Java8 - PriorityQueue源码
来源:互联网 发布:wps2016数据分析 编辑:程序博客网 时间:2024/05/18 02:30
一、概述
先来看看源码中的第一段注释,我们先尝试从中提取一些信息:
An unbounded priority queue based on a priority heap.The elements of the priority queue are ordered according to their Comparable natural ordering, or by a Comparator provided at queue construction time, depending on which constructor isused. A priority queue does not permit null elements.A priority queue relying on natural ordering also does not permit insertion of non-comparable objects (doing so may result in ClassCastException).
这段注释说的是:这是一个基于堆的无界优先队列,优先队列里的所有元素都根据它们的自然顺序排序,或者根据创建时提供的比较器来排序。优先队列里不允许 null 元素。另外,如果是根据自然顺序排序的优先队列,是不允许插入不可比较的对象,否则可能会抛出 ClassCastException。
从上面我们可以了解到,PriorityQueue 是一个基于堆排序实现的,带有优先级的队列,而这个优先级是指自然顺序或者是自定义的优先级(通过比较器),每次我们从队列里获取队头元素的时候,它都会给我们优先级最大(最小)的元素。
二、堆排序
想要了解 PriorityQueue 的实现原理,很有必要了解一下堆排序的相关概念:
这里的堆本质上是指一棵完全二叉树。如下图:
同时,根据排序优先级的不同,这个堆分为小顶堆和大顶堆。小顶堆是指父节点的值小于等于任何一个子节点的值,此时堆顶元素是堆中元素的最小值,如上图所示;反之则称为大顶堆,它的堆顶元素是堆中元素的最大值。
另外,虽然这个堆在逻辑结构上是一个树型结构,但是基于完全二叉树的特殊性,在实际中,我们通常使用数组来作为存储结构。如下图:
从上图我们可以看出,节点 i 的左儿子为 2*i+1,右儿子为 2*i+2;相反地,节点 i 的父亲节点为 (i-1)/2。通过这种方法,即使是使用数组作为存储结构,我们也可以快速定位到一个节点的父亲节点或子节点,完全不慌。
三、属性
简单了解了堆排序之后,我们重新进入正题,先来看一看 PriorityQueue 中定义了哪些属性:
//默认容量private static final int DEFAULT_INITIAL_CAPACITY = 11;//底层的存储结构,也是通过数组来存储的transient Object[] queue; // non-private to simplify nested class access//队列中的元素个数private int size = 0;//比较器,默认为nullprivate final Comparator<? super E> comparator;//queue的最大容量private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
可以发现,PriorityQueue 的底层实现也是通过一个数组来作为存储结构,数组的默认大小是11。另外,它还有一个比较器,默认情况下比较器为 null。当比较器为空时,它会按照元素的自然顺序进行排序,如果元素无法比较,则会抛出异常。
四、方法
1、构造方法
PriorityQueue 提供了很多构造方法,我们可以根据自己的需求选择合适的构造方法来使用,具体如下:
//无参的构造方法,默认容量大小为11,比较器为nullpublic PriorityQueue() { this(DEFAULT_INITIAL_CAPACITY, null);}//指定初始容量大小,比较器为nullpublic PriorityQueue(int initialCapacity) { this(initialCapacity, null);}//指定比较器,初始容量大小为11public PriorityQueue(Comparator<? super E> comparator) { this(DEFAULT_INITIAL_CAPACITY, comparator);}//指定初始容量大小和比较器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;}//通过指定的集合来初始化优先队列public PriorityQueue(Collection<? extends E> c) { if (c instanceof SortedSet<?>) { SortedSet<? extends E> ss = (SortedSet<? extends E>) c; this.comparator = (Comparator<? super E>) ss.comparator(); initElementsFromCollection(ss); } else if (c instanceof PriorityQueue<?>) { PriorityQueue<? extends E> pq = (PriorityQueue<? extends E>) c; this.comparator = (Comparator<? super E>) pq.comparator(); initFromPriorityQueue(pq); } else { this.comparator = null; initFromCollection(c); }}//通过一个优先队列来初始化public PriorityQueue(PriorityQueue<? extends E> c) { this.comparator = (Comparator<? super E>) c.comparator(); initFromPriorityQueue(c);}//通过一个SortedSet来初始化优先队列public PriorityQueue(SortedSet<? extends E> c) { this.comparator = (Comparator<? super E>) c.comparator(); initElementsFromCollection(c);}
2、扩容
在上面,我们知道了 PriorityQueue 的底层是通过数组来存储的,并且数组的默认大小为11,所以对于 PriorityQueue 来说,一定会有扩容的机制存在。那么,接下来我们就先来看一下它是怎么扩容的,源码如下:
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);}private static int hugeCapacity(int minCapacity) { if (minCapacity < 0) // overflow throw new OutOfMemoryError(); return (minCapacity > MAX_ARRAY_SIZE) ? Integer.MAX_VALUE : MAX_ARRAY_SIZE;}
从上面的源码中,我们可以看出,当 queue 的长度小于 64 时,它每次扩容都是比原来大一倍且再多扩充两个存储单位;而当 queue 的长度大于等于 64 之后,它每次扩容都是比原来多扩50%的空间。
另外,其实在扩容的时候,newCapacity 的计算是会出现溢出的情况的,但是代码中通过 “newCapacity - MAX_ARRAY_SIZE > 0” 这一句来处理溢出的情况了(想一想这样为什么能处理)。如果这一句写成了 “newCapacity > MAX_ARRAY_SIZE” 那就 GG 了。
3、添加元素
在往 PriorityQueue 里添加元素的时候,每次都默认添加到队尾去,然后一直与父节点进行比较,判断是否需要调整节点的值,直至使它满足大顶堆(或小顶堆)的性质。这个过程通过图片来描述会比较容易理解一些,例如下面演示了往一个堆中添加一个元素 9 的过程,如图所示:
一开始,9 被添加到最后面,此时破坏了这个小顶堆的性质,所以接下来会开始做调整。先拿 9 跟其父节点比较,发现父节点 13 比较大,所以交换其位置;之后继续跟父节点 11 比较,发现父节点 11 比较大,继续交换位置;继续再跟父节点 8 比较,发现 9 比较大,不必交换位置,调整结束。此时这个堆又满足了小顶堆的性质,即父节点大于等于任何一个子节点。
很明显,在向上调整的过程中,最多只会调整 log(n) 个节点,所以这个操作的复杂度为 O(logn)。
添加元素的源码如下,结合这张图片,源码还是比较好理解的。
public boolean add(E e) { return offer(e);}public boolean offer(E e) { //不允许null元素 if (e == null) throw new NullPointerException(); modCount++; int i = size; //判断是否需要扩容 if (i >= queue.length) grow(i + 1); size = i + 1; if (i == 0) queue[0] = e; else siftUp(i, e); return true;}//往上调整private void siftUp(int k, E x) { if (comparator != null) siftUpUsingComparator(k, x); else siftUpComparable(k, x);}//通过自然顺序来比较private void siftUpComparable(int k, E x) { Comparable<? super E> key = (Comparable<? super E>) x; while (k > 0) { //计算父节点的下标 int parent = (k - 1) >>> 1; //获取父节点 Object e = queue[parent]; if (key.compareTo((E) e) >= 0) break; //交换父节点与当前节点的值 queue[k] = e; k = parent; } queue[k] = key;}//通过比较器来比较private void siftUpUsingComparator(int k, E x) { while (k > 0) { //计算父节点的下标 int parent = (k - 1) >>> 1; //获取父节点 Object e = queue[parent]; if (comparator.compare(x, (E) e) >= 0) break; //交换父节点与当前节点的值 queue[k] = e; k = parent; } queue[k] = x;}
4、删除元素
PriorityQueue 删除元素有两种方法,一种是获取并删除堆顶元素,另外一种是删除指定元素,我们先来看一下获取并删除堆顶元素的过程:
获取堆顶元素很简单,直接取 queue[0] 就可以了,但是删除了堆顶元素之后,此时就需要对堆的结构进行调整,重新选举出一个堆顶。从上面的图片,我们可以看到,实际上堆顶并没有被删除,而是在调整的过程中被覆盖掉了,被删除的是堆中的最后一个元素 13。堆的调整过程其实是在为 13 这个元素寻找一个适合的位置插入,保证在 13 插入后,这棵树仍然满足堆的性质。调整的策略很简单,例如图片中的小顶堆,它每次取当前节点左右儿子中的最小值替换当前值,并一直往下调整,直至找到合适 13 这个元素的位置才算调整完成。
显然,在向下调整的过程中,最多只会进行 log(n) 次比较以及覆盖,所以这个操作的复杂度也是 O(logn)。poll 操作的源码如下:
public E poll() { if (size == 0) return null; int s = --size; modCount++; //获取堆顶元素 E result = (E) queue[0]; //获取最后一个元素 E x = (E) queue[s]; queue[s] = null; if (s != 0) siftDown(0, x); return result;}//向下调整,重新确定最后一个元素的位置private void siftDown(int k, E x) { if (comparator != null) siftDownUsingComparator(k, x); else siftDownComparable(k, x);}//通过自然顺序来比较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) { //计算左儿子下标 int child = (k << 1) + 1; // assume left child is least Object c = queue[child]; //计算右儿子下标 int right = child + 1; //取左右儿子中的最小(最大)值 if (right < size && ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0) c = queue[child = right]; //如果此时左右儿子都比当前值小(大),则该位置就是要找的位置 if (key.compareTo((E) c) <= 0) break; //最小(最大)值往上提 queue[k] = c; k = child; } queue[k] = key;}//通过比较器来比较private void siftDownUsingComparator(int k, E x) { int half = size >>> 1; while (k < half) { //计算左儿子下标 int child = (k << 1) + 1; Object c = queue[child]; //计算右儿子下标 int right = child + 1; //取左右儿子中的最小(最大)值 if (right < size && comparator.compare((E) c, (E) queue[right]) > 0) c = queue[child = right]; //如果此时左右儿子都比当前值小(大),则该位置就是要找的位置 if (comparator.compare(x, (E) c) <= 0) break; //最小(最大)值往上提 queue[k] = c; k = child; } queue[k] = x;}
另外,与删除元素相关的还有一个 remove 方法,它的作用是删除指定元素。很容易想到,对于一个这种结构的容器来说,删除指定元素免不了需要对整个数组进行遍历,实际上它也是这么做的,所以这个操作的复杂度是很高的,复杂度为O(n),不过这个操作在实际中是很少用到的,源码如下:
public boolean remove(Object o) { int i = indexOf(o); if (i == -1) return false; else { removeAt(i); return true; }}//遍历数组,获取元素下标private int indexOf(Object o) { if (o != null) { for (int i = 0; i < size; i++) if (o.equals(queue[i])) return i; } return -1;}//删除指定下标的元素,并对堆结构进行调整private E removeAt(int i) { // assert i >= 0 && i < size; modCount++; int s = --size; if (s == i) // removed last element queue[i] = null; else { E moved = (E) queue[s]; queue[s] = null; siftDown(i, moved); if (queue[i] == moved) { siftUp(i, moved); if (queue[i] != moved) return moved; } } return null;}
5、获取元素
获取堆顶元素的代码很简单,其实就是直接取 queue[0] 即可,源码如下:
public E peek() { return (size == 0) ? null : (E) queue[0];}
五、总结
1、PriorityQueue 是一个具有优先级的队列,是通过堆来实现的,它保证队头一定是最大/最小的元素,它底层的存储结构是数组。
2、PriorityQueue 添加元素和删除队头元素的复杂度都是 O(logn),删除指定元素的复杂度为 O(n),n 指容器中元素的个数。
3、PriorityQueue 默认的大小是 11。
4、PriorityQueue 在扩容的时候会有一个阈值,当容量小于这个阈值时,它的新容量是旧容量的两倍加2;当容量超过这个阈值时,它是以原容量的 50% 去扩容的。
- Java8 - PriorityQueue源码
- 源码分析之PriorityQueue
- PriorityQueue源码及用法
- PriorityQueue类源码解析
- 《Java源码分析》:PriorityQueue
- jdk源码分析PriorityQueue
- 源码分析-PriorityQueue
- PriorityQueue源码分析
- PriorityQueue源码阅读总结
- Java源码阅读-PriorityQueue
- PriorityQueue 源码分析
- Java源码阅读之PriorityQueue
- 【jdk1.8】PriorityQueue源码分析
- jdk源码分析之PriorityQueue
- PriorityQueue优先级队列源码分析
- 【Java源码】PriorityQueue源码剖析及其应用
- PriorityQueue
- PriorityQueue
- Android Studio 使用本地的gradle
- 优粉吧-微信大号推广微信公众平台大号直发转发自媒体推广
- CSS引入方式及link和@import的区别是?
- C语言宏高级用法 [总结]
- Firefox伪造请求头
- Java8 - PriorityQueue源码
- Gevent的长轮询实现方法详解
- js中写html代码(onclick参数中带有json对象)
- JAVA里面的“指针”
- php查询IP地理位置(dat数据库)
- 论文BigTable-Google's BigTable 原理 (翻译)
- VC++6.0中怎么使用单步调试
- html&xml解析之jsoup和domj4的简单使用
- c++构造函数,拷贝构造函数,析构函数,赋值运算符重载