一、什么是 PriorityQueue
这篇文章带大家去了解一个 jdk 中不常用的数据结构 PriorityQueue
(优先队列),虽然在项目里用的不多,但是它本身的设计实现还是很值得大家看一看的。
PriorityQueue
底层是一个用数组实现的完全二叉树,但它并不只是一个完全二叉树,在没有自定义比较器(自然排序)的情况下,更严格的来讲它是一个基于数组实现的小顶堆(父节点的元素值小于左右孩子节点的元素值)。
二、PriorityQueue 简介
2.1 相关属性
我们知道在 HashMap
中有很多属性,比如默认的初始化大小,加载因子等,在 PriorityQueue
中也有很多这种常量。下面我们来认识一下,这有助于我们更好的理解 PriorityQueue
。
// 优先队列的默认初始大小是 11
private static final int DEFAULT_INITIAL_CAPACITY = 11;
// 底层是一个 Object 数组
transient Object[] queue;
// 优先队列中的元素个数
private int size = 0;
// 最大容量限制
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
...
2.2 相关构造函数
PriorityQueue
有很多构造函数,但是有一个重要的构造函数,这里把它贴出来,为什么说它重要呢,因为大部分构造函数(并不是全部)内部都是通过调用这个构造函数进行初始化的。
public PriorityQueue(int initialCapacity,
Comparator<? super E> comparator) {
// Note: This restriction of at least one is not actually needed,
// but continues for 1.5 compatibility
if (initialCapacity < 1)
throw new IllegalArgumentException();
// 初始化底层 queue 数组
this.queue = new Object[initialCapacity];
// 如果自定义比较器则初始化自定义比较器
this.comparator = comparator;
}
三、扩容机制
PriorityQueue
的扩容机制其实很简单,如下:
private void grow(int minCapacity) {
int oldCapacity = queue.length;
// Double size if small; else grow by 50%
// 当容量小于 64 时容量为原来的两倍 + 2,如果大于等于 64 时扩容为原来的 1.5 倍
int newCapacity = oldCapacity + ((oldCapacity < 64) ?
(oldCapacity + 2) :
(oldCapacity >> 1));
// overflow-conscious code
// 当元素数量非常多时进行单独处理
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// 元素拷贝
queue = Arrays.copyOf(queue, newCapacity);
}
四、添加元素
上面我们已经说了 PriorityQueue
在自然排序下(不自定义比较器)是一个用数组实现的小顶堆,下面我们就来看一下其内部具体是怎么实现的。
添加元素的方法有两个,分别是 add
与 offer
,但是 add
内部调用的是 offer
方法,这里我们只对 offer
方法进行分析。
由于新插入元素后,可能会导致小顶堆的结构被破坏,因此需要将新插入的元素(在小顶堆的最低层)向上调整,如果插入的元素比父节点大,那么就把父节点调下来,记录父节点的位置后继续向上调整,直到其比父节点元素值大为止。
public boolean offer(E e) {
// 插入元素为 null,直接抛出异常
if (e == null)
throw new NullPointerException();
modCount++;
// 记录优先队列中的元素个数(也是新元素的插入位置),判断是否需要扩容
int i = size;
// 当数组容量不够时进行扩容
if (i >= queue.length)
grow(i + 1);
// size + 1
size = i + 1;
// 第一次插入元素
if (i == 0)
queue[0] = e;
else
// 调整二叉堆
siftUp(i, e);
return true;
}
下面我们来看 siftUp
方法:
private void siftUp(int k, E x) {
// 判断是否有自定义的比较器
if (comparator != null)
siftUpUsingComparator(k, x);
else
siftUpComparable(k, x);
}
上面 siftUp
方法中做了一个判断,主要是判断用户有没有自定义比较器,由于这两个方法类似,这里我们只看其中一个没有自定义比较器的 siftUpComparable
方法。
private void siftUpComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>) x;
while (k > 0) {
// 获取父节点位置
int parent = (k - 1) >>> 1;
// 获取父节点元素
Object e = queue[parent];
// 如果插入的元素大于父节点(构成小顶堆),结束循环
if (key.compareTo((E) e) >= 0)
break;
// 如果插入的元素小于父节点元素,将父节点元素调整下来
queue[k] = e;
// 记录父节点位置,继续向上判断调整
k = parent;
}
// 调整后将插入的元素放在对应的位置上
queue[k] = key;
}
理解了原理,看代码的过程就比较容易了,没有很多的代码,花点时间仔细看一下就能理解了。
五、移除元素
移除元素的方法也有两个,分别是 remove
与 poll
,与 remove
不同的是 poll
每次移除的是堆顶的元素,也就是最小的元素,remove
可以移除指定的任意元素,并且这个移除只会移除第一次出现的该元素,如果后面也有该元素是不会移除的。
poll
方法相比较于 remove
方法要简单一些,因为 poll
每次移除的是堆顶的元素,那么在调整二叉堆的时候只需要从头开始调整就好了(把队尾的元素移到队首),如果孩子节点比父节点小,就把较小的孩子节点移到父节点的位置,记录移动的孩子的节点的位置,继续向下调整即可,而 remove
方法移除的元素可能是介于堆顶与堆尾的元素,这时就不仅需要向下调整了,必要的时候也需要向上进行调整才能维持小顶堆。
这里只贴出 poll
的方法,相信你对 poll
方法理解了,remove
方法耐心看下来肯定也是可以理解的。
@SuppressWarnings("unchecked")
public E poll() {
if (size == 0)
return null;
// size 减 1
int s = --size;
modCount++;
// 获取队首的元素
E result = (E) queue[0];
// 获取队尾的元素(队首元素被移除,把队尾元素放在队首,从上往下调整二叉堆)
E x = (E) queue[s];
// 队尾元素置 null
queue[s] = null;
if (s != 0)
// 调整二叉堆
siftDown(0, x);
return result;
}
siftDown
如下:
private void siftDown(int k, E x) {
// 判断是否自定义了比较器
if (comparator != null)
siftDownUsingComparator(k, x);
else
siftDownComparable(k, x);
}
同 offer
方法一样,poll
方法在调整小顶堆时也分了自然排序与自定义排序两种情况,这里我们仍然只了解其中一个自然排序的方法 siftDownComparable
。
private void siftDownComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>)x;
int half = size >>> 1; // loop while a non-leaf
while (k < half) {
// 获取左孩子节点所在的位置
int child = (k << 1) + 1; // assume left child is least
// 获取左孩子节点元素值
Object c = queue[child];
// 右孩子节点所在位置
int right = child + 1;
if (right < size &&
((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
// 记录左右孩子中最小的元素
c = queue[child = right];
// 如果父节点比两个孩子节点都要小,就结束循环
if (key.compareTo((E) c) <= 0)
break;
// 把小的元素移到父节点的位置
queue[k] = c;
// 记录孩子节点所在的位置,继续向下调整
k = child;
}
// 最终把父节点放在对应的位置上,使其保持一个小顶堆
queue[k] = key;
}
关于 PriorityQueue
我们就先了解这么多,如果你有兴趣可以从头到尾把对应的源码看一遍~
PS:因为 PriorityQueue
在初始化的时候允许用户传入自定义比较器,因此你也可以自定义比较器使其成为一个大顶堆,就不在这里演示了。
jdk1.8 源码阅读:https://github.com/zchen96/jdk1.8-source-code-read
参考资料
参考了这篇博客的部分内容,图画的很好,讲解的也很好,感谢此博主大大~?@CarpenterLee