【发布时间】：2018-05-07 15:00:42
【问题描述】：
我知道这两种数据结构的实现，我想知道考虑到时间复杂度，哪个更好。
【问题讨论】：
标签： algorithm stl set priority-queue
【发布时间】：2018-05-07 15:00:42
【问题描述】：
两者都具有相同的插入和擦除复杂度O(log n)，而 get min 则适用于O(1)。
优先级队列只允许您按排序顺序访问一个元素，即，您可以获得最高/最低优先级的项目，当您删除它时，您可以获得下一个，依此类推。集合允许您按排序顺序完全访问，例如，在集合中间的某个位置找到两个元素，然后按顺序从一个元素遍历到另一个元素。
在优先级队列中可以有多个具有相同优先级值的元素，而在集合中则不能。
集合一般由二叉树支持，而优先级队列是堆。
那么问题是什么时候应该使用二叉树而不是堆？
在我看来，你不应该使用它们。检查二项式和斐波那契堆。对于素数算法，它们将具有更好的性能。
如果你坚持使用其中一个，我会选择优先级队列，因为它的内存占用更小，并且可以有多个具有相同优先级值的元素。
【讨论】：
-
斐波那契堆的性能不太可能明显优于二叉堆，而且很可能会更差。斐波那契堆具有出色的理论性能，而二叉堆，尤其是配对堆在现实世界中的表现优于它。为什么？因为斐波那契堆的渐近性能伴随着一个巨大的常数。另外，实施起来很困难。我的建议是使用二进制堆来运行它，如果你认为它需要优化，则使用配对堆。
-
@JimMischel 你是完全正确的，这是真的，但我正在考虑两者的自定义实现。当然如果你使用已经实现的堆结构，它会比自定义的像斐波那契堆快得多。
-
Set 也可以有多个具有相同优先级值的元素，就像在 Prims 算法的情况下，我们在 Set 中插入一对。例如：- (0,1) 和 (0,5) 可以存在。
-
@RaviBhatt by the official docs你不能see here 但是如果你放置对象并且该对象中只有一个参数负责优先级，并且在你的情况下你做的比你可以拥有的（0， 1) 和 (0,5)。
从理论上讲，两者都会为您提供 O(E log V) 时间算法。这不是最优的；斐波那契堆给你 O(E + V log V)，这对于密集图 (E >> V) 更好。
实际上，两者都不是最合适的。由于set 是长期存在的迭代器，因此可以实现一个DecreaseKey 操作，将额外存储从O(E) 减少到O(V)（解决方法是多次将顶点入队），但空间常数比@ 差987654322@，时间常数大概也是。您应该衡量您的用例。
如果内置函数不够快，我将支持 Jim Mischel 的二叉堆推荐（又名 priority_queue）-> 配对堆。
【讨论】：