【数据结构】优先级队列（堆）

爱吃香菜¹

于 2024-08-26 18:51:14 发布

阅读量1.8k

点赞数 144

分类专栏：数据结构文章标签：数据结构 java

本文链接：https://blog.csdn.net/m0_73107796/article/details/141568584

版权

数据结构专栏收录该内容

9 篇文章 2 订阅

订阅专栏

3.2 PriorityQueue 的构造方法

3.3 PriorityQueue 常用的成员方法

3.4 优先级队列的运用 -Oj题

1、优先级队列

1、1 概念

前面介绍过队列，队列是一种先进先出(FIFO)的数据结构，但有些情况下，操作的数据可能带有优先级，一般出队列时，可能需要优先级高的元素先出队列。

在这种情况下，数据结构应该提供两个最基本的操作，一个是返回最高优先级对象，一个是添加新的对象。这种数据结构就是优先级队列(Priority Queue)。

2、优先级队列的底层

优先级队列实现的使用的工具为二叉堆较普遍，JDK1.8中的PriorityQueue底层就使用了二叉堆这种数据结构，而堆实际就是在完全二叉树的基础上进行了一些调整。

2、1 堆的概念

如果有一个关键码的集合K = {k0，k1， k2，…，kn-1}，把它的所有元素按完全二叉树的顺序存储方式存储在一个一维数组中，并满足：Ki = K2i+1 且 Ki >= K2i+2) i = 0，1，2…，则称为小堆(或大堆)。将根节点最大的堆叫做最大堆或大根堆，根节点最小的堆叫做最小堆或小根堆。

堆的性质：

结构性：

堆总是一棵完全二叉树。一个堆结构将由一个（Comparable对象的）数组和一个代表当前堆的大小的整数组成

堆序性：

堆中某个节点的值总是不大于或不小于其父节点的值；

2、2 堆的存储方式

从堆的概念可知，堆是一棵完全二叉树，因此可以层序的规则采用顺序的方式来高效存储

【注意】：对于非完全二叉树，则不适合使用顺序方式进行存储，因为为了能够还原二叉树，空间中必须要存储空节点，就会导致空间利用率比较低。

将元素存储到数组中后,通过数组对应下标，找出二叉树的父子关系；

节点	下标关系
左节点	*leftChild = parent 2 + 1**
右节点	*rightChild = parent 2 + 2**
父节点	parent = ( child -1) / 2

则有：

如果i为0，则 i 表示的节点为根节点，否则i节点的双亲节点为 (i - 1)/2
如果2 * i + 1 小于节点个数，则节点i的左孩子下标为2 * i + 1，否则没有左孩子
如果2 * i + 2 小于节点个数，则节点i的右孩子下标为2 * i + 2，否则没有右孩子

2、3堆的创建

2.3.1 堆向下调整

对于集合{ 27,15,19,18,28,34,65,49,25,37 }中的数据，如果将其创建成堆呢？

向下过程(以小堆为例)：

1、让parent标记需要调整的节点，child标记parent的左孩子(注意：parent如果有孩子一定先是有左孩子)

2、如果parent的左孩子存在，即:child < size，进行以下操作，直到parent的左孩子不存在 parent右孩子是否存在，存在找到左右孩子中最小的孩子，让child进行标将parent与较小的孩子child比较，

如果： parent小于较小的孩子child，调整结束
否则：交换parent与较小的孩子child，交换完成之后，parent中大的元素向下移动，可能导致子树不满足对的性质，因此需要继续向下调整，即parent = child；child = parent*2+1; 然后继续2。

代码：

public void shiftDown(int[] array, int parent) {
// child先标记parent的左孩子，因为parent可能右左没有右
        int child = 2 * parent + 1;
        int size = array.length;
        while (child < size) {
// 如果右孩子存在，找到左右孩子中较小的孩子,用child进行标记
            if(child+1 < size && array[child+1] < array[child]){
                child += 1;
            }
// 如果双亲比其最小的孩子还小，说明该结构已经满足堆的特性了
            if (array[parent] <= array[child]) {
                break;
            }else{
// 将双亲与较小的孩子交换
                int t = array[parent];
                array[parent] = array[child];
                array[child] = t;
// parent中大的元素往下移动，可能会造成子树不满足堆的性质，因此需要继续向下调整
                parent = child;
                child = parent * 2 + 1;
            }
        }

    }

【注意】：

在调整以parent为根的二叉树时，必须要满足parent的左子树和右子树已经是堆了才可以向下调整。

时间复杂度分析：最坏的情况即图示的情况，从根一路比较到叶子，比较的次数为完全二叉树的高度，即时间复杂度为 $O(log_2{n})$

2.3.2堆的创建

那对于普通的序列{ 1,5,3,8,7,6 }，即根节点的左右子树不满足堆的特性，又该如何调整呢？

public static void createHeap(int[] array) {
// 找倒数第一个非叶子节点，从该节点位置开始往前一直到根节点，遇到一个节点，应用向下调整
        int root = ((array.length-2)>>1);
        for (; root >= 0; root--) {
            shiftDown(array, root);
        }
    }

建堆的时间复杂度

因为堆是完全二叉树，而满二叉树也是完全二叉树，此处为了简化使用满二叉树来证明(时间复杂度本来看的就是近似值，多几个节点不影响最终结果)：

因此：建堆的时间复杂度为O(N)。

2、4 堆的插入与删除

2.4.1 堆的插入

堆的插入总共需要两个步骤：

先将元素放入到底层空间中(注意：空间不够时需要扩容)
将最后新插入的节点向上调整，直到满足堆的性质

参考代码：

//插入，arr 是存储数据的数组，size 是有效元素个数
    public void insert(int num) {
        if (size >= arr.length) {
            grow();
        }
        arr[size++] = num;
        int last = size - 1;
        shiftUp(last);
    }
 
    //扩容
    private void grow() {
        arr = Arrays.copyOf(arr,arr.length * 2);
    }
 
    //向上调整
    public void shiftUp(int child) {
        int parent = (child - 1) / 2;
        while (child > 0) {
            //因为本来就是一个小根堆，所以只需将插入得值与父节点的值比较
            if (arr[child] < arr[parent]) {
                int tmp = arr[child];
                arr[child] = arr[parent];
                arr[parent] = tmp;
 
                child = parent;
                parent = parent = (child - 1) / 2;
            } else {
                break;
            }
        }
    }

2.4.2 堆的删除

注意：堆的删除一定删除的是堆顶元素。具体如下：

将堆顶元素对堆中最后一个元素交换
将堆中有效数据个数减少一个
对堆顶元素进行向下调整

//删除，arr 是存储数据的数组，size 是有效元素个数
    public int poll() {
        int tmp = arr[0];
        arr[0] = arr[--size];
        shiftDown(arr,0);
        return tmp;
    }
//向下调整,建小顶堆
    public void shiftDown(int[] arr, int parent) {
        int child = parent * 2 + 1;
        while (child < size) {
            if (child + 1 < size && arr[child + 1] < arr[child]) {
                child += 1;
            }
            if (arr[parent] <= arr[child] ) {
                break;
            } else {
                int tmp = arr[parent];
                arr[parent] = arr[child];
                arr[child] = tmp;
                parent = child;//交换之后需要接着向下调整
                child = parent * 2 + 1;
            }
        }
    }

3、常用接口介绍

3.1 PriorityQueue的特性

Java集合框架中提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队列，PriorityQueue是线程不安全的，PriorityBlockingQueue是线程安全的，本文主要介绍PriorityQueue。

当我们在使用 Java 自带的集合 PriorityQueue 时，需要注意：

使用 PriorityQueue 时导入PriorityQueue 所在的包
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
PriorityQueue 中不能插入null对象，否则会抛出 NullPointerException
PriorityQueue 底层使用了堆数据结构
PriorityQueue 默认情况下是小堆
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

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

import java.util.Comparator;
class IntCmp implements Comparator<Integer>{
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
}

3.2 PriorityQueue 的构造方法

目前我们只介绍 PriorityQueue 常用的几种构造方法

构造器	功能介绍
PriorityQueue ( )	创建一个空的优先级队列，默认容量是 11
PriorityQueue ( int initialCapacity)	创建一个初始容量为 initialCapacity 的优先级队列注意:initialCapacity 不能小于1，否则会抛IllegalArgumentException 异常
PriorityQueue ( Collection<? extends E>c)	用一个集合来创建优先级队列

 static void TestPriorityQueue(){
// 创建一个空的优先级队列，底层默认容量是11
        PriorityQueue<Integer> q1 = new PriorityQueue<>();
// 创建一个空的优先级队列，底层的容量为initialCapacity
        PriorityQueue<Integer> q2 = new PriorityQueue<>(100);
        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
// q3中已经包含了三个元素
        PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
        System.out.println(q3.size());
        System.out.println(q3.peek());
    }

3.3 PriorityQueue 常用的成员方法

方法名	功能介绍
boolean offer(E e)	插入元素，插入成功返回 true ，否则返回 false。如果 e 对象为空，抛出 NullPointerException 异常。空间不够会扩容
E peek()	查看堆顶元素并返回，如果优先级队列为空则返回null
E poll()	查看堆顶元素并返回，如果优先级队列为空则返回null
E poll()	删除堆顶元素并返回，如果优先级队列为空则返回null
int size()	获取优先级队列有效元素的个数
void clear()	清空优先级队列里面的元素
boolean isEmpty()	判断优先级是否为空，为空返回true，否则返回false

static void TestPriorityQueue2(){
        int[] arr = {4,1,9,2,8,0,7,3,6,5};
// 一般在创建优先级队列对象时，如果知道元素个数，建议就直接将底层容量给好
// 否则在插入时需要不多的扩容
// 扩容机制：开辟更大的空间，拷贝元素，这样效率会比较低
        PriorityQueue<Integer> q = new PriorityQueue<>(arr.length);
        for (int e: arr) {
            q.offer(e);
        }
        System.out.println(q.size()); // 打印优先级队列中有效元素个数
        System.out.println(q.peek()); // 获取优先级最高的元素
// 从优先级队列中删除两个元素之和，再次获取优先级最高的元素
        q.poll();
        q.poll();
        System.out.println(q.size()); // 打印优先级队列中有效元素个数
        System.out.println(q.peek()); // 获取优先级最高的元素
        q.offer(0);
        System.out.println(q.peek()); // 获取优先级最高的元素
// 将优先级队列中的有效元素删除掉，检测其是否为空
        q.clear();
        if(q.isEmpty()){
            System.out.println("优先级队列已经为空!!!");
        }
        else{
            System.out.println("优先级队列不为空");
        }
    }

在JDK 1.8中，PriorityQueue的扩容方式：

如果容量小于64时，是按照oldCapacity的2倍方式扩容的
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

3.4 优先级队列的运用 -Oj题

优先级队列经常用来解决 top-k 的问题。

接下来我们就用 top-k 完成一道面试题

top-k问题：最小的k个数

 class Solution {
        public int[] smallestK(int[] arr, int k) {
// 参数检测
            if(null == arr || k <= 0)
                return new int[0];
            PriorityQueue<Integer> q = new PriorityQueue<>(arr.length);
// 将数组中的元素依次放到堆中
            for(int i = 0; i < arr.length; ++i){
                q.offer(arr[i]);
            }
// 将优先级队列的前k个元素放到数组中
            int[] ret = new int[k];
            for(int i = 0; i < k; ++i){
                ret[i] = q.poll();
            }
            return ret;
        }

    }