定义
优先队列,顾名思义,队列中的元素有优先级。
优先队列按照其作用不同,可以分为以下两种:
(1)最大优先队列:可以获取并删除队列中最大的值
最大优先队列:无论入队的顺序,当前最大的元素先出列。
(2)最小优先队列:可以获取并删除队列中最小的值
最小优先队列:无论入队的顺序,当前最小的元素先出列。
最大优先队列
堆这种结构是可以方便的删除最大的值,所以可以直接用堆结构实现最大优先队列。
最小优先队列
也是通过堆的思想来实现,但是之前讲的堆特点如下,可以称为最大堆
1. 最大的元素放在数组的索引 1 处。2. 每个结点的数据总是大于等于它的两个子结点的数据。
而最小堆则利用相反的思想,特点如下
1. 最小的元素放在数组的索引 1 处。2. 每个结点的数据总是小于等于它的两个子结点的数据。
package tree2;
public class MinPriorityQueue <T extends Comparable<T>>{
private T[] items;
private int N;
public MinPriorityQueue(int capacity){
this.items = (T[]) new Comparable[capacity+1];
this.N = 0;
}
// 获取队列中元素的个数
public int size(){
return N;
}
// 判断队列是否为空
public boolean isEmpty(){
return N==0;
}
// 判断堆中索引i处的元素是否小于索引j处的元素
private boolean less(int i, int j){
return items[i].compareTo(items[j])<0;
}
// 交换堆中的元素值
private void exch(int i, int j){
T tmp = items[i];
items[i] = items[j];
items[j] = tmp;
}
// 往堆中插入一个元素
public void insert(T t){
items[++N] = t;
swim(N);
}
// 删除堆中最小的元素,并返回这个最小元素
public T delMin(){
T min = items[1];
exch(1,N);
N--;
sink(1);
return min;
}
// 上浮算法
private void swim(int k){
while(k>1){
if(less(k,k/2)){ // k/2是父节点
exch(k,k/2);
}
k = k/2;
}
}
// 下沉算法
private void sink(int k){
while(2*k<=N){ // 2*k是左子节点
int min; //索引值
if(2*k+1<=N){
if(less(2*k,2*k+1)){
min = 2*k;
}else{
min = 2*k+1;
}
}else{
min = 2*k;
}
//判断当前结点和较小值的大小
if(less(k,min)){
break;
}
exch(k,min);
k=min; //这里容易写反
}
}
}