优先队列，堆

普通的数据结构，如果我们想要寻找所存元素中的最大值或者最小值，需要挨个查找。而本章所学的优先队列和堆会按照优先级给元素排序，帮助我们以最快的速度O(1)获取优先级最高的元素。

优先队列

优先队列把优先级最高的元素设为链表的头节点，这样我们获取或删除优先级最高的元素只需要O(1)的时间复杂度，这么设计的代价就是牺牲插入的效率，每次插入一个新的元素时，我们都需要迭代链表，并找到合适的地方插入，这个时间复杂度往往是O(n)。

以下是优先队列支持的操作：

• push：插入一个新的元素
• pop：将优先级最高的元素弹出（删除）
• peek：查看优先级最高的值

使用java实现优先队列

优先队列的定义和链表很相似，首先我们需要定义节点和PriorityQueue：

public class PriorityQueue {
   

    class Node {
   
        int value;
        // priority 越大，优先级越高
        int priority;
        Node next;

        public Node(int value, int priority) {
   
            this.value = value;
            this.priority = priority;
        }
    }

    // 头结点
    Node header = null;
}

其中Node就是队列中的节点，包含value数组和优先级priority，如果希望数值大的节点优先级高，那么可以将priority的数值设为和value一样。反之，我们可以将priority设为数值的相反数，那么在此队列中，一个数值越小，优先级就越高。在PriorityQueue中，我们只需要记录一个头节点head即可。

push方法定义

    public void push(int value, int priority) {
   
        // 队列为空，将当前节点设置为头结点
        if (header == null) {
   
            header = new Node(value, priority);
            return;
        }

        // 队列不为空，需要找到一个正确的位置将节点插入
        Node node = new Node(value, priority);
        // 将元素插入到头结点
        if (header.priority < priority) {
   
            node.next = header;
            header = node;
            return;
        }
        Node current = header;
        while (current.next != null && current.next.priority > priority) {
   
            current = current.next;
        }
        node.next = current.next;
        current.next = node;
    }

在Push中，我们需要检查是否头节点为空，如果是，就将新的节点设置为头节点。否则我们迭代循环头节点，将新的节点插入一个特定位置，插入后之前节点的优先级都比新节点高，之后节点的优先级都比新节点小。

peek和pop方法定义

    /**
     * 弹出头结点
     *
     * @return
     */
    public Node pop() {
   
        if (header == null) {
   
            return null;
        }
        Node tmp = header;
        header = header.next;
        return tmp;
    }

    /**
     * 返回头结点
     *
     * @return
     */
    public Node peek() {
   
        return header;
    }

peek只需要返回头节点即可。pop只需要弹出head的值，并让head指向自己的下一个节点即可。

isEmpty方法定义

isEmpty只需要查看head是否为空：

    /**
     * 判断队列是否为空
     *
     * @return
     */
    public boolean isEmpty() {
   
        return header == null;
    }

方法复杂度分析

• push: O(n)
• pop: O(1)
• peek: O(1)

堆（Heap）

堆（Heap）是一种可以迅速找到一堆数中的最大或者最小值的数据结构，二叉堆（binary heap）是堆的一种实现，计算机中一般使用数组存储二叉堆。

堆是一颗完全二叉树，堆中的节点满足以下的条件：一个节点的父节点优先级比自己高，而自己的子节点优先级比自己底。优先级可以根据数值的大小来决定。最常见的堆有以下两种类型：

• 最大堆（Max Heap）：根节点数值最大，所有父节点的数值比各自的子节点数值大或等于子节点，很多地方也叫大顶堆。
  

• 最小堆（Min Heap）：根节点数值最小， 父节点数值比其子节点数值小或等于子节点，很多地方也叫小顶堆。
  

最大堆（Max Heap）

最大堆的基本操作：

• add: 将新元素插入堆
• poll: 将根节点（数值最大的元素）删除
• peek: 获取根节点的数值

在任何的时间点，最大堆都应该保持其特性：父节点的数值比所有子节点大。在插入新元素的时候，我们要遵循以下步骤：

1. 在堆的最后新建一个节点，将数值赋予新节点。
2. 将其节点和父节点比较。
3. 如果新节点的数值比父节点大，调换父子节点的位置。
4. 重复步骤2和3直到最大堆的特性被满足。

以下是删除根节点的步骤：

1. 移除根节点
2. 将最后一个节点移到根节点处
3. 将子节点和父节点比较
4. 如果父节点的数值比子节点小，替换父子节点
5. 重复步骤3和4直到最大堆的特性被满足。

使用数组实现最大堆

因为堆是一颗完全二叉树，因此我们可以直接使用数组而不是链表来实现堆。

最大堆的基本定义