阿里面试官:你了解过PriorityQueue作用和源码实现吗?

引言

前面文章我们讲解了ArrayBlockingQueueLinkedBlockingQueue源码,这篇文章开始讲解PriorityQueue源码。从名字上就能看到ArrayBlockingQueue是基于数组实现的,而LinkedBlockingQueue是基于链表实现,而PriorityQueue是基于什么数据结构实现的,看不出来,好像是实现了优先级的队列。

由于PriorityQueue跟前几个阻塞队列不一样,并没有实现BlockingQueue接口,只是实现了Queue接口,Queue接口中定义了几组放数据和取数据的方法,来满足不同的场景。

image.png

操作抛出异常返回特定值
放数据add()offer()
取数据(同时删除数据)remove()poll()
查看数据(不删除)element()peek()

这两组方法的区别是:

  1. 当队列满的时候,再次添加数据,add()会抛出异常,offer()会返回false。
  2. 当队列为空的时候,再次取数据,remove()会抛出异常,poll()会返回null。

PriorityQueue也会有针对这几组放数据和取数据方法的具体实现。

类结构

先看一下PriorityQueue类里面有哪些属性:

 

java

复制代码

public class PriorityQueue<E> extends AbstractQueue<E> implements java.io.Serializable { /** * 数组初始容量大小 */ private static final int DEFAULT_INITIAL_CAPACITY = 11; /** * 数组,用于存储元素 */ transient Object[] queue; // non-private to simplify nested class access /** * 元素个数 */ private int size = 0; /** * 比较器,用于排序元素优先级 */ private final Comparator<? super E> comparator; }

可以看出PriorityQueue底层是基于数组实现的,使用Object[]数组存储元素,并且定义了比较器comparator,用于排序元素的优先级。

初始化

PriorityQueue常用的初始化方法有4个:

  1. 无参构造方法
  2. 指定容量大小的有参构造方法
  3. 指定比较器的有参构造方法
  4. 同时指定容量和比较器的有参构造方法
 

java

复制代码

/** * 无参构造方法 */ PriorityQueue<Integer> blockingQueue1 = new PriorityQueue<>(); /** * 指定容量大小的构造方法 */ PriorityQueue<Integer> blockingQueue2 = new PriorityQueue<>(10); /** * 指定比较器的有参构造方法 */ PriorityQueue<Integer> blockingQueue3 = new PriorityQueue<>(Integer::compareTo); /** * 同时指定容量和比较器的有参构造方法 */ PriorityQueue<Integer> blockingQueue4 = new PriorityQueue<>(10, Integer::compare);

再看一下对应的源码实现:

 

java

复制代码

/** * 无参构造方法 */ public PriorityQueue() { // 使用默认容量大小11,不指定比较器 this(DEFAULT_INITIAL_CAPACITY, null); } /** * 指定容量大小的构造方法 */ public PriorityQueue(int initialCapacity) { this(initialCapacity, null); } /** * 指定比较器的有参构造方法 */ public PriorityQueue(Comparator<? super E> comparator) { this(DEFAULT_INITIAL_CAPACITY, comparator); } /** * 同时指定容量和比较器的有参构造方法 */ public PriorityQueue(int initialCapacity, Comparator<? super E> comparator) { if (initialCapacity < 1) { throw new IllegalArgumentException(); } this.queue = new Object[initialCapacity]; this.comparator = comparator; }

可以看出PriorityQueue的无参构造方法使用默认的容量大小11,直接初始化数组,并且没有指定比较器。

放数据源码

放数据的方法有2个:

操作抛出异常返回特定值
放数据add()offer()

offer方法源码

先看一下offer()方法源码,其他放数据方法逻辑也是大同小异,都是在链表尾部插入。 offer()方法在队列满的时候,会直接返回false,表示插入失败。

 

java

复制代码

/** * offer方法入口 * * @param e 元素 * @return 是否插入成功 */ public boolean offer(E e) { // 1. 判空,传参不允许为null if (e == null) { throw new NullPointerException(); } modCount++; int i = size; // 2. 当数组满的时候,执行扩容 if (i >= queue.length) { grow(i + 1); } size = i + 1; // 3. 如果是第一次插入,就直接把元素插入到数组头部 if (i == 0) { queue[0] = e; } else { // 4. 如果不是第一次插入,就找个合适的位置插入(需要保证插入后数组有序) siftUp(i, e); } return true; }

offer()方法逻辑也很简单,先判断是否需要扩容,如果需要扩容先执行扩容逻辑,然后把元素插入到数组中。如果是第一次插入,就直接把元素插入到数组头部。如果不是,就找个合适的位置插入,需要保证插入后数组仍是有序的。 再看一下扩容的源码:

 

java

复制代码

/** * 扩容 */ private void grow(int minCapacity) { int oldCapacity = queue.length; // 1. 如果原数组容量小于64,就执行2倍扩容,否则执行1.5扩容 int newCapacity = oldCapacity + ((oldCapacity < 64) ? (oldCapacity + 2) : (oldCapacity >> 1)); // 2. 校验最大容量不能超过Integer最大值 if (newCapacity - MAX_ARRAY_SIZE > 0) { newCapacity = hugeCapacity(minCapacity); } // 3. 直接扩容后新数组赋值给原数组 queue = Arrays.copyOf(queue, newCapacity); }

扩容的源码设计充满了作者的巧思,在数组容量较小的时候,为了避免频繁扩容,就采用2倍扩容法。在数组容量较大的时候,为了避免扩容后浪费空间,就采用1.5倍扩容法。

PriorityQueue为了快速的插入和删除,采用了最小堆,而不是直接使用有序数组,这样既可以保证插入和删除的时间复杂度都是O(logn),又能避免移动过多元素。

最小堆的定义: 除叶子节点外,每个节点的值都小于等于左右子节点的值。

下面就是一个简单的最小堆和映射数组:

image.png

 再看一下siftUp()方法源码,是怎么保证插入元素,数组仍是有序的? 其实就是循环跟父节点比较元素大小,找个合适的位置插入。

 

java

复制代码

// 把元素插入到合适的位置 private void siftUp(int k, E x) { // 1. 如果初始化的时候,自定义了比较器,就使用自定义比较器的插入方法,否则使用默认的。 if (comparator != null) { siftUpUsingComparator(k, x); } else { siftUpComparable(k, x); } } // 自定义比较器的插入方法 private void siftUpUsingComparator(int k, E x) { while (k > 0) { // 1. 找到父节点 int parent = (k - 1) >>> 1; Object e = queue[parent]; // 2. 如果当前节点元素比父节点的元素小,就把父节点元素向下移动(给当前元素腾出位置) if (comparator.compare(x, (E) e) >= 0) { break; } queue[k] = e; k = parent; } // 3. 把当前元素插入到父节点的位置 queue[k] = x; } // 默认的插入方法 private void siftUpComparable(int k, E x) { // 1. 使用默认比较器 Comparable<? super E> key = (Comparable<? super E>) x; while (k > 0) { // 2. 找到父节点 int parent = (k - 1) >>> 1; Object e = queue[parent]; // 3. 如果当前节点元素比父节点的元素小,就把父节点元素向下移动(给当前元素腾出位置) if (key.compareTo((E) e) >= 0) { break; } queue[k] = e; k = parent; } // 4. 把当前元素插入到父节点的位置 queue[k] = key; }

再看一下add()方法源码:

add方法源码

add()方法底层直接调用的是offer()方法,作用相同。

 

java

复制代码

/** * add方法入口 * * @param e 元素 * @return 是否添加成功 */ public boolean add(E e) { return offer(e); }

弹出数据源码

弹出数据(取出数据并删除)的方法有2个:

操作抛出异常返回特定值
取数据(同时删除数据)remove()poll()

poll方法源码

看一下poll()方法源码,其他方取数据法逻辑大同小异,都是从数组头部弹出元素。 poll()方法在弹出元素的时候,如果队列为空,直接返回null,表示弹出失败。

 

java

复制代码

/** * poll方法入口 */ public E poll() { // 1. 如果数组为空,返回null if (size == 0) { return null; } int s = --size; modCount++; // 2. 暂存数组头节点,最后返回 E result = (E) queue[0]; // 3. 暂存数组尾节点,调整最小堆的时候,需要上移 E x = (E) queue[s]; // 4. 删除尾节点 queue[s] = null; // 5. 调整最小堆 if (s != 0) { siftDown(0, x); } return result; }

remove方法源码

再看一下remove()方法源码,如果队列为空,remove()会抛出异常。

 

java

复制代码

/** * remove方法入口 */ public E remove() { // 1. 直接调用poll方法 E x = poll(); // 2. 如果取到数据,直接返回,否则抛出异常 if (x != null) { return x; } else { throw new NoSuchElementException(); } }

查看数据源码

再看一下查看数据源码,查看数据,并不删除数据。

操作抛出异常返回特定值
查看数据(不删除)element()peek()

peek方法源码

先看一下peek()方法源码,如果数组为空,直接返回null。

 

java

复制代码

/** * peek方法入口 */ public E peek() { // 返回数组头节点 return (size == 0) ? null : (E) queue[0]; }

element方法源码

再看一下element()方法源码,如果队列为空,则抛出异常。

 

java

复制代码

/** * element方法入口 */ public E element() { // 1. 调用peek方法查询数据 E x = peek(); // 2. 如果查到数据,直接返回 if (x != null) { return x; } else { // 3. 如果没找到,则抛出异常 throw new NoSuchElementException(); } }

总结

这篇文章讲解了PriorityQueue阻塞队列的核心源码,了解到PriorityQueue队列具有以下特点:

  1. PriorityQueue实现了Queue接口,提供了两组放数据和读数据的方法,来满足不同的场景。
  2. PriorityQueue底层基于数组实现,按照最小堆存储,实现了高效的插入和删除。
  3. PriorityQueue初始化的时候,可以指定数组长度和自定义比较器。
  4. PriorityQueue初始容量是11,当数组容量小于64,采用2倍扩容,否则采用1.5扩容。
  5. PriorityQueue每次都是从数组头节点取元素,取之后需要调整最小堆。

今天一起分析了PriorityQueue队列的源码,可以看到PriorityQueue的源码非常简单,没有什么神秘复杂的东西,下篇文章再一起接着分析其他的阻塞队列源码。

  • 21
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值