一 前言
优先级队列的概念:优先级队列类似于普通队列,但元素的出队顺序是根据优先级决定的,优先级高的元素先出队,优先级低的元素后出队。
堆的概念:
1.堆是完全二叉树
2.堆的节点具有堆序性:大根堆的父节点值大于等于子节点,小根堆的父节点的值小于等于子节点
JDK1.8中PriorityQueue底层使用了堆这种数据结构,而堆是在二叉树的基础上进行的调整。
二 堆的实现
😶🌫️1.堆的创建(大根堆为例)
public class TestHeap {
private int[] elem;
private int usedSize;//数组长度10
public TestHeap(){
this.elem = new int[10];
}
public void initHeap(int[] array){
for (int i = 0; i < array.length; i++) {
elem[i] = array[i];
usedSize++;
}
}
public void createHeap(){
//partent求的是p节点下标
for (int partent = (usedSize-1-1)/2; partent >= 0 ; partent--) {
shiftDown(partent, usedSize);
}
}
private void shiftDown(int partent, int usedSize){
int child = (2*partent)+1;//左孩子下标
while(child < usedSize){
//elem[child] > elem[partent]左右孩子比较
//child+1 < usedSize防止右孩子不存在报错
if(child+1 < usedSize && elem[child] < elem[child+1]){
child++;
}
//child一定是左右孩子最大值的下标
if(elem[child] > elem[partent]){
swap(child,partent);
partent = child;
child = 2*partent+1;
}else{
//已经是大根堆了
break;
}
}
}
private void swap(int i, int j){
int tmp = elem[i];
elem[i] = elem[j];
elem[j] = tmp;
}
}
😶🌫️2.建堆的时间复杂度
😶🌫️3.堆的插入和删除
堆的插入思路:
调试:
代码:
/*堆的插入*/ public void offer(int val){ if(isFull()){ this.elem = Arrays.copyOf(elem, 2*elem.length); } this.elem[usedSize] = val;//usedSize =10, 在下标10的位置插入90 //向上调整 shiftUp(usedSize); usedSize++; } private void shiftUp(int child){ int partent =(child - 1)/2; while(child > 0){ if(elem[child] > elem[partent]){ swap(child, partent); child = partent; partent = (child - 1)/2; }else{ break; } } } public boolean isFull(){ return usedSize == elem.length; }
堆的删除思路:
调试:
代码:
/*堆的删除*/ public int poll(){ int tmp = elem[0]; swap(0, usedSize-1); usedSize--; shiftDown(0,usedSize); return tmp; }
练习:
三 PriorityQueue接口
😶🌫️1.PriorityQueue特性
1.使用时必须导入PriorityQueue所在的包
2.PriorityQueue中必须放置可比较大小的元素,否则会抛出ClassCstException异常
3.不能插入null对象,否则会抛出NullPointerException异常
4.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默认情况下是小根堆
😶🌫️2.PriorityQueue常用接口
❤️优先级队列的构造
public static void main(String[] args) { //1.创建一个空的优先级队列,默认容量11 PriorityQueue<Integer> q1 = new PriorityQueue<>(); //2.创建一个空的优先级队列,底层容量为100 PriorityQueue<Integer> q2 = new PriorityQueue<>(100); //3.用ArrayList对象来构造一个优先级队列的对象 ArrayList<Integer> list = new ArrayList<>(); list.add(1); list.add(2); list.add(3); PriorityQueue<Integer> q3 = new PriorityQueue<>(list); System.out.println(q3.size()); System.out.println(q3.poll()); }
注意:默认情况下,PriorityQueue队列是小根堆,需要大根堆需要用户提供比较器
源代码分析:
//比较器实现大根堆 class IntCmp implements Comparator<Integer> { @Override public int compare(Integer o1, Integer o2) { return o2.compareTo(o1); } } public void main(String[] args) { PriorityQueue<Integer> p = new PriorityQueue<>(new IntCmp()); p.offer(3); p.offer(8); p.offer(5); p.offer(6); System.out.println(p.peek()); }
❤️插入/删除获取优先级最高的元素
注意:在创建优先级队列对象时,如果知道元素个数就之间将底层容量给好,否则在插入时需要不多的扩容,这样的话会开辟更大的空间,效率比较低。
四 练习
❤️top-k问题:最大或者最小的前k个数据
1.最大k个数:设计一个算法,找出数组中最大的k个数。以任意顺序返回这k个数均可。
/*前k个最大的数据*/ public static int[] maxLestK(int[] array, int k){ int[] ret = new int[k]; if(array == null || k <= 0){ return ret; } PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(); //建小根堆 for (int i = 0; i < k; i++) { priorityQueue.offer(array[i]); } for (int i = k; i < array.length; i++) { //堆顶元素赋值给top int top = priorityQueue.peek(); if(array[i] > top){//如果i下标的元素大于堆顶元素 priorityQueue.poll();//把堆顶元素移除 priorityQueue.offer(array[i]);//i下标元素进堆并按照小根堆模式重新比较 } } //打印出前k个元素:堆中元素赋给ret数组 for (int i = 0; i < k; i++) { ret[i] = priorityQueue.poll(); } return ret; } public static void main(String[] args) { int[] array = {10,5,3,9,2}; int[] ret2 = TestHeap.maxLestK(array, 3); System.out.println(Arrays.toString(ret2)); }
2.最小k个数:设计一个算法,找出数组中最小的k个数。以任意顺序返回这k个数均可。
❤️堆排序:从小到大对原来的数据进行排序
/*堆排序*/ public void heapSort(){ int end = usedSize-1; while(end > 0){ swap(0, end); shiftDown(0, end); end--; } }