Java学数据结构（4）——PriorityQueue（优先队列，2024年最新被面试官问的软件测试问题难倒了

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年最新软件测试全套学习资料》，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%以上软件测试知识点，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：vip1024b （备注软件测试）

正文

数据结构的分析

堆序性质

让操作快速执行的性质是堆序性质(heap-order property)。由于我们想要快速找出最小元，因此最小元应该在根上。如果我们考虑任意子树也应该是一个堆，那么任意节点就应该小于它的所有后裔。

根据堆序性质，最小元总可以在根处找到。因此，我们以常数时间得到附加操作findMin

堆的基本操作

插入元素 (上滤percolate up)

为将一个元素X插入到堆中，我们在下一个可用位置创建一个空穴，否则该堆将不是完全树。如果X可以放在该空穴中而并不破坏堆的序，那么插入完成。否则，我们把空穴的父节点上的元素移人该空穴中，这样，空穴就朝着根的方向上冒一步。继续该过程直到X能被放人空穴中为止。

如图6-6所示，为了插入14，我们在堆的下一个可用位置建立一个空穴。由于将14插入空穴破坏了堆序性质，因此将31移入该空穴。在图6-7中继续这种策略，直到找出置入14的正确位置。

这种一般的策略叫作上滤(percolate up);新元素在堆中上滤直到找出正确的位置。

比如如下的一个堆

插入元素的流程拆解

全体流程解析

package com.tianju.security.dataStructure.head;

import java.util.Arrays;
import java.util.List;

public class BinaryHeap<AnyType extends Comparable<? super AnyType>> {

private AnyType[] array;

private int size; // 数组中的元素数量

private static final int DEFAULT_CAPACITY =10; // 默认容量为10

public BinaryHeap() {
}

public BinaryHeap(AnyType[] array) {
this.array = array;
this.size = array.length-1;
}

public Integer size(){
return size;
}

public void insert(AnyType x){

System.out.println(“扩容之前：”+size);

// 如果放不下，就扩容
if (array.length+1>array.length){
int newLen = array.length + (array.length>>1);
array = Arrays.copyOf(array, newLen);
System.out.println(“扩容之后：”+array.length);
}

System.out.println(array[size]);
array[size+1]=x;
printArr();
int currLength = size+1;

int forTimes = 0;

while (currLength/2!=1){
System.out.println(“循环次数”+forTimes++);
if (array[currLength/2].compareTo(x)>0){
// 进行上冒
AnyType temp = array[currLength/2];
System.out.println(“当前”+currLength/2+“位置的元素：”+temp);
array[currLength/2] = x;
array[currLength] = temp;
}
currLength=currLength/2;
}
size++;
System.out.println(“当前长度：”+size);

}

public void printArr(){
System.out.println();
System.out.print(“[”);
StringBuilder s = new StringBuilder(“[”);
for(AnyType x:array){
// System.out.print(x+“, “);
s.append(x).append(”, “);
}
for (int i=1;i<size;i++){
System.out.print(array[i]+”, “);
}
System.out.print(”]”);
System.out.println();
s.append(“]”);
System.out.println(s);
}

}

package com.tianju.security.dataStructure.head;

import java.util.Arrays;
import java.util.List;

public class BinaryTestDemo {
public static void main(String[] args) {
List list = Arrays.asList(0,13,21,16,24,31,19,68,65,26,32);
Integer[] array = list.toArray(new Integer[list.size()]);
BinaryHeap binaryHeap = new BinaryHeap<>(array);
binaryHeap.printArr();

binaryHeap.insert(14);

binaryHeap.printArr();
System.out.println(binaryHeap.size());
}
}

上图的Heap堆插入元素2的流程

删除最小元素

deleteMin以类似于插入的方式处理。找出最小元是容易的，困难之处是删除它。当删除一个最小元时，要在根节点建立一个空穴。由于现在堆少了一个元素，因此堆中最后一个元素X必须移动到该堆的某个地方。如果X可以被放到空穴中，那么deleteMin完成。不过这一般不太可能，因此我们将空穴的两个儿子中较小者移入空穴，这样就把空穴向下推了一层。重复该步骤直到X可以被放入空穴中。因此，我们的做法是将X置入沿着从根开始包含最小儿子的一条路径上的一个正确的位置。

---

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：vip1024b （备注软件测试）

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：vip1024b （备注软件测试）
[外链图片转存中…(img-Gt96frJR-1713321001850)]

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！