优先级队列

优先级队列

Java中的优先级队列是通过二叉小顶堆实现的，能用一颗完全二叉树表示，能够保证每次取出的元素都是队列中权值最小的。

这里大小的判定，可以通过比较自然顺序，或者用户自定义比较器通过构造器传入。

实现原理

由于顶层实现是通过完全二叉树实现小顶堆，那么就是说，可以用数组来实现优先级队列。

[外链图片转存失败,源站可能有防盗https://img-a7c.png)]

可以看到， 如果用数组存储这些节点：

父子节点的下标是有规律的的：

leftNo = parentNo*2+1
rightNo = parentNo*2+2
parentNo = (nodeNo-1)/2

所以可以用数组来存储完全二叉树实现的小顶堆，也就是说可以用数组实现优先级队列。

方法剖析

add(E e) 和 offer(E e)

add(E e)和offer(E e)的语义相同，都是向优先队列中插入元素，只是Queue接口规定二者对插入失败时的处理不同，前者在插入失败时抛出异常，后则则会返回false,其它并无差别。

由于插在末尾的元素不一定符合小顶堆的性质，因此需要做出调整。

public boolean offer(E e) {
    if (e == null)//不允许放入null元素
        throw new NullPointerException();
    modCount++;
    int i = size;
    if (i >= queue.length)
        grow(i + 1);//自动扩容
    size = i + 1;
    if (i == 0)//队列原来为空，这是插入的第一个元素
        queue[0] = e;
    else
        siftUp(i, e);//调整
    return true;
}

扩容函数grow()类似于ArrayList里的grow()函数，就是再申请更大的数组，并将原数组的元素复制过去。

//siftUp()
private void siftUp(int k, E x) {
    while (k > 0) {
        int parent = (k - 1) >>> 1;//parentNo = (nodeNo-1)/2
        Object e = queue[parent];
        if (comparator.compare(x, (E) e) >= 0)//调用比较器的比较方法
            break;
        queue[k] = e;
        k = parent;
    }
    queue[k] = x;
}

从k指定的位置开始，将*x逐层与当前点的parent进行比较并交换，直到满足x <= queue[parent]为止*。注意这里的比较可以是元素的自然顺序，也可以是依靠比较器的顺序。

element()和peek()

element()和peek()的语义完全相同，都是获取但不删除队首元素，也就是队列中权值最小的那个元素，二者唯一的区别是当方法失败时前者抛出异常，后者返回null。直接返回数组下标为0的元素即可。

//peek()
public E peek() {
    if (size == 0)
        return null;
    return (E) queue[0];//0下标处的那个元素就是最小的那个
}

remove()和poll()

remove()和poll()方法的语义也完全相同，都是获取并删除队首元素，区别是当方法失败时前者抛出异常，后者返回null。删除元素之后，性质可能会不符合小顶堆，因此需要调整。

public E poll() {
    if (size == 0)
        return null;
    int s = --size;
    modCount++;
    E result = (E) queue[0];//0下标处的那个元素就是最小的那个
    E x = (E) queue[s];
    queue[s] = null;
    if (s != 0)
        siftDown(0, x);//调整
    return result;
}

//siftDown()
private void siftDown(int k, E x) {
    int half = size >>> 1;
    while (k < half) {
        //首先找到左右孩子中较小的那个，记录到c里，并用child记录其下标
        int child = (k << 1) + 1;//leftNo = parentNo*2+1
        Object c = queue[child];
        int right = child + 1;
        if (right < size &&
            comparator.compare((E) c, (E) queue[right]) > 0)
            c = queue[child = right];
        if (comparator.compare(x, (E) c) <= 0)
            break;
        queue[k] = c;//然后用c取代原来的值
        k = child;
    }
    queue[k] = x;
}

siftDown()原理就是，找到两个子孩子中较小的那一个，与当前节点交换，直到当前节点比两个子孩子都要小的时候就不用交换了。

remove方法和poll不同，删除指定位置的元素，不是Queue接口的方法，而是Collection中的方法。由于删除的位置可能是任意的，所以分两种情况：

• 删除的是最后一个元素，直接删除就行，不用调整。
• 删除的不是最后一个元素，就以删除点开始以最后一个为参照，执行siftDown();

//remove(Object o)
public boolean remove(Object o) {
    //通过遍历数组的方式找到第一个满足o.equals(queue[i])元素的下标
    int i = indexOf(o);
    if (i == -1)
        return false;
    int s = --size;
    if (s == i) //情况1
        queue[i] = null;
    else {
        E moved = (E) queue[s];
        queue[s] = null;
        siftDown(i, moved);//情况2
        ......
    }
    return true;
}

力扣题目：

• 前K个高频元素

https://leetcode.cn/tag/heap-priority-queue/problemset/

参考链接：

https://blog.csdn.net/zc19921215/article/details/106392800