【Java 数据结构】PriorityQueue(堆)的使用及源码分析

🎉🎉🎉点进来你就是我的人了
博主主页:🙈🙈🙈戳一戳,欢迎大佬指点!

欢迎志同道合的朋友一起加油喔🦾🦾🦾


目录

1.PriorityQueue的介绍

2. PriorityQueue的使用

3. PriorityQueue源码剖析

4. Top-K问题



1.PriorityQueue的介绍

PriorityQueue的特性

1.PriorityQueue 中放置的 元素必须要能够比较大小,不能插入无法比较大小的对象,否则会抛出 ClassCastException 异常

2. 不能 插入 null 对象,否则会抛出 NullPointerException,而Queue是可以插入null的

3. 没有容量限制,可以插入任意多个元素,其内部可以自动扩容

4. 插入和删除元素的时间复杂度为O(log(N))

5. PriorityQueue 底层使用了堆数据结构

6. PriorityQueue 默认情况下是小堆 --- 即每次获取到的元素都是最小的元素

2. PriorityQueue的使用

构造方法

构造方法说明
PriorityQueue()不带参数,默认容量为11
PriorityQueue(int initialCapacity)参数为初始容量,该初始容量不能小于1
PriorityQueue(Collection<? extends E> c)参数为一个集合

  常用方法

方法说明
boolean offer(E e)插入元素e,返回是否插入成功,e为null,会抛异常
E peek()获取堆(后面介绍堆)顶元素,如果队列为空,返回null
E poll()删除堆顶元素并返回,如果队列为空,返回null
int size()获取有效元素个数
void clear()清空队列
boolean isEmpty()判断队列是否为空

第一个构造方法:

// 创建一个空的优先级队列,底层默认容量是11  

PriorityQueue<Integer> q1 = new PriorityQueue<>();

 第二个构造方法:

// 创建一个空的优先级队列,底层的容量为initialCapacity 
 
PriorityQueue<Integer> q2 = new PriorityQueue<>(100);

第三个构造方法:

ArrayList<Integer> list = new ArrayList<>();
list.add(4);
list.add(3);
list.add(2);
list.add(1);
 
// 用ArrayList对象来构造一个优先级队列的对象
PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
 
//此时q3中已经包含了四个元素
System.out.println(q3.size());//4
System.out.println(q3.peek());//1

注意: 默认情况下,PriorityQueue队列是小堆,如果要转换成大堆需要用户提供比较器

class intCmp implements Comparator<Integer> {
    @Override
    public int compare(Integer o1, Integer o2) {
        return o2-o1;//大根堆
        //o2-o1  小根堆
    }
}
public class PriorityQueueDemo {
    public static void main(String[] args) {
        intCmp intcmp = new intCmp();
        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(intcmp) ;
        priorityQueue.offer(4);
        priorityQueue.offer(3);
        priorityQueue.offer(2);
        priorityQueue.offer(1);
        System.out.println(priorityQueue.peek());//4
    }
}

也可以用匿名内部类的写法:

    public static void main(String[] args) {
        PriorityQueue<Integer> priorityQueue = 
                new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2 - o1;
            }
        }) ;
        priorityQueue.offer(12);
        priorityQueue.offer(2);
        priorityQueue.offer(80);
        System.out.println(priorityQueue.peek());//80
    }

  Lambda表达式写法(推荐使用):

PriorityQueue<Integer> queue = new PriorityQueue<>((o1 , o2) -> o1 - o2); // 小根堆
PriorityQueue<Integer> queue = new PriorityQueue<>((o1 , o2) -> o2 - o1); // 大根堆

3. PriorityQueue源码剖析

  • 使用Student对象来创建一个优先级队列的对象

当我们在priorityQueue中存放一个Student 对象时, 可以正常放入且不发生报错。

但是当我们存放两个Studnet对象时,程序报错,出现类型不兼容异常。

public class TestDemo2 {
//    注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器
    public static void main(String[] args) {
        PriorityQueue<Student> priorityQueue = new PriorityQueue<>();
        priorityQueue.offer(new Student(10));
        priorityQueue.offer(new Student(5));
    }
 }

0fd6bc3220869115d5a5f642df12c894.png

前边学习抽象类和常用接口时,我们了解到Java中对于引用数据类型的比较或者排序,一般都要用到使用Comparable接口中的compareTo() 方法

此时我们可以实现Comparable接口,并且重写 compare()方法。

class Student implements Comparable<Student>{
    public int age;
    public Student(int age) {
        this.age = age;
    }
    @Override
    public int compareTo(Student o) {
        return this.age - o.age;
    }
}
public class TestDemo2 {
//    注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器
    public static void main(String[] args) {
        PriorityQueue<Student> priorityQueue = new PriorityQueue<>();
        priorityQueue.offer(new Student(10));
        priorityQueue.offer(new Student(5));
    }
}

经过调试我们可以发现,此时优先级队列中的两个元素已经按照小根堆的方式调整好了。

0653d9fc42d8553548acd28d50532eff.png

那么PriorityQueue是怎么对其中的引用数据类型进行调整的呢?

2d3e2a7b2e1e046a782af4fedd17603b.png

使用this引用指向了下边的方法,并传递参数。

0f5d46ef235c34074818ef17e04e6860.png

当queue数组初始化完毕时, 需要向数组中存放元素,即进行 priorityQueue.offer(new Student(10));

a357ae03bff5a5a7d9daf181f1827bde.png

存放第二个元素时,i = 1 , size = 2 ,则需要执行 siftUp(1 , e) ,对 元素进行向上调整为小根堆 。

41bcef9cd1147433157d48a662ee4046.png

向下调整的过程中,使用了我们所重写的compareTo()方法,然后判断e,key对应的age的值,进行交换,如果此处不需要交换,则直接将key放入queue[1] 中即可 , 此时,小根堆调整完成

fa67bcbb6cda9b6154bf8058f573602b.png

如果想要调整为大根堆的话,只需要修改Student类中的compareTo()方法即可

class Student implements Comparable<Student>{
    public int age;
    public Student(int age) {
        this.age = age;
    }
    @Override
    public int compareTo(Student o) {
        return this.age - o.age;
    }
}
public class TestDemo2 {
//    注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器
    public static void main(String[] args) {
        PriorityQueue<Student> priorityQueue = new PriorityQueue<>();
        priorityQueue.offer(new Student(10));
        priorityQueue.offer(new Student(5));
    }
}

cdb19d71f069688b738c505600307695.png

那么Integer类型的参数该如何修改为大根堆 呢? ,Integer类型已经重写了compareTo方法,但是已经写死了,默认为小根堆的实现方式,无法修改源码,此时,我们就应该 构造Comparator 比较器来实现。

// 用户自己定义的比较器:直接实现Comparator接口,然后重写该接口中的compare方法即可
class IntCmp implements Comparator<Integer>{ 
@Override
public int compare(Integer o1, Integer o2) { 
          //return o2-o1;
          return o2.compareTo(o1);
   } 
}
public class TestPriorityQueue {
     public static void main(String[] args) { 
           PriorityQueue<Integer> p = new PriorityQueue<>(new IntCmp()); 
           p.offer(4);
           p.offer(3); 
           p.offer(2);
           p.offer(1);
           p.offer(5);
    }
}

❗当传入比较器时,PriorityQueue会按照 比较器的方式进行 比较,与实现Comparable 接口的方法类似,此处不再赘述,元素进而被调整为大根堆。

d87918ed651e195c24dd8e6cfffd5168.png

91906c6bcaf27804ca71635b89eeda96.png

✅另一种写法 :

public class TestPriorityQueue {
     public static void main(String[] args) { 
     //匿名内部类,这里有一个类,实现了Comparator 这个接口,并重写了compare这个方法
           PriorityQueue<Integer> p = new PriorityQueue<>(new Comparator<Integer>() {
               @Override
               public int compare(Integer o1, Integer o2) { 
                   return o2 - o1;
               }
           });
    }
}

🔻PriorityQueue的扩容机制:

c84109602dae041fefbc39e611c8a472.png

优先级队列的扩容说明:

  • 如果容量小于64时,是按照约oldCapacity的2倍方式扩容的(2*OldCapacity+2)

  • 如果容量大于等于64,是按照oldCapacity的1.5倍方式扩容的

  • 如果容量超过MAX_ARRAY_SIZE,按照MAX_ARRAY_SIZE来进行扩容

4. Top-K问题

对于Top-K问题,能想到的最简单直接的方式就是排序,但是:如果数据量非常大,排序就不太可取了(可能数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决,基本思路如下:

      1. 用数据集合中前K个元素来建堆

前k个最大的元素,则建小堆

前k个最小的元素,则建大堆

      2. 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素

将剩余N-K个元素依次与堆顶元素比完之后,堆中剩余的K个元素就是所求的前K个最小或者最大的元素。

为什么建小堆可以求出前k个最大元素呢?(求大根堆同理)

我们可以这样来理解,最开始我们拿数组的前k个元素建立成小堆,那么此时堆顶元素一定是前k个元素中的最小值数组,那此时我们剩下的元素与堆顶元素比较时,如果比堆顶元素还小,那么它一定不是前k个中的最大值,当数组元素大于堆顶元素时,这个值可能是要求的最大值,我们删除堆顶元素添加这个值,重新调整为小根堆,重复上述操作,最后小根堆里面就是我们要求的最大值.

class Solution {
     public int[] smallestK(int[] arr, int k) {
         int[] vec = new int[k];
         if (vec == null || k == 0) {
             return vec;
         }
         //传入比较器,按照大根堆调整
         PriorityQueue<Integer> queue = new PriorityQueue<Integer>(new Comparator<Integer>() {
            public int compare(Integer num1, Integer num2) {
                 return num2 - num1;
             }
         });
         //存入K个 元素
         for (int i = 0; i < k; ++i) {
             queue.offer(arr[i]);
         }
         //比较堆顶元素与剩余n - k个元素的值的大小
         //如果堆顶元素较大,则弹出堆顶,重新调整,元素入堆
         for (int i = k; i < arr.length; ++i) {
             if (queue.peek() > arr[i]) {
                 queue.poll();
                 queue.offer(arr[i]);
             }
         }
         //将堆中元素存入数组中
         for (int i = 0; i < k; ++i) {
             vec[i] = queue.poll();
         }
         return vec;
     }
 }

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

书生-w

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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