目录 一、优先级队列 (1)概念 二、优先级队列的模拟实现 (1)堆的概念 (2)堆的存储方式 (3)堆的创建 堆向下调整 (4)堆的插入与删除 堆的插入 堆的删除 三、常用接口介绍 1、PriorityQueue的特性 2
目录
堆中某个节点的值总是不大于或不小于其父节点的值; 堆总是一棵完全二叉树。
大根堆和小根堆的示例图如下:
将元素存储到数组中后,可以根据二叉树性质 对树进行还原。假设 i 为节点在数组中的下标,则有:
如果 i 为 0 ,则 i 表示的节点为根节点,否则 i 节点的双亲节点为 (i - 1)/2 如果 2 * i + 1 小于节点个数,则节点 i 的左孩子下标为 2 * i + 1 ,否则没有左孩子 如果 2 * i + 2 小于节点个数,则节点 i 的右孩子下标为 2 * i + 2 ,否则没有右孩子
我们来思考一个问题:对于集合{ 27,15,19,18,28,34,65,49,25,37 }中的数据,如果将其创建成堆呢?
仔细观察上图后发现:根节点的左右子树已经完全满足堆的性质,因此只需将根节点向下调整好即可。
向下过程(以小堆为例):
1. 让 parent 标记需要调整的节点, child 标记 parent 的左孩子 (注意:parent如果有孩子一定先是有左孩子) 2. 如果 parent 的左孩子存在,即 :child < size , 进行以下操作,直到 parent 的左孩子不存在 (1)parent右孩子是否存在,存在找到左右孩子中最小的孩子,让 child 进行标 (2)将parent 与较小的孩子 child 比较,如果:parent 小于较小的孩子 child ,调整结束 否则:交换 parent 与较小的孩子 child ,交换完成之后, parent 中大的元素向下移动,可能导致子树不满足对的性质,因此需要继续向下调整,即parent = child ; child = parent*2+1; 然后继续 2 。
public void shiftDown(int[] array, int parent) {// child先标记parent的左孩子,因为parent可能右左没有右 int child = 2 * parent + 1; int size = array.length; while (child < size) {// 如果右孩子存在,找到左右孩子中较小的孩子,用child进行标记 if(child+1 < size && array[child+1] < array[child]){ child += 1; }// 如果双亲比其最小的孩子还小,说明该结构已经满足堆的特性了 if (array[parent] <= array[child]) { break; }else{// 将双亲与较小的孩子交换 int t = array[parent]; array[parent] = array[child]; array[child] = t;// parent中大的元素往下移动,可能会造成子树不满足堆的性质,因此需要继续向下调整 parent = child; child = parent * 2 + 1; } } }
注意:在调整以parent为根的二叉树时,必须要满足parent的左子树和右子树已经是堆了才可以向下调整。
时间复杂度分析: 最坏的情况 即图示的情况, 从根一路比较到叶子,比较的次数为完全二叉树的高度,即时间复杂度为O()堆的创建
那对于普通的序列 { 1,5,3,8,7,6 } ,即根节点的左右子树不满足堆的特性,又该如何调整呢? 此时,我们只需要从倒数第一个非叶子结点开始,依次进行向下调整即可。 public static void createHeap(int[] array) {// 找倒数第一个非叶子节点,从该节点位置开始往前一直到根节点,遇到一个节点,应用向下调整 int root = ((array.length-2)>>1); for (; root >= 0; root--) { shiftDown(array, root); } }
时间复杂度的计算:
因为堆是完全二叉树,而满二叉树也是完全二叉树,此处为了简化使用满二叉树来证明 ( 时间复杂度本来看的就是近似值,多几个节点不影响最终结果) :因此:建堆的时间复杂度为O(N)。
1. 先将元素放入到底层空间中 ( 注意:空间不够时需要扩容 ) 2. 将最后新插入的节点向上调整,直到满足堆的性质
向上调整的代码如下:
public void shiftUp(int child) {// 找到child的双亲 int parent = (child - 1) / 2; while (child > 0) {// 如果双亲比孩子大,parent满足堆的性质,调整结束 if (array[parent] > array[child]) { break; } else{// 将双亲与孩子节点进行交换 int t = array[parent]; array[parent] = array[child]; array[child] = t;// 小的元素向下移动,可能到值子树不满足对的性质,因此需要继续向上调增 child = parent; parent = (child - 1) / 2; } } }
注意:堆的删除一定删除的是堆顶元素。具体如下:
1. 将堆顶元素对堆中最后一个元素交换 2. 将堆中有效数据个数减少一个 3. 对堆顶元素进行向下调整
1. 使用时必须导入 PriorityQueue 所在的包,即:2. PriorityQueue 中放置的 元素必须要能够比较大小,不能插入无法比较大小的对象 ,否则会抛出 ClassCastException异常 3. 不能插入null对象 ,否则会抛出 NullPointerException 4. 没有容量限制,可以插入任意多个元素,其内部可以自动扩容 5. 插入和删除元素的时间复杂度为O(logN) 6. PriorityQueue 底层使用了 堆数据结构 7. PriorityQueue 默认情况下是小堆 --- 即每次获取到的元素都是最小的元素
import java.util.PriorityQueue;
static void TestPriorityQueue(){// 创建一个空的优先级队列,底层默认容量是11 PriorityQueue q1 = new PriorityQueue<>();// 创建一个空的优先级队列,底层的容量为initialCapacity PriorityQueue q2 = new PriorityQueue<>(100); ArrayList list = new ArrayList<>(); list.add(4); list.add(3); list.add(2); list.add(1);// 用ArrayList对象来构造一个优先级队列的对象// q3中已经包含了三个元素 PriorityQueue q3 = new PriorityQueue<>(list); System.out.println(q3.size()); System.out.println(q3.peek()); }
注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器
// 用户自己定义的比较器:直接实现Comparator接口,然后重写该接口中的compare方法即可class IntCmp implements Comparator{ @Override public int compare(Integer o1, Integer o2) { return o2-o1; }}public class TestPriorityQueue { public static void main(String[] args) { PriorityQueue p = new PriorityQueue<>(new IntCmp()); p.offer(4); p.offer(3); p.offer(2); p.offer(1); p.offer(5); System.out.println(p.peek()); }}
此时创建出来的就是一个大堆。 static void TestPriorityQueue2(){ int[] arr = {4,1,9,2,8,0,7,3,6,5};// 一般在创建优先级队列对象时,如果知道元素个数,建议就直接将底层容量给好// 否则在插入时需要不多的扩容// 扩容机制:开辟更大的空间,拷贝元素,这样效率会比较低 PriorityQueue q = new PriorityQueue<>(arr.length); for (int e: arr) { q.offer(e); } System.out.println(q.size()); // 打印优先级队列中有效元素个数 System.out.println(q.peek()); // 获取优先级最高的元素// 从优先级队列中删除两个元素之和,再次获取优先级最高的元素 q.poll(); q.poll(); System.out.println(q.size()); // 打印优先级队列中有效元素个数 System.out.println(q.peek()); // 获取优先级最高的元素 q.offer(0); System.out.println(q.peek()); // 获取优先级最高的元素// 将优先级队列中的有效元素删除掉,检测其是否为空 q.clear(); if(q.isEmpty()){ System.out.println("优先级队列已经为空!!!"); } else{ System.out.println("优先级队列不为空"); } }
注意:以下是JDK 1.8中,PriorityQueue的扩容方式:
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; 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; }
优先级队列的扩容说明: 如果容量小于 64 时,是按照 oldCapacity 的 2 倍方式扩容的 如果容量大于等于 64 ,是按照 oldCapacity 的 1.5 倍方式扩容的 如果容量超过 MAX_ARRAY_SIZE ,按照 MAX_ARRAY_SIZE 来进行扩容
来源地址:https://blog.csdn.net/weixin_73616913/article/details/131361059
--结束END--
本文标题: 【Java】PriorityQueue--优先级队列
本文链接: https://www.lsjlt.com/news/385236.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-04-03
2024-04-03
2024-04-01
2024-01-21
2024-01-21
2024-01-21
2024-01-21
2023-12-23
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0