1. 优先级队列
1.1 概念
前面介绍过队列,队列是一种先进先出的数据结构,但有些情况下,操作的数据可能带有优先级,一般出队列时,可能需要优先级高的元素先出队列,该中场景下,使用队列显然不合适,比如:在手机上玩游戏的时候,如果有来电,那么系统应该优先处理打进来的电话,在这种情况下,数据结构应该提供两个最基本的操作,一个是返回最高优先级对象,一个是添加新的对象。这种数
据结构就是优先级队列(Priority Queue)
2. 优先级队列的模拟实现
JDK1.8中的PriorityQueue底层使用了堆这种数据结构,而堆实际就是在完全二叉树的基础上进行了一些调整。
2.1 堆的概念
如果有一个关键码的集合K = {k0,k1, k2,…,kn-1},把它的所有元素按完全二叉树的顺序存储方式存储 在一个一维数组中,并满足:根节点的值小于等于(大于等于)左右子节点则称为 小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆,根节点最小的堆叫做最小堆或小根堆。
堆的性质:
- 堆中某个节点的值总是不大于或不小于其父节点的值;
- 左右节点的大小关系任意。
- 堆总是一棵完全二叉树。
2.2 堆的储存方式
从堆的概念可知,堆是一棵完全二叉树,因此可以层序的规则采用顺序的方式来高效存储(如上图)
注意:对于非完全二叉树,则不适合使用顺序方式进行存储,因为为了能够还原二叉树,空间中必须要存储空节点,就会导致空间利用率比较低。
将元素存储到数组中后,可以根据二叉树章节的性质5对树进行还原。假设i为节点在数组中的下标,则有:
- 如果i为0,则i表示的节点为根节点,否则i节点的双亲节点为 (i - 1)/2
- 如果2 * i + 1 小于节点个数,则节点i的左孩子下标为2 * i + 1,否则没有左孩子
- 如果2 * i + 2 小于节点个数,则节点i的右孩子下标为2 * i + 2,否则没有右孩子
2.3 堆的创建
对于集合{73,42,96,68,54,88}如何将其创建为堆?
我们先将其想象为一颗完全二叉树
以建小根堆为例:
小根堆要求每个父节点的值都要大于等于其子节点, 所以我们需要检查并调整每一颗子树
我们从最后一颗子树开始调整。
也就是96为根节点的这颗子树,88 < 96 所以我们将 88 与 96 互换
88没有子树故不需继续向下调整.
然后是 42 为根的这颗子树,42 < 68,54 ,所以不用交换
然后是 73 为根节点的树, 42 < 73,96 故交换 42 和 73
由于左节点发生变化,且左节点有子节点,故需要调整左子树
54 < 68,73 故 交换 54 与 73
73没有子树,且,该次调整已是最后一颗子树即这一整颗树所以,我们的小根堆已经建好了
下面来看一下代码实现
public void createHeap(int[] array){
elem = Arrays.copyOf(array,array.length);
usedSize = array.length;
for(int i = usedSize/2 -1; i >= 0; i--){
//从最后一颗子树开始依次传入根节点
shiftDown(i, usedSize);
}
}
private void shiftDown(int root, int len){
//找到左孩子点
int child = root*2 + 1;
while(child < len) {
//len为调整完成的标志,len == 数组的元素个数
//即当该根节点没有子节点时结束
if(child + 1 < len && elem[child] < elem[child+1]){
//child + 1 < len 防止只有左节点的情况数组越界
child++;
//右孩子大于(小于)左孩子时++得到右孩子的下标
//(大于/小于取决于想要建大根堆还是小根堆)
}
if(elem[child] > elem[root]) {
//和根节点作比较判断是否需要交换
swap(elem, root, child);
root = child;
//交换后继续向下调整
child = 2*root+1;
}else{
//由于我们是从最后一颗子树的根节点开始传入
//所以root节点后的子树一定是调整过的,所以没有交换则不需要继续向下调整
break;
}
}
}
2.4 插入与删除
2.4.1 堆的插入
堆的插入总共需要两个步骤:
1. 先将元素放入到底层空间中(注意:空间不够时需要扩容)
2. 将最后新插入的节点向上调整,直到满足堆的性质
public void push(int val) {
ChickSize();
elem[usedSize++] = val;
shiftUp(usedSize-1);
}
private void ChickSize() {
if(isFull()) {
int newSize = 2*usedSize;
elem = Arrays.copyOf(elem,newSize);
}
}
public boolean isFull() {
return usedSize == elem.length;
}
//向上调整
private void shiftUp(int chile) {
int root = (chile-1)/2;
while(root >= 0) {
if(elem[chile] > elem[root]) {
int tmp = elem[root];
elem[root] = elem[chile];
elem[chile] = tmp;
chile = root;
root = (chile-1)/2;
}else{
break;
}
}
}
2.4.2 堆的删除
注意:堆的删除一定删除的是堆顶元素。具体如下:
1. 将堆顶元素对堆中最后一个元素交换
2. 将堆中有效数据个数减少一个
3. 对堆顶元素进行向下调整
public void pollHeap() {
if(isEmpty()) {
return ;
}
int tmp = elem[0];
elem[0] = elem[usedSize-1];
elem[usedSize-1] = tmp;
usedSize--;
shiftDown(0, usedSize);
}
2.5 用堆模拟实现优先级队列
这是就是把上面的代码联系起来
import java.util.Arrays;
public class PriorityQueue {
public int[] elem;
public int usedSize;
public PriorityQueue() {
}
//建堆
public void createHeap(int[] array) {
elem = Arrays.copyOf(array,array.length);
usedSize = array.length;
for(int i = usedSize/2 - 1; i >= 0; i--) {
shiftDown(i, usedSize);
}
}
//向下调整
private void shiftDown(int root, int len) {
int child = root*2 + 1;
while(child < len) {
if(child + 1 < len && elem[child] < elem[child+1]) {
child++;
}
if(elem[child] > elem[root]) {
swap(elem, root, child);
root = child;
child = 2*root+1;
}else{
break;
}
}
}
//入队
public void push(int val) {
ChickSize();
elem[usedSize++] = val;
shiftUp(usedSize-1);
}
private void ChickSize() {
if(isFull()) {
int newSize = 2*usedSize;
elem = Arrays.copyOf(elem,newSize);
}
}
public boolean isFull() {
return usedSize == elem.length;
}
//向上调整
private void shiftUp(int chile) {
int root = (chile-1)/2;
while(root >= 0) {
if(elem[chile] > elem[root]) {
int tmp = elem[root];
elem[root] = elem[chile];
elem[chile] = tmp;
chile = root;
root = (chile-1)/2;
}else{
break;
}
}
}
//出队列
public void pollHeap() {
if(isEmpty()) {
return ;
}
int tmp = elem[0];
elem[0] = elem[usedSize-1];
elem[usedSize-1] = tmp;
usedSize--;
shiftDown(0, usedSize);
}
public boolean isEmpty() {
return usedSize == 0;
}
public static void swap(int[] array, int i, int j) {
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
}
3.常用接口介绍
3.1 PriorityQueue的特性
Java集合框架中提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队列,PriorityQueue是线程不安全的,PriorityBlockingQueue是线程安全的,本文主要介绍PriorityQueue。
关于PriorityQueue的使用要注意:
- 1. 使用时必须导入PriorityQueue所在的包,即:
import java.util.PriorityQueue;
- 2. PriorityQueue中放置的元素必须要能够比较大小,不能插入无法比较大小的对象,否则会抛出
- ClassCastException异常
- 3. 不能插入null对象,否则会抛出NullPointerException
- 4. 没有容量限制,可以插入任意多个元素,其内部可以自动扩容
- 5. 插入和删除元素的时间复杂度为
- 6. PriorityQueue底层使用了堆数据结构
- 7. PriorityQueue默认情况下是小堆---即每次获取到的元素都是最小的元素
3.2 PriorityQueue常用接口介绍
3.2.1. 优先级队列的构造
此处只是列出了PriorityQueue中常见的几种构造方式
构造器 | 功能介绍 |
PriorityQueue() | 创建一个空的优先级队列,默认容量是11 |
PriorityQueue(int initialCapacity) | 创建一个初始容量为initialCapacity的优先级队列,注意: initialCapacity不能小于1,否则会抛IllegalArgumentException异 常 |
PriorityQueue(Collection<? extends E> c) | 用一个集合来创建优先级队列 |
static void TestPriorityQueue(){
// 创建一个空的优先级队列,底层默认容量是11
PriorityQueue<Integer> q1 = new PriorityQueue<>();
// 创建一个空的优先级队列,底层的容量为initialCapacity
PriorityQueue<Integer> q2 = new PriorityQueue<>(100);
ArrayList<Integer> list = new ArrayList<>();
list.add(4);
list.add(3);
list.add(2);
list.add(1);
// 用ArrayList对象来构造一个优先级队列的对象
// q3中已经包含了三个元素
PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
System.out.println(q3.size());
System.out.println(q3.peek());
}
注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器
// 用户自己定义的比较器:直接实现Comparator接口,然后重写该接口中的compare方法即可
class IntCmp implements Comparator<Integer>{
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
}
public class TestPriorityQueue {
public static void main(String[] args) {
PriorityQueue<Integer> p = new PriorityQueue<>(new IntCmp());
p.offer(4);
p.offer(3);
p.offer(2);
p.offer(1);
p.offer(5);
System.out.println(p.peek());
}
}
此时创建出来的就是一个大堆
3.2.2 插入/删除/获取优先级最高的元素
函数名 | 功能介绍 |
boolean offer(E e) | 插入元素e,插入成功返回true,如果e对象为空,抛出NullPointerException异常,时 间复杂度 ,注意:空间不够时候会进行扩容 |
E peek() | 获取优先级最高的元素,如果优先级队列为空,返回null |
E poll() | 移除优先级最高的元素并返回,如果优先级队列为空,返回null |
int size() | 获取有效元素的个数 |
void clear() | 清空 |
boolean isEmpty() | 检测优先级队列是否为空,空返回true |
static void TestPriorityQueue2(){
int[] arr = {4,1,9,2,8,0,7,3,6,5};
// 一般在创建优先级队列对象时,如果知道元素个数,建议就直接将底层容量给好
// 否则在插入时需要不多的扩容
// 扩容机制:开辟更大的空间,拷贝元素,这样效率会比较低
PriorityQueue<Integer> q = new PriorityQueue<>(arr.length);
for (int e: arr) {
q.offer(e);
}
System.out.println(q.size()); // 打印优先级队列中有效元素个数
System.out.println(q.peek()); // 获取优先级最高的元素
// 从优先级队列中删除两个元素之和,再次获取优先级最高的元素
q.poll();
q.poll();
System.out.println(q.size()); // 打印优先级队列中有效元素个数
System.out.println(q.peek()); // 获取优先级最高的元素
q.offer(0);
System.out.println(q.peek()); // 获取优先级最高的元素
// 将优先级队列中的有效元素删除掉,检测其是否为空
q.clear();
if(q.isEmpty()){
System.out.println("优先级队列已经为空!!!");
}else{
System.out.println("优先级队列不为空");
}
}
注意:以下是JDK 1.8中,PriorityQueue的扩容方式:
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
private void grow(int minCapacity) {
int oldCapacity = queue.length;
// Double size if small; else grow by 50%
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;
}
优先级队列的扩容说明:
- 如果容量小于64时,是按照oldCapacity的2倍方式扩容的
- 如果容量大于等于64,是按照oldCapacity的1.5倍方式扩容的
- 如果容量超过MAX_ARRAY_SIZE,按照MAX_ARRAY_SIZE来进行扩容