C++之序列容器(vector,list,dueqe)

news2025/3/13 3:25:25

1.大体对比

在软件开发的漫长历程中,数据结构与算法始终占据着核心地位,犹如大厦的基石,稳固支撑着整个程序的运行。在众多编程语言中,数据的存储与管理方式各有千秋,而 C++ 凭借其丰富且强大的工具集脱颖而出,尤其是在处理序列数据方面,C++ 标准模板库(STL)中的序列容器 vectorlist 和 deque 更是展现出卓越的性能与高度的灵活性。

和一些编程语言中单一的数据存储方式相比,C++ 这三种序列容器的存在,无疑为开发者提供了更多样化的选择。例如,在 Python 中,主要通过列表(list)来存储序列数据,其本质上是一种动态数组,但在处理大规模数据的随机访问和频繁插入删除操作时,性能表现往往不尽如人意。反观 C++ 的 vector,它与传统数组有相似之处,却具备了自动调整大小的功能,这一特性让其在面对数据量动态变化的场景时,能够轻松应对,极大地提升了开发效率。

再将目光投向链表结构。在 Java 语言中,虽然没有像 C++ list 这样直接对应的双向链表容器,但开发者可以通过自定义类和节点来构建链表结构。然而,这种方式不仅实现起来较为繁琐,而且在进行常见的元素操作,如插入和删除时,其效率远不及 C++ 的 list。C++ 的 list 作为双向链表,每个节点都包含指向前一个节点和后一个节点的指针,这种数据结构使得在任意位置进行插入和删除操作的时间复杂度都保持在常数级别,在需要频繁修改序列数据的场景中,它的优势便得以充分彰显。

deque 则是 C++ 序列容器中的一颗独特 “新星”,它巧妙地融合了 vector 和 list 的部分优势。和 Java 中的双端队列(ArrayDeque)相比,C++ 的 deque 不仅在两端进行元素的插入和删除操作时具有高效性,而且在支持随机访问方面也毫不逊色。这意味着,在既需要快速在两端增减元素,又要对序列中的元素进行随机访问的复杂场景下,deque 能够提供更为平衡和高效的解决方案。

正是基于这些显著的特性差异,深入了解 C++ 的 vectorlist 和 deque 这三种序列容器,对于每一位追求卓越编程质量的开发者而言,都显得尤为重要。接下来,让我们拨开迷雾,详细剖析这三种序列容器的独特之处,探寻它们在不同编程场景下的最佳应用方式

 2.数据结构

1.vector(连续)

 2.list(指针)

3.deque

3.成员函数

这个三个人的成员函数是一样

3.1 创建

vector():默认构造函数,创建一个空的 vector。
vector(size_type n, const T& value = T()):创建一个包含 n 个值为 value 的元素的 vector。
vector(const vector& other):拷贝构造函数,创建一个 other 的副本。
vector(InputIterator first, InputIterator last):使用迭代器 first 到 last 范围内的元素初始化

list():默认构造函数,创建一个空的 vector。
list(size_type n, const T& value = T()):创建一个包含 n 个值为 value 的元素的 vector。
list(const vector& other):拷贝构造函数,创建一个 other 的副本。
list(InputIterator first, InputIterator last):使用迭代器 first 到 last 范围内的元素初始化 


deque():默认构造函数,创建一个空的 vector。
deque(size_type n, const T& value = T()):创建一个包含 n 个值为 value 的元素的 vector。
deque(const vector& other):拷贝构造函数,创建一个 other 的副本。
deque(InputIterator first, InputIterator last):使用迭代器 first 到 last 范围内的元素初始化 

 3.2 访问


back()//返回队列尾部元素的引用。
front()//返回队列头部元素的引用。
clear()//清空队列中的所有元素。
empty()//判断队列是否为空。
size()//返回队列中元素的个数。
begin()//返回头位置的迭代器
end()//返回尾+1位置的迭代器

//vector没有
rbegin()//返回逆头位置的迭代器 
rend()//返回逆尾-1位置的迭代器 


//list没有
下标访问 []

 3.3删除

pop_back()//删除队列尾部的元素。
pop_front()//删除队列头部的元素
erase(iterator pos):移除 pos 位置的元素。
erase(iterator first, iterator last):移除 first 到 last 范围内的元素。
clear():移除 vector 中的所有元素

3.4插入

push_back(const T& value)
push_front(const T& value)
insert(iterator pos, const T& value)

 4.实现队列和栈

 栈:一种先进后出的数据结构

队列:一种先进先出的数据结构

用vector实现栈:

#include<vector>
#include<string>
using namespace std;

template<class T> class stack {
private:
  std::vector<T> data;
public:
  //创建
  stack();
  stack(const stack& other):data(other.data){};
  stack& operator=(const stack& other){
    data=other.data;
    return *this;
  }
  stack(int n, T val):data(n,val){}

  //访问
  int size()const {return data.size();}
  bool empty()const
 {
    if(data.size()==0)
      return true;
    else
      return false;

 }
 T top() const
 {
   if(data.empty()==true)
     throw string("stack is empty");
   else
     return data.back();
 }
 //插入
 void push(T val)
 {
   data.push_back(val);
 }
 //删除
 void pop()
 {
   if(data.empty()==true)
     throw string("stack is empty");
   else{
  data.pop_back();}
 }
 ~stack();

 };

5.总结

对比维度std::vectorstd::liststd::deque
底层结构动态数组,在内存中分配连续的存储空间。当容量不足时,通常会重新分配更大的内存块,将原数据复制过去并释放旧内存。双向链表,由一系列节点构成,每个节点包含数据、指向前一个节点的指针和指向后一个节点的指针。由多个固定大小的数组块组成,每个数组块内部连续存储,数组块之间通过指针连接,形成双端队列结构。
访问操作- 支持随机访问,可通过下标直接访问元素,时间复杂度为 \(O(1)\)。
- 访问元素非常高效,就像操作普通数组一样。
- 不支持随机访问,若要访问特定位置元素,需从头或尾开始遍历链表,时间复杂度为 (O(n))。
- 只能顺序访问元素。
- 支持随机访问,通过下标访问元素的时间复杂度为(O(1))。
- 虽然能随机访问,但由于是分段连续存储,在效率上可能略低于 vector
插入操作 在尾部插入元素效率高,平均时间复杂度为 (O(1)),但若触发内存重新分配,时间复杂度为 (O(n))。 在中间或头部插入元素,需要移动插入位置之后的所有元素,时间复杂度为 (O(n))。- 在任意位置插入元素的时间复杂度均为 (O(1)),只需修改相邻节点的指针。
- 插入操作非常灵活,效率高。
- 在头部和尾部插入元素效率高,时间复杂度为 (O(1))。
- 在中间插入元素,需要移动部分元素,时间复杂度为 (O(n)),但通常比 vector 移动元素的开销小。
删除操作- 在尾部删除元素效率高,时间复杂度为(O(1))。
- 在中间或头部删除元素,需要移动删除位置之后的所有元素,时间复杂度为 (O(n))。
 在任意位置删除元素的时间复杂度均为 (O(1)),只需修改相邻节点的指针。- 在头部和尾部删除元素效率高,时间复杂度为 \(O(1)\)。
- 在中间删除元素,需要移动部分元素,时间复杂度为 \(O(n)\),但通常比 vector 移动元素的开销小。
空间利用- 由于是连续存储,可能会有内存碎片问题。当容量不足重新分配内存时,可能会预留一定的额外空间,造成空间浪费。
- 不过,它的空间利用率相对较高,因为没有额外的指针开销。
每个节点都需要额外的指针来指向前一个和后一个节点,增加了内存开销。
- 但链表节点在内存中可以不连续存储,不会因为预留空间而造成浪费。
- 由于需要维护多个数组块以及块之间的连接信息,会有一定的额外开销。
- 不过,它在动态扩展时不需要像 vector 那样重新分配并复制大量数据,空间管理相对灵活。
迭代器-随机访问迭代器,支持 ++--+- 等操作,可以像指针一样灵活地在容器中移动。- 双向迭代器,支持 ++ 和 -- 操作,能双向遍历链表,但不支持随机访问。- 随机访问迭代器,与 vector 的迭代器类似,支持高效的随机访问操作。
迭代器失效情况- 当发生插入或删除操作导致内存重新分配时,所有迭代器、指针和引用都会失效。
- 在插入或删除元素后,插入或删除位置之后的迭代器、指针和引用会失效。
- 插入操作不会使任何迭代器、指针和引用失效。
- 删除操作只会使指向被删除节点的迭代器、指针和引用失效。
在头部或尾部插入元素时,迭代器一般不会失效,但指向元素的引用和指针可能会失效。
- 在中间插入或删除元素时,插入或删除位置之后的迭代器、指针和引用会失效。
使用场景 适合需要频繁随机访问元素,且插入和删除操作主要在尾部进行的场景,如存储一组数据并经常通过下标访问。
- 实现栈、队列等数据结构时,若操作主要集中在尾部,vector 是不错的选择。
- 适合需要频繁在任意位置进行插入和删除操作,而对随机访问需求较少的场景,如实现链表类的数据结构。
- 当需要频繁进行元素的移动、插入和删除,且不需要随机访问元素时,list 更合适。
- 适合需要在头部和尾部频繁进行插入和删除操作,同时也需要随机访问元素的场景,如实现双端队列。
- 当数据量较大,且需要在两端进行高效操作时,deque 是一个较好的选择。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2314055.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

安卓Android与iOS设备管理对比:企业选择指南

目录 一、管理方式差异 Android Enterprise方案包含三种典型模式&#xff1a; Apple MDM方案主要提供两种模式&#xff1a; 二、安全防护能力 Android系统特点&#xff1a; 三、应用管理方案 四、设备选择建议 五、典型场景推荐 需求场景 推荐方案 六、决策建议要点…

版本控制器Git(1)

文章目录 前言一、初识Git问题引入解决方案注意事项 二、Git安装三、Git配置与基本操作Git创建Git配置用户名称和地址认识工作区、暂存区、版本库添加文件到仓库添加文件到暂存区提交暂存区内容到本地仓库 查看提交历史 四、Git 暂存区、HEAD、对象库及文件Git内部结构概览查看…

推理模型对SQL理解能力的评测:DeepSeek r1、GPT-4o、Kimi k1.5和Claude 3.7 Sonnet

引言 随着大型语言模型&#xff08;LLMs&#xff09;在技术领域的应用日益广泛&#xff0c;评估这些模型在特定技术任务上的能力变得越来越重要。本研究聚焦于四款领先的推理模型——DeepSeek r1、GPT-4o、Kimi k1.5和Claude 3.7 Sonnet在SQL理解与分析方面的能力&#xff0c;…

[动手学习深度学习]12.权重衰退

1.介绍 权重衰退是常见的处理过拟合的方法 控制模型容量方法 把模型控制的比较小&#xff0c;即里面参数比较少使参数选择范围小 约束就是正则项 每个特征的权重都大会导致模型复杂&#xff0c;从而导致过拟合。 控制权重矩阵范数可以使得减少一些特征的权重&#xff0c;甚至…

JavaEE_多线程(二)

目录 1. 线程的状态2. 线程安全2.1 线程不安全问题的原因 3. 线程安全中的部分概念3.1 原子性3.2 可见性3.3 指令重排序 4. 解决线程安全问题4.1 synchronized关键字4.1.1 可重入4.1.2 synchronized使用 4.2 volatile关键字4.2.1 volatile使用 5. wait和notify5.1 wait()方法5.…

【unity小技巧】分享vscode如何进行unity开发,且如何开启unity断点调试模式,并进行unity断点调试(2025年最新的方法,实测有效)

文章目录 前言一、前置条件1、已安装Visual Studio Code&#xff0c;并且unity首选项>外部工具>外部脚本编辑器选择为Visual Studio Code [版本号]&#xff0c;2、在Visual Studio Code扩展中搜索Unity&#xff0c;并安装3、同时注意这个插件下面的描述&#xff0c;需要根…

【Hadoop】详解HDFS

Hadoop 分布式文件系统(HDFS)被设计成适合运行在通用硬件上的分布式文件系统&#xff0c;它是一个高度容错性的系统&#xff0c;适合部署在廉价的机器上&#xff0c;能够提供高吞吐量的数据访问&#xff0c;非常适合大规模数据集上的应用。为了做到可靠性&#xff0c;HDFS创建了…

Spring(4)——响应相关

一、返回静态页面 1.1**RestController和Controller** 想返回如下页面&#xff1a; 如果我们依旧使用原来的**RestController** 可以看到的是仅仅返回了字符串。 此时将**RestController改为Controller** 可以看到这次返回的是html页面。 那么**RestController和Controller…

axure11安装教程包含下载、安装、汉化、授权(附安装包)图文详细教程

文章目录 前言一、axure11安装包下载二、axure11安装教程1.启动安装程序2.安装向导界面3.安装协议协议页面2.选择安装位置3.开始安装4.完成安装 三、axure11汉化教程1.axure11汉化包2.axure11汉化设置 四、axure11授权教程1.打开axure112.设置使用方式3.输入许可证号4.axure11安…

Redis-缓存穿透击穿雪崩

1. 穿透问题 缓存穿透问题就是查询不存在的数据。在缓存穿透中&#xff0c;先查缓存&#xff0c;缓存没有数据&#xff0c;就会请求到数据库上&#xff0c;导致数据库压力剧增。 解决方法&#xff1a; 给不存在的key加上空值&#xff0c;防止每次都会请求到数据库。布隆过滤器…

Windows server网络安全

摘要 安全策略 IP安全策略&#xff0c;简单的来说就是可以通过做相应的策略来达到放行、阻止相关的端口&#xff1b;放行、阻止相关的IP&#xff0c;如何做安全策略&#xff0c;小编为大家详细的写了相关的步骤&#xff1a; 解说步骤&#xff1a; 阻止所有&#xff1a; 打…

Python从入门到精通1:FastAPI

引言 在现代 Web 开发中&#xff0c;API 是前后端分离架构的核心。FastAPI 凭借其高性能、简洁的语法和自动文档生成功能&#xff0c;成为 Python 开发者的首选框架。本文将从零开始&#xff0c;详细讲解 FastAPI 的核心概念、安装配置、路由设计、请求处理以及实际应用案例&a…

Leetcode做题记录----2

1、两数之和 思路&#xff1a; 1、不能使用相同元素&#xff0c;可以想到哈希表&#xff0c;&#xff0c;C#中可以通过字典建立当前值和下标的关系 2、显然&#xff0c;依次判断数组中的每个数即可 3、定义other target - num[ i ] 这个other就是我们用于在字典中进行寻找…

批量合并 Word 文档,支持合并成一个 Word,也支持按文件夹合并

我们经常会碰到需要将多个 Word 文档批量合并成一个 Word 文档的场景&#xff0c;比如需要合并后打印、合并后方便整理存档等等。如果是人工的操作&#xff0c;会非常的麻烦。因此我们通常会借助一些批量处理脚本或者寻找批量处理的工具来帮我们实现批量合并 Word 文档的操作。…

项目实操分享:一个基于 Flask 的音乐生成系统,能够根据用户指定的参数自动生成 MIDI 音乐并转换为音频文件

在线体验音乐创作&#xff1a;AI Music Creator - AI Music Creator 体验者账号密码admin/admin123 系统架构 1.1 核心组件 MusicGenerator 类 负责音乐生成的核心逻辑 包含 MIDI 生成和音频转换功能 管理音乐参数和音轨生成 FluidSynth 集成 用于 MIDI 到音频的转换 …

神经网络为什么要用 ReLU 增加非线性?

在神经网络中使用 ReLU&#xff08;Rectified Linear Unit&#xff09; 作为激活函数的主要目的是引入非线性&#xff0c;这是神经网络能够学习复杂模式和解决非线性问题的关键。 1. 为什么需要非线性&#xff1f; 1.1 线性模型的局限性 如果神经网络只使用线性激活函数&…

动态规划详解(二):从暴力递归到动态规划的完整优化之路

目录 一、什么是动态规划&#xff1f;—— 从人类直觉到算法思维 二、暴力递归&#xff1a;最直观的问题分解方式 1. 示例&#xff1a;斐波那契数列 2. 递归树分析&#xff08;以n5为例&#xff09; 3. 问题暴露 三、第一次优化&#xff1a;记忆化搜索&#xff08;Memoiza…

ubuntu下在pycharm中配置已有的虚拟环境

作者使用的ubuntu系统位于PC机上的虚拟机。系统版本为&#xff1a; 在配置pycharm解释器之前你需要先创建虚拟环境以及安装pycharm。 作者创建的虚拟环境位于/home/topeet/miniconda3/envs/airproject/&#xff0c;如下图所示&#xff1a; 作者安装的pycharm版本为2023社区…

爬虫中一些有用的用法

文本和标签在一个级别下 如果文本和a标签在一个级别下 比如&#xff1a; # 获取a标签后的第一个文本节点text_node a.xpath(following-sibling::text()[1])[0].strip() 将xpath的html代码转换成字符串 etree.tostring(root, pretty_printTrue, encoding"utf-8")…

DeepIn Wps 字体缺失问题

系统缺失字体 Symbol 、Wingdings 、Wingdings2、Wingdings3、MT—extra 字体问题 问了下DeepSeek 在应用商店安装或者在windows 里面找 装了一个GB-18030 还是不行 在windows里面复制了缺失的字体 将字体复制到DeepIn 的字体目录&#xff08;Ubuntu 应该也是这个目录&am…