java优先级队列(堆）_java 优先级队列，2024年最新2024年展望大数据开发原生开发的现状

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新大数据全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注大数据）

正文

public void createHeap(int[] array) {
    //检查数组容量，不够就进行扩容
    if(elem.length < array.length) {
        elem = Arrays.copyOf(elem, array.length  \* 2);
    }
    for (int i = 0; i < array.length; i++) {
        elem[i] = array[i];
        usedSize++;
    }
    for (int i = (usedSize - 1 - 1) / 2; i >= 0; i--) {
        shiftDown(i,usedSize - 1);
    }
}

/\*\*

* 调整每颗子树的时间复杂度为O(log n)
* root为每棵子树的根节点
* len为每棵子树的结束条件
* @return
*/
private void shiftDown(int root,int len) {
int child = root * 2 + 1;
while(child <= len) {
if(child + 1 < len && elem[child + 1] > elem[child]) {
child++;
}
if(elem[root] >= elem[child]) {
return;
} else {
int h = elem[root];
elem[root] = elem[child];
elem[child] = h;
root = child;
child = root * 2 + 1;
}
}
}

## 三、堆的操作


### 插入元素

/**
* 入队之后要保证仍然为大根堆
* 所以我们插入到最后位置，然后向上调整
* @param val
*/
public void push(int val) {
//检查堆是否满了,满了进行扩容
if(isFull()) {
elem = Arrays.copyOf(elem,elem.length * 2);
}
elem[usedSize] = val;
usedSize++;
shiftUp(usedSize - 1);
}
private void shiftUp(int child) {
int parent = (child - 1) / 2;
while(child > 0) {
if(elem[parent] >= elem[child]) {
return;
}
int h = elem[child];
elem[child] = elem[parent];
elem[parent] = h;
child = parent;
parent = (child - 1) / 2;
}
}

当我们要在堆中插入元素时，因为插入元素后仍然要保证二叉树是一个大堆，所以我们选择把元素插在末尾位置，先判断堆是否为满，如果为满先扩容。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/54542898710540c4aa73ca84e28aaae9.png)  
 用该位置元素和父亲元素比较，如果大于父亲元素，则交换父子元素，然后指向父亲的位置。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/b4ec01c17065419d87c75aab57501eb0.png)  
 在与该位置的父亲位置元素比较，如果父亲元素大则重复上述操作，否则插入结束。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/57ac2864b22c40a3a125f7424d56332c.png)


### 弹出元素

public void pollHeap() {
//判断堆是否为空
if(isEmpty()) {
return;
}
int h = elem[0];
elem[0] = elem[usedSize - 1];
elem[usedSize - 1] = h;
usedSize–;
shiftDown(0,usedSize - 1);
}

弹出元素和删除堆首元素的思路大致相同。时间复杂度为O(logn)  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/82930b26342f4be8bd066c3f0768afc0.png)  
 先将堆尾元素和堆首元素进行交换，然后将usedSize–.  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/ed6985b7b3a6477f833a551be80261e2.png)  
 接下来只需要对堆首元素向下操作即可。  
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/b5761e0b2f224e22bff28b929b326f12.png)  
 此时这个堆已经不符合最大堆的性质。为了保持这个性质，我们需要将堆顶的元素调整到它应该在的位置。也就是对它进行shift Down操作。在shift down时，因为它有左右孩子两个节点，所以我们需要将左右两个孩子节点进行比较，在得到较大的节点之后，再与它进行比较，如果它的子节点大，则将二者交换。并且不断的重复这样的操作，直到它没有叶子节点或者大于叶子节点停止。


![在这里插入图片描述](https://img-blog.csdnimg.cn/f26de67b0fce4bcd9cc18d16b89cc3ea.png)


![在这里插入图片描述](https://img-blog.csdnimg.cn/5f1c340ead354620a0f28029b6c51764.png)


## 四、用堆模拟实现优先级队列

public class priorityQueue {
public int[] elem;
public int usedSize;
public static final int DEFAULT_SIZE = 10;

public priorityQueue() {
    this.elem = new int[DEFAULT_SIZE];
}

/\*\*

* 建堆的时间复杂度为O(n)
* 不能只看代码去猜测
*/
public void createHeap(int[] array) {
//检查数组容量，不够就进行扩容
if(elem.length < array.length) {
elem = Arrays.copyOf(elem, array.length * 2);
}
for (int i = 0; i < array.length; i++) {
elem[i] = array[i];
usedSize++;
}
for (int i = (usedSize - 1 - 1) / 2; i >= 0; i–) {
shiftDown(i,usedSize - 1);
}
}

/\*\*

* 调整每颗子树的时间复杂度为O(log n)
* root为每棵子树的根节点
* len为每棵子树的结束条件
* @return
*/
private void shiftDown(int root,int len) {
int child = root * 2 + 1;
while(child <= len) {
if(child + 1 < len && elem[child + 1] > elem[child]) {
child++;
}
if(elem[root] >= elem[child]) {
return;
} else {
int h = elem[root];
elem[root] = elem[child];
elem[child] = h;
root = child;
child = root * 2 + 1;
}
}
}

/\*\*

* 入队之后要保证仍然为大根堆
* 所以我们插入到最后位置，然后向上调整
* @param val
*/
public void push(int val) {
//检查堆是否满了,满了进行扩容
if(isFull()) {
elem = Arrays.copyOf(elem,elem.length * 2);
}
elem[usedSize] = val;
usedSize++;
shiftUp(usedSize - 1);
}
private void shiftUp(int child) {
int parent = (child - 1) / 2;
while(child > 0) {
if(elem[parent] >= elem[child]) {
return;
}
int h = elem[child];
elem[child] = elem[parent];
elem[parent] = h;
child = parent;
parent = (child - 1) / 2;
}
}

public void pollHeap() {
    //判断堆是否为空
    if(isEmpty()) {
        return;
    }
    int h = elem[0];
    elem[0] = elem[usedSize - 1];
    elem[usedSize - 1] = h;
    usedSize--;
    shiftDown(0,usedSize - 1);
}
public boolean isFull() {

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注大数据）
[外链图片转存中…(img-zhP8gctf-1713301263963)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！