本文并不是 vector 的入门教程。

定义

std::vector 是封装动态数组的顺序容器。

vector 通常占用多于静态数组的空间,因为要分配更多内存以管理将来的增长。如果元素数量已知,可以使用 reserve() 函数提前分配内存。

操作函数

由于 vector 大家比较熟悉了,这里给大家带来一些其他不太常用的操作。

1. at(x)

访问元素,相当于 [],但是 at() 会进行越界判断,如果越界,会返回异常(即 return 3;),程序停止。

常数比 [] 稍大,即速度稍慢,但是调试的时候会比较方便。由于 [] 不会进行越界处理,且 DEV-C++ 有程序保护,所以你会访问到一个奇怪的元素,在 OJ 上提交,最终导致答案错误,而不是 RE,会对查错产生干扰。

2. resize(x, y)

这个函数与 reserve 函数很像,都是分配空间的。

resize() 函数还会改变容器大小,并进行赋值,resize(n, 1) 就是将 vector 的长度和空间改为 \(n\),且复制元素为 \(1\);但是 reserve 并不会赋值,因此 vector 里面是随机的元素。

强烈建议:如果想进行赋值操作,最好是先用 clear() 函数清空 vector,在使用 resize() 来定长赋值。

3. swap()

交换两个 vector 中的元素,但是是常数复杂度,不是 \(O_n\) 的。

在写长链剖分优化 DP,合并 DP 数组时有用过,因为复杂度比较优秀。

4. emplace()emplace_back()

它们的功能相当于 insertpush_back(),但是也有区别。

就拿 emplace_back()push_back() 举例:

push_back():向容器中加入一个右值元素(临时对象)时,首先会调用构造函数构造这个临时对象,然后需要调用拷贝构造函数将这个临时对象放入容器中。原来的临时变量释放。这样造成的问题就是临时变量申请资源的浪费。

emplace_back():引入了右值引用,转移构造函数,在插入的时候直接构造,只需要构造一次即可。

简化一点:push_back() 会先在插入时构造一个临时变量,再拷贝进入 vector,而 emplace_back() 则直接在插入时构造并放入 vector 中,没有拷贝的过程。

因此,emplace_back() 会比 push_back() 快,但也正是由于构造函数使用的区别,两者在一些情况下的使用并不一样。

(1) 一般情况下直接插入单个元素

vector<int> a;
a.push_back(1);
a.emplace_back(1);

两者的用法是一样的。

(2) 当变量类型为 pair

vector<pair<int, int> > a;
a.push_back({1, 2});
a.emplace_back(1, 2);

由于 emplace_back() 是直接构造,因此,只需要按照元素的顺序依次插入即可(元素要一一对应!),而 push_back() 则是将 {1, 2} 放入一个临时的 pair 类型的变量中,再拷贝进去。

(3) 当变量类型是结构体类型时

struct node {
int u, v, w;
}; vector<int> a; a.push_back(node{1, 2, 3});
a.emplace_back(1, 2, 3);

push_back() 函数没有任何问题,但是emplace_back() 就无法通过编译。

遇到这种情况,我们需要为这个结构体写一个构造函数,才可以使用 emplace_back(),像这样

struct node {
int u, v, w; node(int a, int b, int c) {
u = a, v = b, w = c;
} // 或者这样
// node(int a, int b, int c) : u(a), v(b), w(c) {};
}; vector<int> a; a.push_back(node{1, 2, 3});
a.emplace_back(1, 2, 3);

这样就是对的了。

5. 输入元素

这是一个慢但是看着很高级的写法。

vector<int> a;
a.resize(10);
for (auto &i : a) {
cin >> i;
}

后记

关于 vector,我个人觉得这是个非常好用的 STL,方便,但是,这正因为是 STL,因此会带有常数,很可能被卡。

尽管如此,我还是很喜欢 vector

此外,关于 emplace 这个东西,dequequeue 等别的 STL 容器也有,用法都是一样的,但是,请不要搞混了。

emplace() 对应 insert 或者 push 再或者一些特殊 STL 的插入 (例如 map)

emplace_back() 对应 push_back()

emplace_front() 对应 push_front()

map 中还有 emplace_hint() 函数,用法与 emplace() 差不多。

「学习笔记」vector的更多相关文章

  1. 「学习笔记」FFT 快速傅里叶变换

    目录 「学习笔记」FFT 快速傅里叶变换 啥是 FFT 呀?它可以干什么? 必备芝士 点值表示 复数 傅立叶正变换 傅里叶逆变换 FFT 的代码实现 还会有的 NTT 和三模数 NTT... 「学习笔 ...

  2. 「学习笔记」字符串基础:Hash,KMP与Trie

    「学习笔记」字符串基础:Hash,KMP与Trie 点击查看目录 目录 「学习笔记」字符串基础:Hash,KMP与Trie Hash 算法 代码 KMP 算法 前置知识:\(\text{Border} ...

  3. 「学习笔记」平衡树基础:Splay 和 Treap

    「学习笔记」平衡树基础:Splay 和 Treap 点击查看目录 目录 「学习笔记」平衡树基础:Splay 和 Treap 知识点 平衡树概述 Splay 旋转操作 Splay 操作 插入 \(x\) ...

  4. 「学习笔记」Min25筛

    「学习笔记」Min25筛 前言 周指导今天模拟赛五分钟秒第一题,十分钟说第二题是 \(\text{Min25}​\) 筛板子题,要不是第三题出题人数据范围给错了,周指导十五分钟就 \(\text{AK ...

  5. 「学习笔记」FFT 之优化——NTT

    目录 「学习笔记」FFT 之优化--NTT 前言 引入 快速数论变换--NTT 一些引申问题及解决方法 三模数 NTT 拆系数 FFT (MTT) 「学习笔记」FFT 之优化--NTT 前言 \(NT ...

  6. 「学习笔记」Treap

    「学习笔记」Treap 前言 什么是 Treap ? 二叉搜索树 (Binary Search Tree/Binary Sort Tree/BST) 基础定义 查找元素 插入元素 删除元素 查找后继 ...

  7. 「学习笔记」wqs二分/dp凸优化

    [学习笔记]wqs二分/DP凸优化 从一个经典问题谈起: 有一个长度为 \(n\) 的序列 \(a\),要求找出恰好 \(k\) 个不相交的连续子序列,使得这 \(k\) 个序列的和最大 \(1 \l ...

  8. 「学习笔记」ST表

    问题引入 先让我们看一个简单的问题,有N个元素,Q次操作,每次操作需要求出一段区间内的最大/小值. 这就是著名的RMQ问题. RMQ问题的解法有很多,如线段树.单调队列(某些情况下).ST表等.这里主 ...

  9. 「学习笔记」递推 & 递归

    引入 假设我们想计算 \(f(x) = x!\).除了简单的 for 循环,我们也可以使用递归. 递归是什么意思呢?我们可以把 \(f(x)\) 用 \(f(x - 1)\) 表示,即 \(f(x) ...

  10. 「学习笔记」动态规划 I『初识DP』

    写在前面 注意:此文章仅供参考,如发现有误请及时告知. 更新日期:2018/3/16,2018/12/03 动态规划介绍 动态规划,简称DP(Dynamic Programming) 简介1 简介2 ...

随机推荐

  1. 系统评价——主成分分析PCA的R语言实现(六)

    主成分分析(Principal Component Analysis,PCA),是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法,起到数据约减和集成的作用.在许多领域的研究与应用中 ...

  2. flask快速上手

    看完这2个基本可以起步flask了 一学习 https://www.codingdict.com/article/4884 二实战 https://blog.miguelgrinberg.com/po ...

  3. [Linux]CentOS7搭建/配置:YUM仓库/源[本地源/Web源(Apache HTTP(D))/自建源仓库]

    若想搞懂整个配置过程和原理,就按照章节(1 / 2)一步一步地来. 若想直接一步到位,不想花过多时间,尽快配好,就直接看附件章节. 什么是yum源? Yum(全称为 Yellow dog Update ...

  4. 6.理解Jwt代码

    1.昨天主要是对Jwt的代码里面不熟悉的代码进行了简要的理解,发现其实有些流程并不是普通程序员自己写的,而是自己进行拓展,这些流程是开源程序员写的开发流程:我发现这些代码一般要么是父类的方法实现,要么 ...

  5. 解Bug之路-应用999线升高

    前言 监控指标诚然是发现问题于微末之时的极佳手段,但指标往往有其表达的极限.在很多情况下,单独看一个黄金指标并不能表征系统的健康程度,反而有可能被其迷惑,进而忽略相关问题.(本文所提及的Linux K ...

  6. 从零开始学Vue(二~三)—— Vue 实例 / 模板语法(插值、指令)

    概述 vue.js作为现在笔记热门的JS框架,使用比较简单易上手,也成为很多公司首选的JS框架. 但是对于初学者可能学起来有些麻烦,所以推出<从零开始学Vue>系列博客,本系列计划推出19 ...

  7. Generative Pre-trained Transformer(GPT)模型技术初探

    一.Transformer模型 2017年,Google在论文 Attention is All you need 中提出了 Transformer 模型,其使用 Self-Attention 结构取 ...

  8. KK 与答辩

    KK 与答辩 解读一下题:如果在所有场的答辩中,有某个人的总分都要低于kk的总分,就说kk碾压该人 --> 如果在某场答辩中这个人的总分大于kk,那么就说明kk不能碾压该人. 思路就清晰了,我们 ...

  9. 论文解析 -- A Survey of AIOps Methods for Failure Management

    此篇Survey是A Systematic Mapping Study in AIOps的后续研究 对于AIOPS中占比较高的Failure Management进行进一步的研究 Compared t ...

  10. Python用哈希算法查找相似图片(包括不同分辨率,不同大小,不同格式的图片)

    # -*- coding: utf-8 -*- ''' Python用哈希算法查找相似图片并放入[_df]的文件夹中 相似图片包括不同分辨率,不同大小,不同格式,只要图片相似就会算重复文件 安装cv2 ...