C++ STL泛型算法

泛型算法

定义了大约 80 个标准算法。
它们操作由一对迭代器定义的（输入）序列或单一迭代器定义的（输出）序列。
当对两个序列进行拷贝、比较操作时，第一个序列由一对迭代器[b,e)表示，但第二个序列只由一个迭代器b2表示，b2指出了序列的起始位置。
应当保证第二个序列包含足够多的的元素供算法使用。
大多数标准库算法返回迭代器；特别是，它们不返回结果的容器。
大多数标准库算法都有两个版本：

• 一个“普通”版本使用常规操作（如和==）完成其任务。
• 另一个版本接受关键操作参数
  在某些情况下，实参既可以解释为谓词，也可以解释为值。

不修改序列的算法

for_each()

最简单的算法是 for_each()，它简单地对序列中的每个元素执行指定操作。

	vectorint> v{ 2,4,6,8 };
	for_each( v.begin(), v.end(), [](int x) {cout  x  ' '; } );
	/* 输出 2 4 6 8 */

算法	功能
f = for_each(b,e,f);	对[b,e)中的每个 x 执行f(x)，返回 f

序列谓词

	vectorint> v{ 2,4,6,8 };
	auto flag = all_of(v.begin(), v.end(), [](int x) { return x > 0; });
	cout  flag  endl; // v 中的每个元素大于 0 ，输出 1

当一个序列谓词失败时，它不会告知我们是哪个元素导致了失败。

	vectorint> v{ 0,4,8,3 };
	auto flag = any_of(v.begin(), v.end(), [](int x) { return x > 5; });
	cout  flag  endl; //有元素大于 5 ，但不知道是哪个元素大于5

算法	功能
all_of(b,e,f);	[b,e)中所有 x 都满足f(x)吗？
any_of(b,e,f);	[b,e)中某个 x 满足f(x)吗？
none_of(b,e,f);	[b,e)中所有 x 都不满足f(x)吗？

count()

	vectorint> v{ 1,0,1,1,3 };
	cout  count(v.begin(), v.end(), 1)  endl; // 1 的数目为 3，输出 3

算法	功能
x = count(b,e,v);	x 为[b,e)中满足v==*p的元素，*p的数目
x = count_if(b,e,f);	x 为[b,e)中满足f(*p)的元素，*p的数目

find()

find() 系列算法顺序搜索具有特定值或令谓词为真的元素。
谓词是一个可调用的表达式，其结果是一个能用作条件的值。
算法 find() 和 find_if() 都返回一个迭代器，分别指向匹配给定值和给定谓词的第一个元素。

	vectorchar> v{ 'e','E','d','E','A'};
	auto p = find(v.begin(),v.end(),'E');
	cout  *p  endl;       //输出 E
	cout  *(p + 1)  endl; //输出 d

算法 find_first_of() 查找序列中与另一个序列中元素相等的第一个元素。

	vectorchar> v{ 'e','E','d','B','b' };
	arraychar, 4> arr{ 'A','B','C','D' };
	auto p = find_first_of( v.begin(),v.end(),arr.begin(),arr.end() );
	cout  *p  endl; //输出 B

算法	功能
p = find(b,e,v);	p 指向[b,e)中第一个满足v==*p的元素
p = find_if(b,e,f);	p 指向[b,e)中第一个满足f(*p)的元素
p = find_if_not(b,e,f);	p 指向[b,e)中第一个满足!f(*p)的元素
p = find_first_of(b1,e1,b2,e2);	p 指向[b1,e1)中第一个满足*p==*q的元素，其中 q 指向[b2,e2)中的某个元素
p = find_first_of(b1,e1,b2,e2,f);	p 指向[b1,e1)中第一个满足f(*p,*q)的元素，其中 q 指向[b2,e2)中的某个元素
p = adjacent_find(b,e);	p 指向[b,e)中第一个满足*p==*(p+1)的元素
p = adjacent_find(b,e,f);	p 指向[b,e)中第一个满足f(*p,*(p+1))的元素
p = find_end(b1,e1,b2,e2);	p 指向[b1,e1)中最后一个满足*p==*q的元素，其中 q 指向[b2,e2)中的某个元素
p = find_end(b1,e1,b2,e2,f);	p 指向[b1,e1)中最后一个满足f(*p,*q)的元素，其中 q 指向[b2,e2)中的某个元素

equal()

算法 equal() 比较两个序列中的元素是否都相同。

	vectorchar> v{ 'A','B','C','D','b' };
	arraychar, 4> arr{ 'A','B','C','D' };
	auto b = equal( v.begin(),v.end() -1 ,arr.begin(),arr.end() );
	cout  b  endl; //输出 1 

算法	功能
equal(b,e,b2);	[b,e)和[b2,b2+(e-b))中所有对应元素都满足v == v2？
equal(b,e,b2,f);	[b,e)和[b2,b2+(e-b))中所有对应元素都满足f(v,v2)？

mismatch()

算法 mismatch() 查服务器托管网找两个序列中第一对不匹配的元素，返回指向这两个元素的迭代器。
并没有参数指出第二个序列的末尾；算法假定第二个序列中至少包含与第一个序列一样多的元素。

	vectorchar> v{ 'A','B','e','D' };
	arraychar, 4> arr{ 'A','B','C','D' };
	auto p = mismatch( v.begin(),v.end() ,arr.begin() );
	cout  *(p.first)  endl;  //输出 e
	cout  *(p.second)  endl; //输出 C

算法	功能
pair(p1,p2) = mismatch(b,e,b2);	p1 指向[b,e)中第一个满足!(*p1 == *p2)的元素，p2 指向[b2,b2+(e-b))中对应的元素；若不存在这样的元素，则p1 == e
pair(p1,p2) = mismatch(b,e,b2,f);	p1 指向[b,e)中第一个满足!f(*p1,*p2)的元素，p2 指向[b2,b2+(e-b))中对应的元素；若不存在这样的元素，则p1 == e

search()

算法 search() 和 search_n() 查找给定序列是否是另一个序列的子序列。

	vectorchar> v{ 'E','A','B','C','D' };
	arraychar, 3> arr{ 'A','B','C' } ;
	auto p = search(v.begin(), v.end(), arr.begin(), arr.end());
	cout  *p  endl; //输出 A；'A','B','C' 是 'E','A','B','C','D' 的子序列

算法	功能
p = serach(b,e,b2,e2);	p 指向[b,e)中第一个满足[p,p+(e2-b2))中等于[b2,e2)的*p
p = serach(b,e,b2,e2,f);	p 指向[b,e)中第一个满足[p,p+(e2-b2))中等于[b2,e2)的*p，用 f 比较元素
p = serach_n(b,e,n,v);	p 指向[b,e)中第一个满足[p,p+n)间所有元素的值均为 v 的位置
p = serach_n(b,e,n,v,f);	p 指向[b,e)中第一个满足[p,p+n)间每个元素*q均满足f(*p,v)的位置

修改序列的算法

transform()

数据写入操作不能超出目标序列的末尾。

	arraychar, 4> arr{ 'A','B','C','D' };
	vectorchar> v{ 'E','A','B','C','Z'};
	transform(arr.begin(), arr.end(), v.begin(), [](char x) { return x += 32; });
	/* V 中的元素变为：a b c d Z */

输出和输入可能是同一个序列。

	vectorchar> v{ 'E','A','B','C','Z'};
	transform(v.begin(), v.end(), v.begin(), [](char x) { return x += 32; });
	/* V 中的元素变为：e a b c z */

算法	功能
p = transform(b,e,out,f);	对[b,e)中的每个元素*p1应用*q = f(*p1)，结果写入[out,out + (e - b)中的对应元素*q； p = out + (e - b)
p = transform(b,e,b2,out,f);	对[b,e)中的每个元素*p1及其在[b2,b2 + (e - b))中的对应元素*p2*应用*q = f(*p1,*p2)，结果写入[out,out + (e - b)中的对应元素*q； p = out + (e - b)

copy()

copy() 系列算法从一个序列拷贝至另一个序列。
为了读取一个序列，需要一对迭代器描述起始位置和结尾位置；为了向序列中写入数据，则只需一个迭代器。

	arrayint,4> arr { 1,3,5,7 };
	vectorint> v{ 2,4,6,8 };
	auto p =copy( arr.begin(),arr.end(),v.begin() ); /* v 内的元素变为 1 3 5 7 */
	cout * (p-1)  endl; //输出 7；p = arr.end()

数据写入操作不能超出目标序列的末尾；但是，可以使用一个插入器按需增长目标序列。

	arrayint,4> arr { 1,3,5,7 };
	vectorint> v{ 2,4,6,8 };
	copy(arr.begin(), arr.end(), back_inserter(v));
	/* v 内的元素变为 2 4 6 8 1 3 5 7 */

拷贝算法的目标序列不一定是一个容器，任何可用一个输出迭代器描述的东西都可以作为它的目标。

算法	功能
p = copy(b,e,out);	将[b,e)中所有元素拷贝至 [out,p)； p = out + (e - b)
p = copy_if(b,e,out,f);	将[b,e)中满足f(x)的元素 x 拷贝至[out,p)
p = copy_n(b,n,out);	将[b,b+n)间的前 n 个元素拷贝至 [out,p)； p = out + n
p = copy_backward(b,e,out);	将[b,e)中的所有元素拷贝至 [out,p)，从尾元素开始拷贝； p = out + (e - b)
p = move(b,e,out);	将[b,e)中所有元素移动至 [out,p)； p = out + (e - b)
p = move_backward(b,e,out);	将[b,e)中的所有元素移动至 [out,p)，从尾元素开始移动； p = out + (e - b)

unique()

算法 unique() 将不重复的元素移动到序列的头部，并返回指向不重复元素末尾位置的迭代器。

	vectorchar> v{ 'A','A','C','E','E','B'};
	auto p = unique(v.begin(), v.end()); 
	auto iter = v.begin();
	while (iter != p)
	{
		cout  *iter++  ' ';
	}
	cout  endl;
	/* 输出： A C E B */

为了从一个容器中删除重复元素，必须显示地收缩容器。

	vectorchar> v{ 'A','A','C','E','E','B'};
	auto p = unique(v.begin(), v.end()); 
	v.erase(p,v.end());

算法	功能
p = unique(b,e);	移动[b,e]中的一些元素，使得[b,p)中无连续重复元素
p = unique(b,e,f);	移动[b,e]中的一些元素，使得[b,p)中无连续重复元素；“重复”由f(*p,*(p+1))判定
p = unique_copy(b,e,out);	将[b,e)中的元素拷贝至 [out,p)；不拷贝连续重复元素
p = unique_copy(b,e,out,f);	将[b,e)中的元素拷贝至 [out,p)；不拷贝连续重复元素；“重复”由f(*p,*(p+1))判定

remove()

算法 remove() “删除”序列末尾的元素；它是通过将元素移动到左侧来实现“删除”的。

	vectorchar> v{ 'A','B','C','E','E','D' };
	auto p = remove(v.begin(), v.end(),'E');
	auto iter = v.begin();
	while (iter != p)
	{
		cout  *iter++  ' ';
	}
	cout  endl;
	/*输出：A B C D*/

算法	功能
p = remove(b,e,v);	从[b,e]中删除值为 v 元素，使得[b,p)中的元素都满足!(*q == v)
p =remove(b,e,f);	从[b,e]中删除元素*q，使得[b,p)中的元素都满足!f(*q)
p = remove_copy(b,e,out,v);	将[b,e)中满足!(*q == v)的元素拷贝至 [out,p)
p = remove_copy_f(b,e,out,f);	将[b,e)中满足!f(*q)的元素拷贝至 [out,p)

raplace()

算法 raplace() 将新值赋予选定的元素。

	vectorchar> v{ 'E','A','E','B','C','D' };
	replace(v.begin(), v.end(),'E','F'); // 将 E 替换为 F
	/* v 内的元素变为 F A F B C D */

算法	功能
p = raplace(b,e,v,v2);	将[b,e)中满足*p == v的元素替换为 v2
p =raplace(b,e,f,v2);	将[b,e)中满足f(*p)的元素替换为 v2
p =raplace_copy(b,e,out,v,v2);	将[b,e)中的元素拷贝至 [out,p)，其中满足*p == v的元素被替换为 v2
p = raplace_copy_f(b,e,out,f,v2);	将[b,e)中的元素拷贝至 [out,p)，其中满足f(*p,v)的元素被替换为 v2

rotable() 、 random_shuffle() 和 partition()

算法 rotable() 、 random_shuffle() 和 partition() 提供了移动序列中元素的系统方法。
rotable()（以及洗牌和划分算法）是用 swap() 来移动元素的。

rotable()

	vectorchar> v{ 'A','B','C','D','E' };
	auto p = rotate(v.begin(),v.begin()+2, v.end());
	/* v 内的元素变为 C D E A B */
	cout  *p  endl; // *p = A

算法	功能
p = rotable(b,m,e);	循环左移元素；将[b,e]看作一个环（首元素在尾元素之后）；将*(b+i)移动到*( b + (i+(e-m))%(e-b) )；*b移动到*m；p = b+(e-m)
p = rotable_copy(b,m,e,out);	将[b,e]中的元素循环左移拷贝至[out,p)

random_shuffle()

默认情况下，random_shuffle() 用均匀分布随机数发生器洗牌序列。
即，它选择序列元素的一个排列，使得每种排列被选中的概率相等。

	vectorchar> v{ 'A','D','C','B','E' };
	random_shuffle(v.begin(),v.end());
	/* v 内的元素变为 E D B C A */

算法	功能
random_shuffle(b,e);	洗牌[b,e]中的元素，使用默认随机数发生器
random_shuffle(b,e,f);	洗牌[b,e]中的元素，使用随机数发生器 f
shuffle(b,e,f);	洗牌[b,e]中的元素，使用均匀分布随机数发生器 f

partition()

划分算法基于某种划分标准将序列分为两部分。

	vectorchar> v{ 'A','H','C','B','F' };
	auto p = partition(v.begin(), v.end(), [](char x) {return x  'E'; });
	/* v 内的元素变为 A C B H F */
	cout  *p  endl; // *p = H

算法	功能
p = partition(b,e,f);	将满足f(*p1)的元素置于区间[b,p)内，将其它元素置于区间[p,e)内
p = stable_partition(b,e,f);	将满足f(*p1)的元素置于区间[b,p)内，将其它元素置于区间[p,e)内；保持相对顺序
pair(p1,p2) = partition_copy(b,e,out1,out2,f);	将[b,e)中满足f(*p)的元素拷贝到[out1,p1)内，将[b,e)中满足!f(*p)的元素拷贝到[out2,p2)内
p = partition_point(b,e,f);	对[b,e)，p 指向满足all_of(b,p,f)且none_of(b,p,f)的位置
is_partitioned(b,e,f);	[b,e)中满足f(*p)的元素都在满足!f(*p)的元素之前吗？

排列

例：打印序列 ABC 的所有排列组合：

	vectorchar> v{ 'A','B','C' };
	bool x = true;
	while ( x )
	{
		x = next_permutation(v.begin(), v.end());
		for (auto i : v)
			cout  i  ' ';
		cout  endl;
	}
	/*  输出：
		A C B
		B A C
		B C A
		C A B
		C B A
		A B C
	*/

算法 next_permutation() 接受一个序列，将其变换为下一个排列。
“下一个”的定义基于这样一个假设：所有的排列组合已按字典序排序。
如果存在”下一个“排列组合，next_permutation() 返回 true；否则，它将序列变换为升序中排在第一位的排列组合（例中的 ABC），并返回 false；

算法	功能
x = next_permutation(b,e);	将[b,e)变换为字典序上的下一个排列
x = next_permutation(b,e,f);	将[b,e)变换为字典序上的下一个排列；用 f 比较元素
x = prev_permutation(b,e);	将[b,e)变换为字典序上的前一个排列
x = prev_permutation(b,e,f);	将[b,e)变换为字典序上的前一个排列；用 f 比较元素
is_permutation(b,e,b2);	[b2,b2+(e-b))是[b,e)的一个排列？
is_permutation(b,e,f);	[b2,b2+(e-b))是[b,e)的一个排列？用 f(*q,*p) 比较元素

fill()

fill() 系列算法提供了向序列元素赋值和初始化元素的方法。
算法 fill() 反复用指定值进行赋值。

	vectorchar> v{ 'A','H','C','B','F' };
	fill(v.begin(), v.end(), 'E');
	/* v 内的元素变为 E E E E E */

算法 generate() 则通过反复调用其函数实参得到的值进行赋值。

	vectorchar> v{ 'A','H','C','B','F' };
	int i = 0;
	generate( v.begin(), v.end(), [&i] { ++i; return 'A'+ i; } );
	/* v 内的元素变为 B C D E F */

算法 uninitialized_fill() 或 uninitialized_copy() 的目标元素必须是内置类型或是未初始化的。

算法	功能
fill(b,e,v);	将 v 赋予[b,e)中的每一个元素
p = fill_n(b,n,v);	将 v 赋予[b,b+n)中的每一个元素；p = b+n
generate(b,e,f);	将 f() 赋予[b,e)中的每一个元素
p = generate_n(b,n,f);	将 f() 赋予[b,b+n)中的每一个元素服务器托管网；p = b+n
uninitialized_fill(b,e,v);	将[b,e)中的每一个元素初始化为 v
p = uninitialized_fill_n(b,n,v);	将[b,b+n)中的每一个元素初始化为 v；p = b+n
uninitialized_copy(b,e,out);	将[out,out+(e-b))中的每一个元素初始化为[b,e)中对应的元素；p = out+(e-b)
p = uninitialized_copy_n(b,n,out);	将[out,out+n]中的每一个元素初始化为[b,b+n)中对应的元素；p = out+n

排序和搜索

排序

默认的比较操作是运算符；值 a 和 b 的相等性通过!(a来判定，而不是使用==运算符。
算法 sort() 要求使用随机访问迭代器。
基础的 sort() 算法很高效，平均时间复杂性为

O

(

N

∗

log

⁡

(

N

)

)

O(N*log(N))

O(N∗log(N))。。
如果需要一个稳定的排序算法，可以使用 stable_sort()，其平均时间复杂性为

O

(

N

∗

log

⁡

(

N

)

log

⁡

(

N

)

)

O(N*log(N)log(N))

O(N∗log(N)log(N))；当系统有足够的额外内存时，可缩短为

O

(

N

∗

log

⁡

(

N

)

)

O(N*log(N))

O(N∗log(N))。
算法 stable_sort() 可以保证相等元素的相对顺序，然而 sort() 则不能保证。
如果需要由 partial_sort() 排序的元素数少于元素总数，则其时间复杂性接近

O

(

N

)

O(N)

O(N)。
算法 partial_sort_copy() 的目标必须是一个随机访问迭代器。
算法 nth_element() 只需将升序结果中排在第 n 位的元素放置到正确位置即可（即，之前的元素都不大于它，之后的元素都不小于它）。

算法	功能
sort(b,e);	排序[b,e)
sort(b,e,f);	排序[b,e)；用f(*p,*q)作为比较标准
stable_sort(b,e);	排序[b,e)；保持相等元素的相对顺序
stable_sort(b,e,f);	排序[b,e)；保持相等元素的相对顺序；用f(*p,*q)作为比较标准
partial_sort(b,m,e);	部分排序[b,e)；令[b,m)有序即可，[m,e)不必有序
partial_sort(b,m,e,f);	部分排序[b,e)；令[b,m)有序即可，[m,e)不必有序；用f(*p,*q)作为比较标准
p = partial_sort_copy(b,e,b2,e2);	部分排序[b,e)；排好前e2-b2（或前e-b）个元素拷贝到[b2,e2)；p 为 e2 和 b2 +(e-b) 中的较小者
p = partial_sort_copy(b,eb2,e2,f);	部分排序[b,e)；排好前e2-b2（或前e-b）个元素拷贝到[b2,e2)；p 为 e2 和 b2 +(e-b) 中的较小者；用 f 比较元素
is_sort(b,e);	[b,e)已排序？
is_sort(b,e,f);	[b,e)已排序？；用 f 比较元素
p = is_sort_until(b,e);	p 指向[b,e)中第一个不符合升序的元素
p = is_sort_until(b,e,f);	p 指向[b,e)中第一个不符合升序的元素；用 f 比较元素
nth_element(b,n,e);	*n的位置恰好是[b,e)排序后它应处的位置；即[b,n)中的元素都且[n,e)中的元素都>= *n
nth_element(b,n,e,f);	*n的位置恰好是[b,e)排序后它应处的位置；即[b,n)中的元素都且[n,e)中的元素都>= *n；用 f 比较元素
reverse(b,e);	将[b,e)中的元素逆序排序
p = reverse_copy(b,e,out);	将[b,e)中的元素逆序拷贝至[out,p)

二分搜索

binary_serach() 系列算法提供有序序列上的二分搜索。
一旦序列已排序，就可以使用二分搜索查找元素了。

算法	功能
p = lower_bound(b,e,v);	p 指向[b,e)中 v 首次出现的位置
p = lower_bound(b,e,v,f);	p 指向[b,e)中 v 首次出现的位置；用 f 比较元素
p = upper_bound(b,e,v);	p 指向[b,e)中第一个大于 v 的元素
p = upper_bound(b,e,v,f);	p 指向[b,e)中第一个大于 v 的元素；用 f 比较元素
binary_search(b,e,v);	v 在有序序列[b,e)中吗？
binary_search(b,e,v,f);	v 在有序序列[b,e)中吗？；用 f 比较元素
pair(p1,p2) = equal_range(b,e,v);	[p1,p2)是[b,e)中值为 v 的子序列；通常用二分搜索查找 v
pair(p1,p2) = equal_range(b,e,v,f);	[p1,p2)是[b,e)中值为 v 的子序列；通常用二分搜索查找 v；用 f 比较元素

merge()

算法 merge() 将两个有序序列合并为一个序列。
算法 merge() 可以接受不同类别的序列和不同类型的元素。

算法	功能
p = merge(b,e,b2,e2,out);	合并两个有序序列[p1,p2)与[b,e)，结果写入[out,p)
p = merge(b,e,b2,e2,out,f);	合并两个有序序列[p1,p2)与[b,e)，结果写入[out,out+p)；用 f 比较元素
inplace_merge(b,m,e);	原址合并；将两个有序子序列[b,m)与[m,e)合并为有序序列[b,e)
inplace_merge(b,m,e,f);	原址合并；将两个有序子序列[b,m)与[m,e)合并为有序序列[b,e)；用 f 比较元素

集合算法

这些算法将序列当作一个元素集合来处理，并提供基本的集合操作。
输入序列应是排好序的，输出序列也会被排序。

算法	功能
includes(b,e,b2,e2);	[b,e)中的所有元素也都在[b2,e2)中？
includes(b,e,b2,e2,f);	[b,e)中的所有元素也都在[b2,e2)中？用 f 比较元素
p = set_union(b,e,b2,e2,out);	创建一个有序序列[out,p) ，包含[b,e)和[b2,e2)中的所有元素
p = set_union(b,e,b2,e2,out,f);	创建一个有序序列[out,p) ，包含[b,e)和[b2,e2)中的所有元素；用 f 比较元素
p = set_intersection(b,e,b2,e2,out);	创建一个有序序列[out,p) ，包含[b,e)和[b2,e2)中共同的元素
p = set_intersection(b,e,b2,e2,out,f);	创建一个有序序列[out,p) ，包含[b,e)和[b2,e2)中共同的元素；用 f 比较元素
p = set_difference(b,e,b2,e2,out);	创建一个有序序列[out,p) ，其元素在[b,e)中但不在[b2,e2)中
p = set_difference(b,e,b2,e2,out,f);	创建一个有序序列[out,p) ，其元素在[b,e)中但不在[b2,e2)中；用 f 比较元素
p = set_symmetric_difference(b,e,b2,e2,out);	创建一个有序序列[out,p) ，其元素在[b,e)中或在[b2,e2)中，但不同时在两者中
p = set_symmetric_difference(b,e,b2,e2,out,f);	创建一个有序序列[out,p) ，其元素在[b,e)中或在[b2,e2)中，但不同时在两者中；用 f 比较元素

堆

堆是一种按最大值优先的方式组织元素的紧凑数据结构。
堆算法允许将一个随机访问序列作为堆处理。
堆的关键特点是提供了快速插入新元素和快速访问最大元素的能力；其主要用途是实现优先队列。

算法	功能
make_heap(b,e);	将[b,e)整理为一个堆
make_heap(b,e,f);	将[b,e)整理为一个堆；用 f 比较元素
push_heap(b,e);	将*(e-1)添加到堆[b,e-1)中，使得[b,e)还是一个堆
push_heap(b,e,f);	将*(e-1)添加到堆[b,e-1)中，使得[b,e)还是一个堆；用 f 比较元素
pop_heap(b,e);	从堆[b,e)中删除最大值（*b与*(e-1)交换后删除*(e-1)），[b,e-1)保持堆结构
pop_heap(b,e,f);	从堆[b,e)中删除最大值（*b与*(e-1)交换后删除*(e-1)），[b,e-1)保持堆结构；用 f 比较元素
sort_heap(b,e);	排序堆[b,e)
sort_heap(b,e,f);	排序堆[b,e)；用 f 比较元素
is_heap(b,e);	[b,e)是一个堆吗？
is_heap(b,e,f);	[b,e)是一个堆吗？用 f 比较元素
p = is_heap_until(b,e);	p 是满足[b,p)堆的最大位置
p = is_heap_until(b,e,f);	p 是满足[b,p)堆的最大位置；用 f 比较元素

lexicographical_compare()

字典序比较就是我们用来排序字典中单词的规则。

算法	功能
lexicographical_compare(b,e,b2,e2);	[b,e) ？
lexicographical_compare(b,e,b2,e2,f);	[b,e) ？用 f 比较元素

最大值和最小值

如果比较两个左值，返回的是指向结果的引用；否则，返回一个右值。
但是，接受左值的版本接受的是 const 左值，因此永远也不能修改这些函数的返回结果。

算法	功能
x = min(a,b);	x 是 a 和 b 中的较小者
x = min(a,b,f);	x 是 a 和 b 中的较小者，用 f 比较元素
x = min({elem});	x 是 {elem} 中的最小元素
x = min({elem},f);	x 是 {elem} 中的最小元素，用 f 比较元素
x = max(a,b);	x 是 a 和 b 中的较大者
x = max(a,b,f);	x 是 a 和 b 中的较大者，用 f 比较元素
x = max({elem});	x 是 {elem} 中的最大元素
x = max({elem},f);	x 是 {elem} 中的最大元素，用 f 比较元素
pair(x,y) = minmax(a,b);	x 为 min(a,b)，y 为 max(a,b)
pair(x,y) = minmax(a,b,f);	x 为 min(a,b,f)，y 为 max(a,b,f)
pair(x,y) = minmax({elem});	x 为 min({elem})，y 为 max({elem})
pair(x,y) = minmax({elem},f);	x 为 min({elem},f)，y 为 max({elem},f)
p = min_element(b,e);	p 指向[b,e)中的最小元素或 e
p = min_element(b,e,f);	p 指向[b,e)中的最小元素或 e，用 f 比较元素
p = max_element(b,e);	p 指向[b,e)中的最大元素或 e
p = max_element(b,e,f);	p 指向[b,e)中的最大元素或 e，用 f 比较元素
pair(x,y) = minmax_element(b,e);	x 为 min_element(b,e)，y 为 max_element(b,e)
pair(x,y) = minmax_element(b,e,f);	x 为 min_element(b,e,f)，y 为 max_element(b,e,f)

服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net

相关推荐: 云知声持续释放山海大模型商业价值，企业上市备受期待

　　在中国AI大模型历经日夜星驰的一年里，云知声凭借其深厚的技术积累和对行业趋势的敏锐洞察，站在了大规模行业应用的拐点。近日，在一场关于“国产大模型的365天”的圆桌对话中，云知声创始人兼CEO李霄寒与各行业领袖共同探讨了大模型的发展与应用，揭示了云知声在这一…