这篇文章是写算法的时候关于C++数据结构通过自己+各篇其余文章得来，以做记录
vector
动态数组
vector<int> v(10) //初始化了10个默认值为0的元素
vector<int> v(10,1)// 初始化了10个值为1的元素
vector<vector<int> > v(10, vector<int>(8, 1))// 10行8列全部为1
int m = v.size()//获取行
int n = v[0].size()// 获取列
vector<char> v11({ 'O','X','X','O','X' });
vector<vector<char>> vx({ {'O','X','O','O','O','X'} ,
{ 'O','O','X','X','X','O'},
{'X','X','X','X','X','O'},
{'O','O','O','O','X','X'},
{'X','X','O','O','X','O'} ,
{'O','O','X','X','X','X'} });
vector<int> v;
v.assign(10,0);
vector<vector<int> > v1；
v.assign(10,vector(10,1));
pair
pair是将2个数据组合成一组数据，当需要这样的需求时就可以使用pair，如
- stl中的map就是将key和value放在一起来保存。另一个应用是，当一个函数需要返回2个数据的时候，可以选择pair。
- pair的实现是一个结构体，主要的两个成员变量是first second 因为是使用struct不是class，所以可以直接使用pair的成员变量。
其标准库类型–pair类型定义在#include 头文件中
初始化和操作
pair<T1, T2> p1; //创建一个空的pair对象（使用默认构造），它的两个元素分别是T1和T2类型，采用值初始化。
p1.first; // 返回对象p1中名为first的公有数据成员
p1.second; // 返回对象p1中名为second的公有数据成员
生成
pair<T1, T2> p1(v1, v2); //创建一个pair对象，它的两个元素分别是T1和T2类型，其中first成员初始化为v1，second成员初始化为v2。
make_pair(v1, v2); // 以v1和v2的值创建一个新的pair对象，其元素类型分别是v1和v2的类型。
比较
p1 < p2; // 两个pair对象间的小于运算，其定义遵循字典次序：如 p1.first < p2.first 或者 !(p2.first < p1.first) && (p1.second < p2.second) 则返回true。
p1 == p2； // 如果两个对象的first和second依次相等，则这两个对象相等；该运算使用元素的==操作符。
都是一样的make_pair()显得更加方便无需写出型别， 就可以生成一个pair对象
map
map是STL的一个关联容器，它提供一对一的hash。
第一个可以称为关键字(key)，每个关键字只能在map中出现一次；
第二个可能称为该关键字的值(value)；
map<string,vector<string>> m //string 到 vector< string >映射
//插入 即当map中有这个关键字时，insert操作是不能在插入数据的，但是用数组方式就不同了，它可以覆盖以前该关键字对 应的值
m.insert(pair<string, vector<string>>("777",vector<string>())
m["123"]=vector<string>()
m["123"].push_back("hhh")
m["123"].push_back("xxx")
m["123"]="aaa"
//删除
m.erase("123")
// 使用find()方法对集合进行检索，如果找到查找的的键值，则返回该键值的迭代器位置；否则，返回集合最后一个元素后面的一个位置，即end()
m.find("666")!=m.end()
//使用count，返回的是被查找元素的个数。如果有，返回1；否则，返回0。注意，map中不存在相同元素，所以返回值只能是1或0。
m.count("666")!=0
find和count
相比起来count写法更简洁
map 与 unordered_map
map： 内部实现了一个红黑树（红黑树是非严格平衡二叉搜索树，而AVL是严格平衡二叉搜索树），红黑树具有自动排序的功能，因此map内部的所有元素都是有序的，红黑树的每一个节点都代表着map的一个元素。因此，对于map进行的查找，删除，添加等一系列的操作都相当于是对红黑树进行的操作。map中的元素是按照二叉搜索树（又名二叉查找树、二叉排序树，特点就是左子树上所有节点的键值都小于根节点的键值，右子树所有节点的键值都大于根节点的键值）存储的，使用中序遍历可将键值按照从小到大遍历出来。
unordered_map: 内部实现了一个哈希表（也叫散列表，通过把关键码值映射到Hash表中一个位置来访问记录，查找的时间复杂度可达到O(1)，其在海量数据处理中有着广泛应用）。因此，其元素的排列顺序是无序的。哈希表详细介绍
#include <iostream>
#include <unordered_map>
#include <map>
#include <string>
using namespace std;
int main()
{
map<int, string> map = { { 1, "一" },{ 3, "三" },{2,"二"},{4,"四"} };
auto iter = map.begin();
while (iter != map.end())
{
cout << iter->first << "," << iter->second << endl;
++iter;
}
cout << endl;
unordered_map<int, string> unmap = { { 1, "一" },{ 3, "三" },{2,"二"},{4,"四"} };
auto uniter = unmap.begin();
while (uniter != unmap.end())
{
cout << uniter->first << "," << uniter->second << endl;
++uniter;
}
}
set 集合
实现了红黑树（Red-Black Tree）的平衡二叉检索树的数据结构，在插入元素时，它会自动调整二叉树的排列，把该元素放到适当的位置，以确保每个子树根节点的键值大于左子树所有节点的键值，而小于右子树所有节点的键值；另外，还得确保根节点的左子树的高度与有字数的高度相等，
这样，二叉树的高度最小，从而检索速度最快。要注意的是，它不会重复插入相同键值的元素，而采取忽略处理。
set<string> visit
visit.insert("666")
visit.erase("666")
// 使用find()方法对集合进行检索，如果找到查找的的键值，则返回该键值的迭代器位置；否则，返回集合最后一个元素后面的一个位置，即end()。
visit.find("666")
visit.find("666")!=visit.end()
set与unordered_set区别和map与unordered_map区别类似：
set基于红黑树实现，红黑树具有自动排序的功能，因此map内部所有的数据，在任何时候，都是有序的。
unordered_set基于哈希表，数据插入和查找的时间复杂度很低，几乎是常数时间，而代价是消耗比较多的内存，无自动排序功能。底层实现上，使用一个下标范围比较大的数组来存储元素，形成很多的桶，利用hash函数对key进行映射到不同区域进行保存
priority_queue 优先队列
既然是队列那么先要包含头文件#include , 他和queue不同的就在于我们可以自定义其中数据的优先级, 让优先级高的排在队列前面,优先出队
//升序队列
priority_queue <int,vector<int>,greater<int> > q;
//降序队列
priority_queue <int,vector<int>,less<int> >q;
其他操作与其他一致
string
string x="Hello_World";
/*默认截取从0到npos.重载原型为string substr(_off=0,_count=npos);npos一般表示为string类中不存在的位置,_off表示字符串的开始位置，_count截取的字符的数目*/
cout<<x.substr()<<endl;
cout<<x.substr(5)<<endl;//截取x[5]到结尾，即npos.重载原型为string substr(_off,_count=npos)
cout<<x.substr(0,5)<<endl;//以x[0]为始，向后截取5位（包含x[0]），重载原型string substr(_off,_count)
find 没有规定两边，只有开始的pos查找后续所有
