java优先队列（堆）PriorityQueue用法

java优先队列（堆）PriorityQueue的应用

---

---

前言

我们知道队列是一种先进先出的数据结构，但是我们有时候并不是按照排队先进先出的顺序来处理数据，而是要根据数据的某种优先级，对它们排序，然后再出队。比如在计算机操作系统中，有一种短作业优先算法，短作业是需要优先被执行的，而不是根据作业的提交时间进行处理。这种特殊的应用，就需要使用到优先队列。

---

一、优先队列PriorityQueue常用方法

在java中，java.util.PriorityQueue包下，PriorityQueue这个类，实现了优先队列的各种方法。

PriorityQueue<Integer> priorityQueue = new PriorityQueue<>();
		
		//add方法和offer方法，都是入队的操作，
		//add方法底层调用的就是offer方法
        priorityQueue.add(1);
        priorityQueue.offer(5);
        priorityQueue.offer(9);
        priorityQueue.add(3);
        priorityQueue.add(4);
		
		//poll方法就是出队的操作
		//和队列不同的是，出队顺序并不是按照入队顺序
		//优先队列会自动对元素排序  默认是小顶堆！！
        int a = priorityQueue.poll();
        priorityQueue.poll();
        priorityQueue.poll();
		//查看堆顶元素
		Integer peek = priorityQueue.peek();
		
		//构造方法传入比较器 按照我们需求对元素排序
		PriorityQueue<Integer> pq = 
			new PriorityQueue<>((a,b) -> (b - a)); 
			//这里使用了lambda表达式  此时pq就是一个大顶堆
		pq.offer(4);
        pq.offer(1);
        pq.offer(7);
        pq.offer(66);
        while (!pq.isEmpty()) {  //输出结果为66 7 4 1 
            System.out.println(pq.poll());
        }
		
		

二、优先队列的应用

1.堆排序问题

排序算法中，有一种经典算法叫做堆排序。如果我们需要对数据从小到大升序排序，那么我们构造一个小顶堆，若降序排列则构造大顶堆。（java的优先队列默认就是小顶堆）下面的代码，就是实现降序排列的代码。

//降序排列 需要构造大顶堆  构造方法需要传入比较器Comparator！！
PriorityQueue<Integer> pq = new PriorityQueue<>((a,b) -> (b - a));
        int[] arr = {5,1,0,10,3,5,8,45};

        for (int i = 0; i < arr.length; i++) {
            pq.offer(arr[i]);
        }

        int[] sortedArr = new int[arr.length];
        for (int i = 0; i < sortedArr.length; i++) {
            sortedArr[i] = pq.poll();
        }
        System.out.println(Arrays.toString(sortedArr));
        //输出结果：[45, 10, 8, 5, 5, 3, 1, 0]

2.TopK问题

TopK问题就是，从一个数据流中，我们维护K个最大值（或者最小值）。以维护K个最大值为例，思路就是，我们先遍历K个元素，维护一个K个元素的小顶堆，然后每遍历一个元素，和堆顶元素比较，只要比堆顶元素还大，那么我们把新元素插入堆中，再从堆中弹出堆顶元素，一直维护着K个元素，直到遍历完所有元素，最后堆中的K个元素就是K个最大值。
下面的代码是leetcode剑指 Offer 40. 最小的k个数的镜像题，改为最大的K个数~~

 public int[] getNumbers(int[] arr, int k) {
        if (k == 0) {
            return new int[]{};
        }
        PriorityQueue<Integer> pq = new PriorityQueue<>();
        for (int i = 0; i < k; i++) {
            pq.offer(arr[i]);
        }
        for (int i = k; i < arr.length; i++) {
            if (arr[i] > pq.peek()) {
                pq.poll();
                pq.offer(arr[i]);
            }
        }
        int[] res = new int[k];
        for (int i = 0; i < k; i++) {
            res[i] = pq.poll();
        }
        return res;
    
    }
   

---

三、总结

总的来说，优先队列是非常重要的，可以解决很多问题，如TopK问题、堆排序问题、数据流中位数问题等等。熟练使用PriorityQueue的API，而且要熟练根据场景，构造我们需要排序效果的优先队列，对解决相关问题十分关键！
在这里列举一些leetcode中，使用PriorityQueue的题：
295. 数据流的中位数
347. 前 K 个高频元素
373. 查找和最小的 K 对数字
剑指 Offer II 059. 数据流的第 K 大数值
819. 最常见的单词
1046. 最后一块石头的重量