nodejs了实现了一个优先队列,在重构定时器模块的时候,用到了这个数据结构。了解这个模块是分析定时器模块的基础。
'use strict';
const {
Array,
Symbol,
} = primordials;
const kCompare = Symbol('compare');
const kHeap = Symbol('heap');
const kSetPosition = Symbol('setPosition');
const kSize = Symbol('size');
module.exports = class PriorityQueue {
// 比较函数和节点移动位置后的回调函数
constructor(comparator, setPosition) {
if (comparator !== undefined)
this[kCompare] = comparator;
if (setPosition !== undefined)
this[kSetPosition] = setPosition;
// 用一个数组保存二叉堆的节点
this[kHeap] = new Array(64);
// 堆中的元素个数
this[kSize] = 0;
}
// 默认的比较函数
[kCompare](a, b) {
return a - b;
}
// 插入堆
insert(value) {
const heap = this[kHeap];
// 为了计算方便,从1开始存储数据
const pos = ++this[kSize];
heap[pos] = value;
// 扩容
if (heap.length === pos)
heap.length *= 2;
// 把元素存在最后一个叶子节点,往上冒
this.percolateUp(pos);
}
// 取根节点
peek() {
return this[kHeap][1];
}
// pos代表那个元素需要往下沉
percolateDown(pos) {
const compare = this[kCompare];
const setPosition = this[kSetPosition];
const heap = this[kHeap];
const size = this[kSize];
const item = heap[pos];
/*
从需要下沉的节点开始,调整子树,size为元素个数,
pos*2小于等于size说明pos位置的元素还有孩子,即还没沉到底
*/
while (pos * 2 <= size) {
// 右孩子
let childIndex = pos * 2 + 1;
// childIndex > size说明没有右孩子,只有左孩子。否则说明有右孩子,则比较左右孩子,小于0说明右孩子大,则取值小的
if (childIndex > size || compare(heap[pos * 2], heap[childIndex]) < 0)
childIndex = pos * 2;
/*
拿到值小的节点和父节点比较,一旦需要交换位置的话,也满足二叉堆。否则
如何和大的节点比较,同时大的节点满足上升的话,新的根节点比孩子大。
4 2 3
比如2 3,4要和2比,2上升变成4 3满足二叉堆,如果和3比则变成2 4,不满足二叉堆规则
*/
const child = heap[childIndex];
// 比较值小的节点和当前需要下沉的节点,如果父节点比字节的值大,则满足二叉堆规则,不需要继续调整了
if (compare(item, child) <= 0)
break;
// 否则说明父节点比子节点值小,更新子节点的位置信息
if (setPosition !== undefined)
setPosition(child, pos);
// 子节点往上冒,子节点的位置空闲
heap[pos] = child;
// 继续调整子节点为根的子树
pos = childIndex;
}
// pos就是item新的位置
heap[pos] = item;
if (setPosition !== undefined)
setPosition(item, pos);
}
// pos代表那个元素需要往上冒
percolateUp(pos) {
const heap = this[kHeap];
const compare = this[kCompare];
const setPosition = this[kSetPosition];
const item = heap[pos];
// 大于1,根节点不需要往上冒了
while (pos > 1) {
// 完全二叉树,父和子的关系是子等于父索引*2和父索引*2加一
const parent = heap[pos / 2 | 0];
// 比父节点大,则不需要调整了
if (compare(parent, item) <= 0)
break;
// 否则比父节点小,即更快到期,移动父节点往下沉,父节点的位置可用
heap[pos] = parent;
// 更新节的位置信息
if (setPosition !== undefined)
setPosition(parent, pos);
// 再往上层比较,或0为了取整
pos = pos / 2 | 0;
}
// pos为item合适的位置,直接赋值
heap[pos] = item;
if (setPosition !== undefined)
setPosition(item, pos);
}
// 删除pos索引对应的元素
removeAt(pos) {
const heap = this[kHeap];
// 元素少了一个
const size = --this[kSize];
// 把最后一个元素补上来成为该子树的根节点,然后开始调整
heap[pos] = heap[size + 1];
// 删除最后一个元素,即刚才补上去的那个
heap[size + 1] = undefined;
// 还有元素并且不是最后一个,即被删除的不是倒数第二个元素(倒数第二个叶子)
if (size > 0 && pos <= size) {
/*
二叉堆只保证父子节点的大小关系,不保证左右孩子的大小关系,不像二叉搜索树,
所以某一个子树的叶子节点可能会比另一个子树的根大
如果不是根节点并且比父节点小,说明比父节点为根节点的子树所有节点都小,则往上冒,
如果是根节点则直接往下沉调整
如果不是根节点但是比父节点大,也有可能比父节点为根的子树中剩下的节点大,所以往下沉调整
*/
if (pos > 1 && this[kCompare](heap[pos / 2 | 0], heap[pos]) > 0)
this.percolateUp(pos);
else
this.percolateDown(pos);
}
}
// 删除某个值对于的节点
remove(value) {
const heap = this[kHeap];
// 找到位置,然后删除
const pos = heap.indexOf(value);
if (pos < 1)
return false;
this.removeAt(pos);
return true;
}
// 删除根节点,重新调整二叉堆
shift() {
const heap = this[kHeap];
const value = heap[1];
if (value === undefined)
return;
this.removeAt(1);
return value;
}
};
nodejs的优先队列是基于二叉堆(小根堆)实现的。用数组的方式实现二叉堆。主要的操作包括插入,删除。堆一直保证最小的值是根节点。他是一棵完全二叉树,他的父子节点是父节点的值小于子节点的值,但是不保证兄弟节点间的关系。
1 插入
二叉堆的插入是首先在树的最后位置(对于数组来说就是最后一个元素)插入新增的节点,然后该新节点一直和父节点比较,小于父节点的话就交换,直到大于父节点。这样可以保证根一直是最小值。
2 删除
删除操作首先把需要删除的节点直接删掉,然后把堆的最后一个节点补到被删除节点的位置如果大于父节点,则往下比较。否则往上比较(删除的是根节点的话直接往下比较)。同样,这样的调整保证了根节点是最小值。
3 往上冒
往上冒比较简单,只需要比较父子节点的值,子节点小的话直接往上冒。因为父节点比左右孩子都小,如果当前比较的节点比父小,说明他也比亲兄弟节点小。父子交换可以满足二叉堆的特性。
4 往下沉
往下沉比往上冒父复杂点,他首先要找出孩子中的最小值,然后才能进行比较,交换。见代码注释。