前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >JDK容器学习之Queue: PriorityQueue

JDK容器学习之Queue: PriorityQueue

作者头像
一灰灰blog
发布2018-02-06 16:30:13
6410
发布2018-02-06 16:30:13
举报
文章被收录于专栏:小灰灰小灰灰

优先级队列 PriorityQueue

单端队列,队列中的元素有优先级的顺序

title
title

1. 底层数据结构

代码语言:javascript
复制
// 存储队列元素的数组
transient Object[] queue;

// 队列中实际元素的个数
private int size = 0;

// 比较器,用于定义队列中元素的优先级
private final Comparator<? super E> comparator;

从成员变量的定义可以看出,底层数据存储依然是数组,然而同javadoc中解释,实际的存储结构却是二叉树(大顶堆,小顶堆);

至于队列中成员的优先级使用comparator或者成员变量本身的比较来确定

下面通过添加和删除元素来确定数据结构

struct
struct

2. 常见接口实现方式

删除元素
代码语言:javascript
复制
public E poll() {
  if (size == 0)
      return null;
  int s = --size;
  modCount++;
  // 第一个元素为队列头
  E result = (E) queue[0];
  E x = (E) queue[s];
  queue[s] = null;
  if (s != 0)
  // 队列非空,对剩下的元素进行重排
      siftDown(0, x);
  return result;
}

private void siftDown(int k, E x) {
    if (comparator != null)
        siftDownUsingComparator(k, x);
    else
        siftDownComparable(k, x);
}

private void siftDownUsingComparator(int k, E x) {
    int half = size >>> 1;
    while (k < half) {
        int child = (k << 1) + 1;
        Object 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;
        k = child;
    }
    queue[k] = x;
}

shifDownUsingComparator 实现的就是维持小顶堆二叉树的逻辑,后面以添加为例,给一个图解

添加元素

确定存储结构为小顶堆之后,再看添加元素

代码语言:javascript
复制
public boolean offer(E e) {
    if (e == null) // 非null
        throw new NullPointerException();
    modCount++;
    int i = size;
    if (i >= queue.length) // 动态扩容
        grow(i + 1);
    size = i + 1;
    if (i == 0)
        queue[0] = e;
    else
        siftUp(i, e);
    return true;
}


// 扩容逻辑,扩容为新size的两倍,或者新增原来容量的一半
private void grow(int minCapacity) {
    int oldCapacity = queue.length;
    // Double size if small; else grow by 50%
    int newCapacity = oldCapacity + ((oldCapacity < 64) ?
                                     (oldCapacity + 2) :
                                     (oldCapacity >> 1));
    // overflow-conscious code
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    queue = Arrays.copyOf(queue, newCapacity);
}

// 二叉树重排
private void siftUp(int k, E x) {
    if (comparator != null)
        siftUpUsingComparator(k, x);
    else
        siftUpComparable(k, x);
}

private void siftUpUsingComparator(int k, E x) {
    while (k > 0) {
        int parent = (k - 1) >>> 1;
        Object e = queue[parent];
        if (comparator.compare(x, (E) e) >= 0)
            break;
        queue[k] = e;
        k = parent;
    }
    queue[k] = x;
}
add
add

3. 使用姿势&小结

  1. PriorityQueue 存储结构为二叉树,小顶堆
  2. 默认数组长度为11,超过容量会触发扩容逻辑,扩容为队列个数的两倍或新增源容量的一半
  3. 队列元素不能为null
  4. 新增or删除元素,都可能引起二叉树的重排
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 优先级队列 PriorityQueue
    • 1. 底层数据结构
      • 2. 常见接口实现方式
        • 删除元素
        • 添加元素
      • 3. 使用姿势&小结
      相关产品与服务
      大数据
      全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档