PriorityQueue实现大顶堆

在做一道算法时需要使用大顶堆，所以查了一下记录。

使用PriorityQueue实现大顶堆

PriorityQueue默认是一个小顶堆，然而可以通过传入自定义的Comparator函数来实现大顶堆。如下代码实现了一个初始大小为11的大顶堆。这里只是简单的传入一个自定义的Comparator函数，就可以实现大顶堆了。

1. private static final int DEFAULT_INITIAL_CAPACITY = 11;
2. PriorityQueue<Integer> maxHeap= new PriorityQueue<Integer>(DEFAULT_INITIAL_CAPACITY, new Comparator<Integer>() {
3. @Override
4. public int compare(Integer o1, Integer o2) {
5. return o2-o1;
6. }
7. });

PriorityQueue的逻辑结构是一棵完全二叉树，存储结构其实是一个数组。逻辑结构层次遍历的结果刚好是一个数组。

例子：输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

可以使用大顶堆保存，比堆中的数小就进堆。

1. import java.util.ArrayList;
2. import java.util.PriorityQueue;
3. import java.util.Comparator;
4. public class Solution {
5. public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
6. ArrayList<Integer> result = new ArrayList<Integer>();
7. int length = input.length;
8. if(k > length || k == 0){
9. return result;
10. }
11. PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(k, new Comparator<Integer>() {
13. @Override
14. public int compare(Integer o1, Integer o2) {
15. return o2.compareTo(o1);
16. }
17. });
18. for ( int i = 0; i < length; i++) {
19. if (maxHeap.size() != k) {
20. maxHeap.offer(input[i]);
21. } else if (maxHeap.peek() > input[i]) {
22. Integer temp = maxHeap.poll();
23. temp = null;
24. maxHeap.offer(input[i]);
25. }
26. }
27. for (Integer integer : maxHeap) {
28. result.add(integer);
29. }
30. return result;
31. }
32. }

补充介绍其offer和poll方法：

①优先队列中不能存放空元素。 
②压入元素后如果数组的大小不够会进行扩充，上面的queue其实就是一个默认初始值为11的数组（也可以赋初始值）。

poll 方法每次从 PriorityQueue 的头部删除一个节点，也就是从小顶堆的堆顶删除一个节点，而remove（）不仅可以删除头节点而且还可以用 remove(Object o) 来删除堆中的与给定对象相同的最先出现的对象。

具体的源码解读，参考

转载自：https://blog.csdn.net/weixin_30363263/article/details/80862578

转载于:https://www.cnblogs.com/lishanlei/p/10707699.html