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