优先级队列简介
队列是一种先进先出(FIFO)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,在这种情况下,数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优先级队列(Priority Queue)
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
堆简介
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:Ki <= K2i+1 且 Ki<= K2i+2 (Ki >= K2i+1 且 Ki >= K2i+2) i = 0,1,2…,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。
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
堆的实现
package MyHeap;
import java.util.Arrays;
import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Queue;
class Incmp implements Comparator<Integer> {
@Override
public int compare(Integer o1, Integer o2) {
return o2.compareTo(o1);
}
}
public class MyHeap {
public int[] elem;
public int usedSize;
public MyHeap() {
this.elem = new int [10];
}
public void initHeap(int[] array){
for (int i = 0; i < array.length; i++) {
elem[i] = array[i];
usedSize++;
}
}
public void createHeap(){
for (int parent = (usedSize-1-1)/2; parent >=0; parent--) {
shiftDown(parent,usedSize);
}
} //建堆 向下时间复杂度为O(N) 向上时间复杂度为O(N*log2(N))
private void shiftDown(int parent,int len){
int child = parent*2+1;
while (child < len){
if(child + 1 < len && elem[child] < elem[child+1]){
child++;
}
if (elem[child] > elem[parent]){
int tmp = elem[child];
elem[child] = elem[parent];
elem[parent] = tmp;
parent = child;
child = parent*2 + 1;
} else {
break;
}
}
} //向下调整
public void offer(int val){
if(isFull()){
elem = Arrays.copyOf(elem,2*elem.length);
}
elem[usedSize++] = val;
shiftUp(usedSize-1);
}
private void shiftUp(int child){
int parent = (child-1)/2;
while (child > 0){
if(elem[child] > elem[parent]){
int tmp = elem[child];
elem[child] = elem[parent];
elem[parent] = tmp;
child = parent;
parent = (child-1)/2;
} else {
break;
}
}
} //向上调整
public boolean isFull() {
return usedSize == elem.length;
}
public boolean isEmpty() {
return usedSize == 0;
}
public int[] getBiggestNumbers(int[] arr, int k) {
if(arr == null|| k <=0){
return null;
}
Queue<Integer> pQ = new PriorityQueue<>(k);
int[] ret = new int[k];
for (int i = 0; i < k; i++) {
pQ.offer(arr[i]);
}
for (int i = k; i < arr.length; i++) {
if(pQ.peek() < arr[i]){
pQ.poll();
pQ.offer(arr[i]);
}
}
for (int i = 0; i < k; i++) {
ret[i] = pQ.poll();
}
return ret;
} // 最大K个数 建小堆
public void pop() {
if(isEmpty()){
return;
}
int temp = elem[0];
elem[0] = elem[usedSize-1];
elem[usedSize-1] = temp;
usedSize--;
shiftDown(0,usedSize);
}
public void heapSort(){
int end = usedSize-1;
while (end > 0){
int tem = elem[0];
elem[0] = elem[end];
elem[end] = tem;
shiftDown(0,end);
end--;
}
} //堆排序 时间复杂度为O(N*logN)
}