icp网站备案查询,手机浏览器,做app用什么软件,设计欣赏心得体会写在前面 版本信息#xff1a; JDK1.8 PriorityQueue介绍
在数据结构中#xff0c;队列分为FIFO、LIFO 两种模型#xff0c;分别为先进先出#xff0c;后进后出、先进后出#xff0c;后进先出#xff08;栈#xff09; 而一切数据结构都是基于数组或者是链表实现。
在…写在前面 版本信息 JDK1.8 PriorityQueue介绍
在数据结构中队列分为FIFO、LIFO 两种模型分别为先进先出后进后出、先进后出后进先出栈 而一切数据结构都是基于数组或者是链表实现。
在Java中定义了Queue接口接口中定义了CRUD的基本方法。分别add、offer、remove、poll等等而PriorityQueue 实现此接口实现了基本的CRUD的同时拥有了自己的特性从名字来看也能知道是优先级队列 保持队列头部节点是整条队列中永远是最小或者最大的节点其实现原理就是一个小顶堆或者大顶堆。上文提及到一切数据结构都是基于数组或者是链表实现而这里使用了数组实现。
public class PriorityQueueE extends AbstractQueueEimplements java.io.Serializable {transient Object[] queue; // 由数组实现
}public abstract class AbstractQueueEextends AbstractCollectionEimplements QueueE {} 小顶堆和大顶堆介绍
从上文描述了PriorityQueue的底层实现是小顶堆或者大顶堆那么在看源码之前我们需要先明白小顶堆和大顶堆如何实现
小顶堆一颗完全二叉树其中任意父节点都要小于左右子节点所以树的根节点是整棵树的最小节点
大顶堆一颗完全二叉树其中任意父节点都要大于左右子节点所以树的根节点是整棵树的最大节点 Comparable和Comparator区别
在看PriorityQueue源码之前还需要分析Comparable和Comparator区别。 Comparable类需要实现此接口重写compareTo方法在compareTo方法中定义比较逻辑使用时把类强转成Comparable调用compareTo方法把比较对象传入。所以侵入性比较强与业务代码强耦合。 Comparator这个就是一个比较器只需要把A比较对象和B比较对象都传入即可不需要于业务代码强耦合 PriorityQueue添加元素源码分析
下文直接把PriorityQueue叫成小顶堆
我们直接从offer方法入手
public boolean offer(E e) {if (e null)throw new NullPointerException();modCount; // 用于检测是否并发// 因为size从0开始所以size的值就是数组的索引值。int i size;// 是否需要扩容if (i queue.length)grow(i 1); // 为下次索引1size i 1;// 如果是第一个那么就直接占用数组第一个元素即可// 因为不管是小顶堆还是大堆堆第一个都直接插入。if (i 0)queue[0] e;else// 非第一个节点此时就需要调整siftUp(i, e);return true;
}
这里的逻辑比较简单因为这里使用数组实现的小顶堆也即使用数组实现完全二叉树而小顶堆的第一个节点是最小的所以当0索引直接插入即可非0索引就需要调整小顶堆。这里应该有很多读者是第一次见数组实现二叉树所以这里把上文的二叉树进行扩展把数组部分画上去。 在看 siftUp调整方法前我们看一下grow扩容方法 因为里面有一个思路大家可以学习
private void grow(int minCapacity) {int oldCapacity queue.length;// 容量小于64时扩容为 oldCapacity oldCapacity 2 // 容量大于64扩容为 oldCapacity oldCapacity/2// 等同于在容量小的时候每次扩容大一些当达到64这个阈值后扩容小一些要不然空间会太浪费了int newCapacity oldCapacity ((oldCapacity 64) ?(oldCapacity 2) :(oldCapacity 1));if (newCapacity - MAX_ARRAY_SIZE 0)newCapacity hugeCapacity(minCapacity);// 数组拷贝迁移。queue Arrays.copyOf(queue, newCapacity);
}在每次扩容的时候会去判断当前容量是否大于64如果小于64就直接 原大小 * 2 2 扩容如果大于64以后直接 原大小 原大小/2 扩容。目的是为了在容量小的时候扩容大一些减少扩容次数。在容量达到64阈值后扩容小一些减少内存浪费。
下面开始讲解siftUp调整方法
private void siftUp(int k, E x) {// 用户是否传入comparator比较器if (comparator ! null)siftUpUsingComparator(k, x);else// 没传入就使用Comparable// 此时类需要实现Comparable接口siftUpComparable(k, x);
}
这里讲解siftUpComparable方法本质上两个方法没任何区别
private void siftUpComparable(int k, E x) {Comparable? super E key (Comparable? super E) x;while (k 0) {// 拿到父节点// 因为是使用数组实现的一颗完全二叉树所以直接-1 右移即可拿到当前插入节点的父节点int parent (k - 1) 1;Object e queue[parent];// 与父节点做比较。if (key.compareTo((E) e) 0)// 达到用户的预期比较就直接break要不然继续往父节点的父节点继续做比较直到根节点break;// 没达到预期所以把父节点插入到本次插入的节点的位置。queue[k] e;// 拿到父节点的索引继续往父节点的父节点做比较。k parent;}// 插入queue[k] key;
}
这里光看注释肯定是看不明白的所以以画图注释来理解吧 PriorityQueue获取元素源码分析
直接从poll方法入手
public E poll() {if (size 0)return null;// 拿到最后一个节点的索引值。int s --size;modCount;// 因为第一个是小顶堆或者大顶堆要的数据。E result (E) queue[0];// 拿到最后一节点E x (E) queue[s];queue[s] null; // help gcif (s ! 0)// 调整siftDown(0, x);return result;
}
因为小顶堆或者大顶堆都是拿第一个元素所以这里拿出第一个元素。但是每次拿完就需要调整小顶堆调整完全二叉树所以看到siftDown方法。
private void siftDown(int k, E x) {if (comparator ! null)siftDownUsingComparator(k, x);elsesiftDownComparable(k, x);
}
本质上这两个方法没任何区别所以继续看到siftDownComparable方法
// k为0
// x是最后一个节点。
private void siftDownComparable(int k, E x) {Comparable? super E key (Comparable? super E)x;// 循环的次数// 是通过数组的大小 右移一位就可以知道树高了。int half size 1; while (k half) {// 往下层找。int child (k 1) 1; Object c queue[child]; // 左子节点int right child 1; // 右子节点// 左右子节点比较那个满足规范就作为父节点if (right size ((Comparable? super E) c).compareTo((E) queue[right]) 0)// 右节点满足于左节点c queue[child right];// 与最后一个节点比较后达到预期直接退出if (key.compareTo((E) c) 0)break;// 替换queue[k] c;// 下次循环的父节点k child;}queue[k] key;
}
因为每次poll取走的是第一个元素所以需要调整整个小顶堆而第一个元素是小顶堆的根节点所以需要调整小顶堆找到一个符合的元素作为根节点。从根节点的左右子节点开始比较左右子节点比较出预期的节点就作为新的根节点。预期的节点作为下次比较的父节点通过父节点再找到他的左右子节点做比较周而复始直到最后一个节点。
这里光看注释肯定是看不明白的所以以画图注释来理解吧
