优先级队列(堆)

目录

1. 优先级队列

1.1 概念

2. 优先级队列的模拟实现

2.1 堆的概念

2.2 堆的存储方式

3.常用接口介绍

3.1 PriorityQueue的特性

3.2 PriorityQueue常用接口介绍

4 堆的创建

---

1. 优先级队列

1.1 概念

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，该中场景下，使用队列显然不合适，比如：在手机上玩游戏的时候，如 果有来电，那么系统应该优先处理打进来的电话；初中那会班主任排座位时可能会让成绩好的同学先挑座位。 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. 优先级队列的模拟实现

JDK1.8中的PriorityQueue底层使用了堆这种数据结构，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(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：

• 堆中某个节点的值总是不大于或不小于其父节点的值；
• 堆总是一棵完全二叉树。

 

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，可以根据二叉树章节的性质5对树进行还原。假设i为节点在数组中的下标，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

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。

关于PriorityQueue的使用要注意：

1. 使用时必须导入PriorityQueue所在的包，即：

import java.util.PriorityQueue;

2. 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

3. 不能插入null对象，否则会抛出NullPointerException

4. 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

5. 插入和删除元素的时间复杂度为

6. PriorityQueue底层使用了堆数据结构

7. 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

3.2 PriorityQueue常用接口介绍

函数名	功能介绍
boolean offer(E e)	插入元素e，插入成功返回true，如果e对象为空，抛出NullPointerException异常，时 间复杂度 ，注意：空间不够时候会进行扩容
E peek()	获取优先级最高的元素，如果优先级队列为空，返回null
E poll()	移除优先级最高的元素并返回，如果优先级队列为空，返回null
int size()	获取有效元素的个数
void clear()	清空
boolean isEmpty()	检测优先级队列是否为空，空返回true

优先级队列的扩容说明：

• 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

4 堆的创建

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？

仔细观察上图后发现：根节点的左右子树已经完全满足堆的性质，因此只需将根节点向下调整好即可。

向下调整(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。

代码示例：

初始化堆：

public void createHeap(int[] array) {
        for (int i = 0; i < array.length; i++) {
            elem[usedSize] = array[i];
            usedSize++;
        }
    }

创建小根堆：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。

public void creatminheap(){
        for (int i = (usedSize - 1 - 1)/2; i >= 0 ; i--) {
            shiftDown(i,usedSize - 1);
        }
    }
private void shiftDown(int root,int len) {
        int child = root * 2 + 1;
        while (child < len){
            if (child + 1 < usedSize - 1 && elem[child+1] < elem[child]){
                child++;
            }
            if (elem[child] < elem[root]){
                swap(child,root);
            }else {
                break;
            }
            root = child;
            child = root * 2 + 1;
        }
    }

创建大根堆：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。

​
public void creatminheap(){
        for (int i = (usedSize - 1 - 1)/2; i >= 0 ; i--) {
            shiftDown(i,usedSize - 1);
        }
    }
private void shiftDown(int root,int len) {
        int child = root * 2 + 1;
        while (child < len){
            if (child + 1 < usedSize - 1 && elem[child+1] > elem[child]){
                child++;
            }
            if (elem[child] > elem[root]){
                swap(child,root);
            }else {
                break;
            }
            root = child;
            child = root * 2 + 1;
        }
    }

​

堆的插入

堆的插入总共需要两个步骤：

1. 先将元素放入到底层空间中(注意：空间不够时需要扩容)

2. 将最后新插入的节点向上调整，直到满足堆的性质

向上调整：

private void shiftUp(int child) {
        int parent = (child - 1) / 2;
        while (child > 0){
            if (elem[child] > parent){
                swap(child , parent);
            }else {
                break;
            }
            child = parent;
            parent = (child - 1) / 2;
        }
    }

offer方法（入队）：

public void push(int val) {
        if (isFull()){
            Arrays.copyOf(elem,elem.length*2);
        }
        elem[usedSize++] = val;
        shiftUp(usedSize - 1);

    }

堆的删除：

 注意：堆的删除一定删除的是堆顶元素。具体如下：

1. 将堆顶元素对堆中最后一个元素交换

2. 将堆中有效数据个数减少一个

3. 对堆顶元素进行向下调整

public void pollHeap() {
        int tmp = elem[0];
        swap(0,usedSize-1);
        usedSize--;
        shiftDown(0,usedSize);
    }

peek方法：

public int peekHeap() {
        return elem[0];
    }