优先级队列(PriorityQueue)源码解析
什么是堆
Java中的PriorityQueue采用的是堆这种数据结构来实现的,而存储堆采用的则是数组。
二叉树当中，叶子节点全部在底层，除了叶子节点外,每个节点都有左右两个子节点，这种二叉树就叫作满二叉树。
如果叶子节点都在底下两层，后一层的叶子节点都靠左排列，并且除了后一层，其他层的节点个数都要达到大，这种二叉树就叫作完全二叉树。
堆是一个完全二叉树,堆中每一个节点的值都必须大于等于(或小于等于)其子树中每个节点的值。
对于每个节点的值都大于等于子树中每个节点值的堆，我们叫做大顶堆。
对于每个节点的值都小于等于子树中每个节点值的堆，我们叫做小顶堆。
如何实现一个堆
可以看出来，数组中下标为i的节点，其左子节点就是下标为 i*2+1 的节点,右子节点则是下标为 i*2+2 的节点。
PriorityQueue数据结构如下:
public class PriorityQueue<E> extends AbstractQueue<E>
implements java.io.Serializable {
private static final int DEFAULT_INITIAL_CAPACITY = 11;
// 数组
transient Object[] queue;
// 数组中元素个数
private int size = ;
}
建堆
我们一般对堆中数据的操作无非是新增元素和删除元素,当做这两个操作的时候,需要继续满足堆的两个特性，不可避免就需要重建堆,这个过程叫做堆化。
新增
新增的时候，我们将插入的数据暂时放置到数组中的后一个位置，运气好的话,它就刚好满足堆特性，也不需要移动元素了。不好的话就需要移动元素位置了。
移动过程如下：新插入的节点与父节点比较大小，如果不满足子节点大于等于父节点的大小关系(小顶堆)，则互换两个节点，一直重复这个过程，直到父子节点满足刚才说的那种关系
public boolean offer(E e) {
if (e == null)
throw new NullPointerException();
modCount++;
int i = size;
if (i >= queue.length)
grow(i + 1);
size = i + 1;
// 次插入放入数组的个位置(下标从0开始)
if (i == )
queue[] = e;
else
siftUp(i, e);
return true;
}
// 堆化过程
private void siftUpComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>) x;
while (k > ) {
// 1. 父节点位置 (k-1)/2,这里采用无符号右移(值为整数)
int parent = (k - 1) >>> 1;
Object e = queue[parent];
// 2. 如果要插入的元素大于父节点元素的值，则结束堆化过程
if (key.compareTo((E) e) >= )
break;
// 3. 交换元素位置
queue[k] = e;
k = parent;
}
queue[k] = key;
}
总结下插入元素时的主要过程
判断插入元素是否为空，为空则抛出NPE异常
在判断数组是否需要扩容,如果是则进行扩容
如果是次插入元素，则放入数组的个位置
如果不是则进行堆化过程
找到父节点位置 : (k-1) >>> 1
判断插入元素的值是否大于父节点(小顶堆)，如果是则结束堆化过程
如果不是则交换元素位置
持续上面的1,2,3步骤，直到插入的节点已经是堆顶结点(k==0)
删除
对于小顶堆而言,当删除堆顶元素之后，就需要把第二小的元素放到堆顶,那么第二小的元素就会出现在左右子节点中。
当删除后，如果我们还是迭代的从左右子节点中选择小元素放入堆顶，就会造成数组空洞，我用下面的图来演示这个问题。
那怎么办？我们发现由于删除了一个元素,所以在移动的过程中会导致空洞，那么能不能找一个元素把这个洞填起来呢？当然莫问题啦。
我们可以在删除堆顶元素的时候，将后一个元素拿来补位。由于在堆化的过程中，都是交换操作，就不会出现数组空洞了。
我们在来看看源码中是如何写的
// k=0, x=queue[size-1]
private void siftDownComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>)x;
int half = size >>> 1; // loop while a non-leaf
while (k < half) {
int child = (k << 1) + 1; // assume left child is least
// 找到左右子节点中小的那个节点
Object c = queue[child];
int right = child + 1;
if (right < size &&
((Comparable<? super E>) c).compareTo((E) queue[right]) > )
c = queue[child = right];
// 如果比小的那个节点值还要小,则循环结束
if (key.compareTo((E) c) <= )
break;
// 移动数据
queue[k] = c;
k = child;
}
queue[k] = key;
}
需要注意的是这里的结束条件是k < half,为什么呢？因为我们的堆化是从上到下，只会找一边(要么是左子树，要么是右子树)。
大顶堆如何实现
我们上面的例子中举例的是小顶堆，那么大顶堆PriorityQueue支持吗？当然支持，我们可以在构造函数中传入Comparator来指定。
PriorityQueue<Integer> queue = new PriorityQueue<Integer>(new Comparator<Integer>() {
public int compare(Integer o1, Integer o2) {
return o2 - o1;
}
});
queue.add(2);
queue.add(4);
queue.add(3);
queue.add(5);
while(queue.size() > ) {
System.out.println(queue.poll());
}
// 5 4 3 2
相关文章