2.insert(pair<string, string>("sort", "排序"));
	dict2.insert(pair<string, string>("insert", "插入"));

	//插入数据——方式3、make_pair()
	dict3.insert(make_pair("sort", "排序"));
	dict3.insert(make_pair("insert", "插入"));
}

插入方式3，make_pair其实是一个模板函数，就是为了方便我们进行pair结构的插入数据。

4. 下标访问操作符

这里我们实现一个统计水果次数功能的map，如下：

但是这样的插入方式，非常的麻烦，所以map将下标访问操作符进行了重载，让其插入数据变得十分轻松。以下是 map中下标访问操作符：

功能解析：

map中有这个key，返回value的引用。(查找、修改value)
map中没有这个key，会插入pair(key,V())，并返回value的引用。(插入+修改)

其实下标访问操作符的本质是调用了 insert 函数，下面的文档中的实现方式：

这种方式其实不是太好理解，这里我们可以将其分为两步，就非常好理解了。

4.3 map的使用举例

因为返回的是其value的引用，所以我们可以对其进行赋值，这也是一种插入方式，也是最简单的一种插入方式。

所以，在上面实现统计水果次数的map中，我们可以将其插入方式改为 [] 插入：

五、经典练习题

1.set的使用

题目链接：349. 两个数组的交集

题目介绍：

算法思路1：

因为是求交集，所以我们可以使用set对nums1、nums2进行排序+去重。
遍历set1，判断set1中的值是否存在于set2中，如果存在，则放到结果数组中，不存在则跳过(时间复杂度：O(N*N))。

算法思路2：

因为是求交集，所以我们可以使用set对nums1、nums2进行排序+去重。
同时处理两个区间，让it1指向的值与it2指向的值进行比较，如果相等则为交集，两个迭代器同时向后移动，如果不相等，结果小的迭代器进行向后移动(时间复杂度:O(N))

两种算法就是找交集的代码不同，这里一并给出源代码：

class Solution {
public:
    vector<int> intersection(vector<int>& nums1, vector<int>& nums2) {
        set<int> s1;
        set<int> s2;
        //去重  
        for(auto& e: nums1)
            s1.insert(e);
            
        for(auto& e: nums2)
            s2.insert(e);
        //找交集
        vector <int >result;
        //方法1：
        for(auto& e: s1)
        {
            if (s2.find(e)!=s2.end())
                result.push_back(e);
        }
        //============================================
        //方法2：
        set<int>::iterator it1=s1.begin();
        set<int>::iterator it2=s2.begin();
        while(it1!=s1.end()&&it2!=s2.end())
        {
            if (*it1==*it2)
            {
                result.push_back(*it1);
                it1++,it2++;
            }
            else if (*it1>*it2) it2++;
            else it1++;
        }
        return result;
    }
};

2.map的使用

题目链接：692. 前K个高频单词

题目介绍：

这题的难点就在于出现频率相等的情况下，要按照字典序排序，这就意味着不能简单的使用一次排序解决。

思路一(稳定排序)：

算法思路：

使用map根据其字典序进行排序，并统计单词的出现次数。
通过sort根据单词的出现次数进行排序，然后控制其稳定性(次数相同则不交换)

使用了map存储后，单词在map中都按出现次数进行排序，但是此时，如果我们使用一种稳定排序，让其在符合次数相同时，并进行字典序的排序，就可以完成最终的排序。

首先 sort 是一个的迭代器是随机迭代器(RandomAccess Iterator)，而map双向迭代器(bidirectional iterator)，所以我们要先将map中的数据放入到一个数组中。

因为sort是快速排序，不稳定的排序，所以我们要编写仿函数控制其排序的结果。

仿函数的比较规则：

如果出现次数多，则排在前面，返回true。
出现次数相同时再比较字典序，如果kv2的字典序小于kv1，则也返回true，交换。
其他情况直接返回false。

class Solution {
public:
    struct Greater{
        bool operator()(const pair<string,int>& kv1,const pair<string,int>& kv2)
        {
            //按次数比较
            if (kv1.second > kv2.second)
                return true;
            //次数相同，按字典序比较。
            if (kv1.second==kv2.second&&kv1.first < kv2.first)
                return true;
            return false;
        }
    };
    vector<string> topKFrequent(vector<string>& words, int k) {
        map<string,int> countMap;
        for(auto& str:words)
        {
            countMap[str]++;
        }
        //导数据，因为迭代器类型不同
        vector<pair<string,int>> sortV(countMap.begin(),countMap.end());
        sort(sortV.begin(),sortV.end(),Greater());

        vector <string> result;
        for(int i=0;i<k;i++)
        {
            result.push_back(sortV[i].first);
        }
        return result;
    }
};

同样，我们可以直接使用库中的稳定排序(stable_sort)

进行以下修改即可：

思路二(priority_queue)：

算法思路：

使用map根据其字典序进行排序，并统计单词的出现次数。
再将数据放入priority_queue中，通过自定义仿函数建立k的数的小堆。
再将前k个数放入结果数组中。

既然要使用我们自己的仿函数，则模板参数这我们要额外注意，我们要按顺序传入参数，在仿函数前要先传入存储容器，因为此题使用的vector进行的存储，所以直接传入vector即可。

注意，第三个仿函数参数我们直接传入仿函数名即可，因为我们自己实现的仿函数一般不会再设置模板。不要写浑了(hhh)。

仿函数的比较规则：

TOP-K问题要建小堆，(如果建立大堆，只能求出最大的值，其他比它小的值进不了堆)。

value小则返回true。
value相同时再比较字典序，字典序如果kv1大于kv2，则返回true。
其他情况直接返回false。

struct Less {
	bool operator()(const pair<string, int>& kv1, const pair<string, int>& kv2)
	{
		//按次数比较
		if (kv1.second < kv2.second)
			return true;
		//次数相同，按字典序比较。
		if (kv1.second == kv2.second && kv1.first > kv2.first)
			return true;
		return false;
	}
};

然后我们将数据插入到priority_queue中，我们可以使用迭代器区间进行初始化，也可以直接push插入数据。

因为要返回前k的数据。所以使用while循环，在priority_queue中取出前k个top数据，将其pair中的first放入结果数组中。

class Solution {
public:
    struct Less{
        bool operator()(const pair<string,int>& kv1,const pair<string,int>& kv2)
        {
            //按次数比较
            if (kv1.second<kv2.second)
                return true;
            //次数相同，按字典序比较。
            if (kv1.second==kv2.second&&kv1.first>kv2.first)
                return true;
            return false;
        }
    };
    vector<string> topKFrequent(vector<string>& words, int k) {
        map<string,int> countMap;
        for(auto& str:words)
        {
            countMap[str]++;
        }
        //迭代器区间初始化
        priority_queue <pair<string,int>,vector<pair<string,int>>,Less> 
        maxHeap(countMap.begin(),countMap.end());
        vector<string> result;
        while(k--)
        {
            result.push_back(maxHeap.top().first);
            maxHeap.pop();
        }
        return result;
    }
};