关闭

《Java源码分析》:PriorityQueue

标签: java源码PriorityQueue
716人阅读 评论(0) 收藏 举报
分类:

《Java源码分析》:PriorityQueue

看了PriorityBlockingQueue的源码之后,发现这个类的实现是基于二叉堆来实现的,然而自己以前对二叉堆基本上没有认真的研究过,这是自己第一次看到关于二叉堆的“插入元素”、“取出元素”等相关操作的一个具体实现。于是,想想,PriorityQueue里面的内部实现也应该是这样的,因此也就看了下PriorityQueue的源码,下面一点点的进行介绍。有了PriorityBlockingQueue类中关于二叉堆的相关操作的基础,看PriorityQueue类就比较简单了。

1、PriorityQueue的继承体系

    public class PriorityQueue<E> extends AbstractQueue<E>
        implements java.io.Serializable

PriorityQueue继承了AbstractQueue类,而AbstractQueue类是实现了Queue接口。

2、PriorityQueue的相关属性介绍

PriorityQueue类相关属性介绍

1、默认容量

private static final int DEFAULT_INITIAL_CAPACITY = 11;

2、最大容量

private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;

3、二叉堆

    //基于二叉堆来实现优先队列,queue[i]的子节点为queue[2*i+1]/queue[2*i+2];
    transient Object[] queue; // non-private to simplify nested class access

4、优先队列元素个数

private int size = 0;

5、比较器,优先队列中的元素就是按照此比较器进行排序。

private final Comparator

3、PriorityQueue构造函数介绍

PriorityQueue类相关构造函数介绍

1)、创建一个优先队列对象,默认大小为11,队列中的元素按照自然顺序排序。

    public PriorityQueue() {
        this(DEFAULT_INITIAL_CAPACITY, null);
    }

2)、创建一个指定大小的优先队列对象,队列中的元素按照自然顺序排序。

    public PriorityQueue(int initialCapacity) {
        this(initialCapacity, null);
    }

3)、创建一个默认大小(11)的优先队列对象,队列中的元素按照指定比较器进行排序。

    public PriorityQueue(Comparator<? super E> comparator) {
        this(DEFAULT_INITIAL_CAPACITY, comparator);
    }

4)、根据指定的大小和比较器来创建一个优先队列对象。

    public PriorityQueue(int initialCapacity,
                         Comparator<? super E> comparator) {
        // Note: This restriction of at least one is not actually needed,
        // but continues for 1.5 compatibility
        if (initialCapacity < 1)
            throw new IllegalArgumentException();
        this.queue = new Object[initialCapacity];
        this.comparator = comparator;
    }

4、PriorityQueue的add(e)/offer(e)方法介绍

add函数的功能:插入一个元素到优先队列中

add方法的源代码如下:

    public boolean add(E e) {
        return offer(e);
    }

从源码中可以看出add方法直接调用了offer方法。

offer方法代码如下:(有详细的注释)

    public boolean offer(E e) {
        if (e == null) //检查是否为null,如果为null,则抛空指针异常
            throw new NullPointerException();
        modCount++;
        int i = size;
        if (i >= queue.length)//如果容量不够,则进行扩容操作
            grow(i + 1);
        //将元素e加入到queue[i]为位置上
        size = i + 1;
        if (i == 0)
            queue[0] = e;
        else
            siftUp(i, e); //需要向上调整,使之保持为二叉堆的特性。
        return true;
    }

offer(E e)方法的实现思路如下:

1)首先检查要添加的元素e是否为null,如果为null,则抛空指针异常,如果不为null,则进行2

2)判断数组是否已满,如果已满,则进行扩容,否则将元素加入到数组末尾即可。但是由于这个数组表示的是一个“二叉堆”,因此还需要进行相应的调整操作,使得这个数组在添加元素之后依然保持的是二叉堆的特性。

下面介绍了在offer(E e)方法中设计到了grow、siftUp方法。

grow(int minCapacity)方法介绍

    //添加数组的容量
    private void grow(int minCapacity) {
        int oldCapacity = queue.length;
        // Double size if small; else grow by 50%
        //如果比较小,则扩容为原来的2倍,否则只扩容为原来的1.5倍
        int newCapacity = oldCapacity + ((oldCapacity < 64) ?
                                         (oldCapacity + 2) :
                                         (oldCapacity >> 1));
        // overflow-conscious code
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        queue = Arrays.copyOf(queue, newCapacity);
    }

    private static int hugeCapacity(int minCapacity) {
        if (minCapacity < 0) // overflow
            throw new OutOfMemoryError();
        return (minCapacity > MAX_ARRAY_SIZE) ?
            Integer.MAX_VALUE :
            MAX_ARRAY_SIZE;
    }

grow方法比较简单哈,就是进行2倍或者是1.5倍的扩容。只是对Interger.MAX_VALUE附近大小的时候扩容有一点特殊的考虑处理。

siftUp(int k, E x)方法介绍

siftUp(int k, E x)方法功能:将元素x插入到queue[k]位置上,并进行调整使之具有二叉堆特性。

    private void siftUp(int k, E x) {
        if (comparator != null)
            siftUpUsingComparator(k, x);
        else
            siftUpComparable(k, x);
    }

siftUpUsingComparator和siftUpComparable源码如下:这两个函数的思想就是二叉堆插入元素的思想,比较好理解。

    @SuppressWarnings("unchecked")
    private void siftUpComparable(int k, E x) {
        Comparable<? super E> key = (Comparable<? super E>) x;
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
            if (key.compareTo((E) e) >= 0)
                break;
            queue[k] = e;
            k = parent;
        }
        queue[k] = key;
    }

    @SuppressWarnings("unchecked")
    private void siftUpUsingComparator(int k, E x) {
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
            if (comparator.compare(x, (E) e) >= 0)
                break;
            queue[k] = e;
            k = parent;
        }
        queue[k] = x;
    }

5、PriorityQueue的poll()方法介绍

取出优先队列中的第一个元素。

    @SuppressWarnings("unchecked")
    public E poll() {
        if (size == 0) //如果没有元素,则返回null
            return null;
        int s = --size;
        modCount++;
        E result = (E) queue[0];
        E x = (E) queue[s];
        queue[s] = null;
        if (s != 0) //队列中不只有一个元素
            siftDown(0, x);
        return result;
    }

poll方法的思想为:取出queue[0]元素,然后将queue[size-1]插入到queue[0],然后向下沉来保持二叉堆的特性。

    //将元素x存储在queue[k],并进行相应的调整
    private void siftDown(int k, E x) {
        if (comparator != null)
            siftDownUsingComparator(k, x);
        else
            siftDownComparable(k, x);
    }
    //函数功能:将父节点的元素向后沉,比较简单哈
    @SuppressWarnings("unchecked")
    private void siftDownComparable(int k, E x) {
        Comparable<? super E> key = (Comparable<? super E>)x;
        int half = size >>> 1;        // loop while a non-leaf
        while (k < half) {
            int child = (k << 1) + 1; // assume left child is least
            Object c = queue[child];
            int right = child + 1;
            if (right < size &&
                ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
                c = queue[child = right];
            if (key.compareTo((E) c) <= 0)
                break;
            queue[k] = c;
            k = child;
        }
        queue[k] = key;
    }

    @SuppressWarnings("unchecked")
    private void siftDownUsingComparator(int k, E x) {
        int half = size >>> 1;
        while (k < half) {
            int child = (k << 1) + 1;
            Object c = queue[child];
            int right = child + 1;
            if (right < size &&
                comparator.compare((E) c, (E) queue[right]) > 0)
                c = queue[child = right];
            if (comparator.compare(x, (E) c) <= 0)
                break;
            queue[k] = c;
            k = child;
        }
        queue[k] = x;
    }

“向下沉”的思想比较简单哈,siftDownComparable/siftDownUsingComparator就是二叉堆中“插入元素并调整元素”的一个实现,如果对上面的代码实现不太懂,可以先了解下二叉堆“插入元素”的思想。

6、PriorityQueue的remove方法的介绍

函数功能:移除指定元素

    public boolean remove(Object o) {
        int i = indexOf(o);
        if (i == -1) //没有在数组中找到
            return false;
        else {
            removeAt(i);
            return true;
        }
    }

remove(Object o)方法的思想为:
1)找到这个元素在数组中的位置,如果没有找到,则直接返回false。否则进行2

2)调用removeAt进行删除并调整操作。

indexOf(Object o)方法的代码如下

函数功能:找到对象o在数组中出现的第一个索引

    private int indexOf(Object o) {
        if (o != null) {
            for (int i = 0; i < size; i++)
                if (o.equals(queue[i]))
                    return i;
        }
        return -1;
    }

removeAt(int i)方法介绍

removeAt方法的源码如下:

    @SuppressWarnings("unchecked")
    private E removeAt(int i) {
        // assert i >= 0 && i < size;
        modCount++;
        int s = --size;
        if (s == i) // removed last element
            queue[i] = null;
        else {
            E moved = (E) queue[s];
            queue[s] = null;
            siftDown(i, moved); //先下沉的试下
            if (queue[i] == moved) { //如果没有下沉,则看能否上浮
                siftUp(i, moved);
                if (queue[i] != moved)
                    return moved;
            }
        }
        return null;
    }

removeAt(int i)方法的实现思想如下

首先删除queue[i],用queue[size-1]位置的元素用填补queue[i],然后先下沉queue[i],如果没有下沉成功,则上浮。

小结

关于PriorityQueue类比较简单,是借助于“二叉堆”来实现的,此类的所有操作基本就是一个“二叉堆”的相关操作的实现。

说明:博文中有的函数的注释确实相当少,没有注释的原因是这些函数都是“二叉堆”相关操作的一个实现,自己刚好对这一块比较了解,因此,就没有添加相应的注释。

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:511918次
    • 积分:11225
    • 等级:
    • 排名:第1529名
    • 原创:605篇
    • 转载:14篇
    • 译文:0篇
    • 评论:95条
    联系方式
    有问题欢迎探讨咨询哈
    qq号就不留了哈
    欢迎留言
    博客专栏
    最新评论