std :: set和std :: priority_queue之间的区别
由于std::priority_queue和std::set （和std::multiset ）都是数据容器，它们存储元素并允许以有序方式访问它们，并具有相同的插入复杂度O(log n) （或者，什么样的情况需要这个或那个？）？
虽然我知道潜在的结构是不同的，但我并不那么感兴趣，因为我在比较它们的性能和各种用途的适用性 。
注：我知道一套中没有重复。 这就是为什么我还提到了std::multiset因为它具有与std::set完全相同的行为，但是可以在允许存储的数据作为相等元素进行比较的情况下使用。 所以，请不要评论单个/多个密钥的问题。
一个优先级队列只允许你按照sorting顺序访问一个元素 – 也就是说，你可以得到最高优先级的项目，当你删除它时，你可以获得下一个最高优先级，依此类推。 优先级队列也允许重复的元素，所以它更像是一个多集而不是集。 Kopec指出，构build一个堆对于堆中的项目数量也是线性的，其中构build集合的地方是O（NlogN），除非它是从一个已经sorting的序列构build的（在这种情况下它也是线性的）。]
一个集合允许你按照sorting顺序完全访问，例如，你可以在集合的中间find两个元素，然后按照从一个到另一个的顺序遍历。
set / multiset通常由二叉树支持。 http://en.wikipedia.org/wiki/Binary_tree
priority_queue通常由一个堆支持。 http://en.wikipedia.org/wiki/Heap_(data_structure）;
所以问题是什么时候应该使用二叉树而不是堆？
这两种结构都放在一棵树上，但是关于两者之间关系的规则是不同的。
我们将父母的职位P，左孩子的L，右孩子的R称为。
在二叉树L <P <R中
在一堆P <L和P <R
所以二叉树sorting“侧面”和堆sorting“向上”。
所以如果我们把它看作一个三angular形而不是二叉树L，P，R是完全sorting的，而在堆中L和R之间的关系是未知的（只有它们与P的关系）。
这具有以下效果：
-
如果你有一个没有sorting的数组，并且想把它变成一个二叉树，它需要
O(nlogn)时间。 如果你想把它变成一堆，它只需要O(n)时间，（因为它只是比较find极端的元素） -
如果你只需要极端元素（比较函数最低或最高），堆更有效率。 堆只做比较（懒惰），以确定极端的因素。
-
二叉树执行必要的比较，以便对整个集合进行sorting，并保持整个集合一直sorting。
-
堆具有最低元素的恒定查找（peek），二元树具有最低元素的对数时间查找。
std::priority_queue允许执行以下操作：
- 插入一个元素
O(log n) - 获得最小的元素
O(1) - 删除最小的元素
O(log n)
而std::set有更多的可能性：
- 插入任何元素
O(log n)，常量大于std::priority_queue - find任何元素
O(log n) - find一个元素，> =比你正在寻找的
O(log n)（lower_bound） - 删除任何元素
O(log n) - 按sorting顺序移至上一个/下一个元素
O(1) - 获得最小的元素
O(1) - 获得最大的元素
O(1)
由于
std::priority_queue和std::set（和std::multiset）都是数据容器，它们存储元素并允许以有序方式访问它们，并具有相同的插入复杂度O(log n)（或者，什么样的情况需要这个或那个？）？
尽pipe两个容器的插入和擦除操作都具有相同的复杂度O（log n） ，但这些std :: set的操作比std :: priority_queue慢。 这是因为std :: set使得许多内存分配。 std :: set的每个元素都存储在自己的分配中。 std :: priority_queue （默认使用std :: vector容器）使用单个分配来存储所有元素。 另一方面， std :: priority_queue在其元素上使用了许多交换操作，而std :: set只是使用指针交换。 所以如果交换元素types的操作非常慢，使用std :: set可能更有效率。 而且元素可能是不可交换的。
std :: set的内存开销也大得多，因为它必须在其节点之间存储许多指针。
