PriorityQueue 原理与应用
来源:互联网 发布:ssd caffe 源码解读 编辑:程序博客网 时间:2024/06/14 10:21
深入理解 PriorityQueue 优先队列
最近在使用DelayQueue时候,发现其底层是基于PriorityQueue实现的,接着这个机会深入分析一下优先队列的实现原理,方便以后在最适合的地方应用。
本文主要的结构分为以下几点:
1)PriorityQueue的类继承关系
2)PriorityQueue的核心数据结构以及数据结构实现原理
3)PriorityQueue的核心方法以及实现原理
4)PriorityQueue应用场景以及测试案例
PriorityQueue的类继承关系
优先队列的类继承关系相对简单,主要是主要是实现了两个接口:Collection和Queue,类继承图如下:
PriorityQueue的核心数据结构(最小堆)
核心属性
首先我们先来看看PriorityQueue的核心成员属性:
transient Object[] queue;// 队列使用数组保存数据private int size = 0;//队列的大小/** 队列里面的元素使用的比较器,如果不指定,就是用元素自己默认的比较器。PriorityQueue就是通过这个比较器来实现排序 */private final Comparator<? super E> comparator;
从成员变量我们可以知道以下几点:
- 优先级队列使用数据保存数据
- PriorityQueue里面元素的有序性是通过一个比较器实现的
核心构造器
我们再看看构造器,这里只列出几个核心的构造器:
public PriorityQueue() { this(DEFAULT_INITIAL_CAPACITY, null);}public PriorityQueue(int initialCapacity) { this(initialCapacity, null);}public PriorityQueue(int initialCapacity, Comparator<? super E> comparator) { // Note: This restriction of at least one is not actually needed, // but continues for 1.5 compatibility if (initialCapacity < 1) throw new IllegalArgumentException(); this.queue = new Object[initialCapacity]; this.comparator = comparator;}
从几个核心的构造器我们可以知道:
- 优先级队列可以指定初始化容量,如果不指定有默认初始化容量(超过会自动扩容)。
- 如果构造器不指定比较器comparator,那么就会使用队列里面元素默认的构造器比较。
底层数据结构
从目前已知的成员属性和构造器还得不出其具体的存储数据结构,看过里面的offer()、take()等函数源码之后,就知道 PriorityQueue是使用最小堆实现的优先队列的存储。 也就是说是 使用数组实现最小堆存储。
下面以一张图来解释存储结构:
以一个优先队列:3、5、7、9、10、11、12、13、15、20. 为例,以下是存储结构
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*2+1rightNo = parentNo*2+2parentNo = (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。
PriorityQueue的peek()和element操作是常数时间,add(), offer(), 无参数的remove()以及poll()方法的时间复杂度都是log(N)。
PriorityQueue的核心方法以及实现原理
PriorityQueue首先是一个队列,下面我就队列的特性,分析一下PriorityQueue作为队列提供的核心函数实现原理:
public boolean offer(E e)public E poll()public E peek()
offer() 或则 add()
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。
下图以插入元素4为例:
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。
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; else siftUp(i, e);//调整堆结构 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,该方法会直接调用siftUpComparable(k, x)方法,用于插入元素x,并基于元素的比较器维持堆的特性。
private void siftUpComparable(int k, E x) { Comparable<? super E> key = (Comparable<? super E>) x; while (k > 0) { int parent = (k - 1) >>> 1;//parentNo = (nodeNo-1)/2 Object e = queue[parent]; if (key.compareTo((E) e) >= 0)//调用比较器的比较方法 break; queue[k] = e; k = parent; } queue[k] = key;}
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。
peek()
这个函数就比较简单了,返回优先级队列的最小的元素,由于PriorityQueue底层基于最小堆,最小堆又采用数组存储,所以堆顶元素即数组的第一个元素。
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。
下图以删除最小元素3 为例:
源码如下:
public E poll() { if (size == 0) return null; int s = --size; modCount++; E result = (E) queue[0]; E x = (E) queue[s]; queue[s] = null; if (s != 0) siftDown(0, x); 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,siftDown()会直接调用siftDownComparable()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。
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) { //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; // assume left child is least Object c = queue[child]; int right = child + 1; if (right < size && ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0) c = queue[child = right]; if (key.compareTo((E) c) <= 0) break; queue[k] = c;//然后用c取代原来的值 k = child; } queue[k] = key;}
PriorityQueue应用场景以及测试案例
PriorityQueue的应用场景很容易想像,何谓优先队列,也就是队列里面的元素遵从一定的比较规则(比较器比较)有序。
比如DelayQueue底层用到PriorityQueue实现,也就是PriorityQueue里面保存的元素是按照超过过期时间由小到大排序的有序队列。
下面给出以下PriorityQueue实际测试demo
public class PriorityQueueTest { public static void main(String[] args) { PriorityQueue<Integer> queue = Queues.newPriorityQueue(); test2(queue); while (!queue.isEmpty()){ System.out.println(queue.poll()); } } private static void test1(Queue queue){ queue.add(1); queue.add(8); queue.add(3); queue.add(5); queue.add(2); queue.add(448); queue.add(328); queue.add(18); queue.add(558); queue.add(38); queue.add(98); } private static void test2(Queue queue){ queue.add("a"); queue.add("v"); queue.add("d"); queue.add("s"); queue.add("z"); queue.add("da"); queue.add("dda"); queue.add("tgfa"); queue.add("yha"); queue.add("ihfa"); queue.add("mdtad"); }}
运行test1()输出结果是:
12358183898328448558
运行test2()输出结果是:
addaddaihfamdtadstgfavyhaz
- PriorityQueue 原理与应用
- PriorityQueue实现原理
- JAVA PriorityQueue应用实例
- JAVA PriorityQueue应用实例
- PriorityQueue优先队列实现原理
- Queue队列API与源码分析优先级队列PriorityQueue实现原理
- PriorityQueue
- PriorityQueue
- priorityqueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- PriorityQueue
- priorityQueue
- Android开发中实现数组和集合list的相互转换
- jquery中同步异步的区别与联系
- HTML DOM 事件
- unique离散化用法
- [Usaco2017 Feb]Why Did the Cow Cross the Road II
- PriorityQueue 原理与应用
- USB的NRZI信号格式
- spring mvc 从本地文件中读取图片,并显示在页面中
- U盘升级软件
- Http StatuCode说明
- WKWebView内容自适应宽度
- java 增强型 for 循环
- Linux中的文件分界符EOF
- 动态创建二维数组