网站免费空间免备案,重庆市做网站的公司有哪些,企业网站申请永久,网络游戏新规前言 PriorityQueue这个队列不知道大家使用过吗#xff0c;反正我用的很少#xff0c;主要对它不是很了解#xff0c;今天我带领大家剖析下PriorityQueue这个优先级队列。
PriorityQueue介绍 顾名思义#xff0c;PriorityQueue是优先队列的意思。优先队列的作用是能保证每…前言 PriorityQueue这个队列不知道大家使用过吗反正我用的很少主要对它不是很了解今天我带领大家剖析下PriorityQueue这个优先级队列。
PriorityQueue介绍 顾名思义PriorityQueue是优先队列的意思。优先队列的作用是能保证每次取出的元素都是队列中权值最小的。这里牵涉到了大小关系元素大小的评判可以通过元素本身的自然顺序natural ordering也可以通过构造时传入的比较器。 PriorityQueue实现了Queue接口最大的特点是存取具有优先级就是根据元素的顺序来决定 PriorityQueue是一个无界的容器 PriorityQueue底层是基于堆实现的 不允许放入null元素 PriorityQueue不是线程安全的 以上是PriorityQueue的类图,
继承了AbstractQueue抽象类实现了Queue接口具备队列的操作方法 实现了Seriablizable接口支持序列化 使用案例 优先队列功能测试
Testpublic void test1() {QueueInteger queue new PriorityQueue();queue.offer(5);queue.offer(4);queue.offer(1);queue.offer(9);queue.offer(3);queue.offer(2);// 打印排序Integer poll null;while ((poll queue.poll()) ! null) {System.out.println(poll);}}运行结果 自定义排序器
Testpublic void test2() {// 自定义排序倒序QueueInteger queue new PriorityQueue(Collections.reverseOrder());queue.offer(5);queue.offer(4);queue.offer(1);queue.offer(9);queue.offer(3);queue.offer(2);// 打印排序Integer poll null;while ((poll queue.poll()) ! null) {System.out.println(poll);}}运行结果 实现机制 PriorityQueue通过堆实现具体说是通过完全二叉树complete binary tree实现的小顶堆任意一个非叶子节点的权值都不大于其左右子节点的权值也就意味着可以通过数组来作为PriorityQueue的底层实现。 上图中我们给每个元素按照层序遍历的方式进行了编号如果你足够细心会发现父节点和子节点的编号是有联系的更确切的说父子节点的编号之间有如下关系
leftNo parentNo*21
rightNo parentNo*22
parentNo (nodeNo-1)/2
通过上述三个公式可以轻易计算出某个节点的父节点以及子节点的下标。这也就是为什么可以直接用数组来存储堆的原因。
方法剖析 add()和offer() 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。对于PriorityQueue这两个方法其实没什么差别。 新加入的元素可能会破坏小顶堆的性质因此需要进行必要的调整。
//offer(E e)
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;elsesiftUp(i, e);//调整return true;
}上述代码中扩容函数grow()类似于ArrayList里的grow()函数就是再申请一个更大的数组并将原数组的元素复制过去这里不再赘述。需要注意的是siftUp(int k, E x)方法该方法用于插入元素x并维持堆的特性。 //siftUp()
private void siftUp(int k, E x) {while (k 0) {int parent (k - 1) 1;//parentNo (nodeNo-1)/2Object 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;
}新加入的元素x可能会破坏小顶堆的性质因此需要进行调整。调整的过程为从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。根据小顶堆的性质堆顶那个元素就是全局最小的那个由于堆用数组表示根据下标关系0下标处的那个元素既是堆顶元素。所以直接返回数组0下标处的那个元素即可。 代码也就非常简洁//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。由于删除操作会改变队列的结构为维护小顶堆的性质需要进行必要的调整。 代码如下
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;
}上述代码首先记录0下标处的元素并用最后一个元素替换0下标位置的元素之后调用siftDown()方法对堆进行调整最后返回原来0下标处的那个元素也就是最小的那个元素。重点是siftDown(int k, E x)方法该方法的作用是从k指定的位置开始将x逐层向下与当前点的左右孩子中较小的那个交换直到x小于或等于左右孩子中的任何一个为止。
//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*21Object 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;
}remove(Object o) remove(Object o)方法用于删除队列中跟o相等的某一个元素如果有多个相等只删除一个该方法不是Queue接口内的方法而是Collection接口的方法。由于删除操作会改变队列结构所以要进行调整又由于删除元素的位置可能是任意的所以调整过程比其它函数稍加繁琐。具体来说remove(Object o)可以分为2种情况1. 删除的是最后一个元素。直接删除即可不需要调整。2. 删除的不是最后一个元素从删除点开始以最后一个元素为参照调用一次siftDown()即可。此处不再赘述。 具体代码如下
//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1queue[i] null;else {E moved (E) queue[s];queue[s] null;siftDown(i, moved);//情况2......}return true;
}参考文献
https://www.cnblogs.com/CarpenterLee/p/5488070.html
