当前位置： 首页 > news >正文

JAVA中的堆和栈

news 2025/10/31 9:51:06

在 Java 中，“堆” 和 “栈” 有两层含义：一是JVM 内存模型中的堆（Heap）和栈（Stack），二是数据结构中的堆（Heap）和栈（Stack）。而 “优先队列（PriorityQueue）” 是基于数据结构中的堆实现的高级容器。下面从这两个维度分别总结，并结合使用方法和案例说明。

一、JVM 内存模型中的堆与栈

这是 Java 内存管理的核心概念，与对象存储、内存分配直接相关。

1. 堆（Heap）
  • 概念：JVM 中最大的内存区域，线程共享，用于存储所有对象实例（包括数组）和字符串常量池（JDK7 后移至堆）。
  • 特性：
    • 动态分配内存，大小可通过 JVM 参数（如-Xms、-Xmx）调整。
    • 内存回收由垃圾回收器（GC）自动管理，无需手动释放。
    • 分配速度较慢（需处理内存碎片、GC 等），但存储容量大。
2. 栈（Stack，虚拟机栈）
  • 概念：线程私有，每个线程对应一个虚拟机栈，由多个栈帧组成（每个方法调用对应一个栈帧）。
  • 特性：
    • 存储局部变量（基本类型、对象引用）、方法返回地址、操作数栈等。
    • 遵循 “后进先出（LIFO）” 原则，方法调用时入栈，执行完毕后出栈。
    • 内存自动分配和释放（随方法调用 / 结束），速度快，无内存碎片。
3. 核心区别与使用场景
维度堆（JVM）栈（JVM）
线程共享性共享（所有线程可访问）私有（仅当前线程访问）
存储内容对象实例、字符串常量池局部变量、方法栈帧
内存管理垃圾回收器自动回收随方法调用 / 结束自动释放
速度较慢较快

案例：变量存储位置

public class MemoryDemo {// 成员变量（存储在堆中，随对象实例存在）private String heapVar = "堆中的字符串";public void method() {// 局部变量（基本类型，存储在栈中）int stackVar = 10;// 对象引用（引用存栈中，对象实例存堆中）String ref = new String("栈中引用，堆中对象");}
}

二、数据结构中的栈（Stack）

数据结构中的栈是一种线性表，仅允许在一端（栈顶）进行插入和删除操作，遵循 “后进先出（LIFO）” 原则。

1. 常用实现与方法

Java 中不推荐使用java.util.Stack（继承Vector，线程安全导致性能开销），推荐用Deque接口的ArrayDeque实现（更高效）。

核心方法：

  • push(E e)：入栈（添加元素到栈顶）。
  • pop()：出栈（移除并返回栈顶元素，栈空时抛异常）。
  • poll()：出栈（移除并返回栈顶元素，栈空时返回null）。
  • peek()：查看栈顶元素（不移除）。
  • isEmpty()：判断是否为空。
2. 使用案例：逆波兰表达式求值

逆波兰表达式（后缀表达式）是运算符在操作数后的表达式，适合用栈计算结果。

import java.util.Deque;
import java.util.ArrayDeque;public class RPNCalculator {public static int evalRPN(String[] tokens) {Deque<Integer> stack = new ArrayDeque<>();for (String token : tokens) {if (token.equals("+") || token.equals("-") || token.equals("*") || token.equals("/")) {// 弹出两个操作数计算int b = stack.pop();int a = stack.pop();switch (token) {case "+": stack.push(a + b); break;case "-": stack.push(a - b); break;case "*": stack.push(a * b); break;case "/": stack.push(a / b); break;}} else {// 数字入栈stack.push(Integer.parseInt(token));}}return stack.pop();}public static void main(String[] args) {String[] tokens = {"2","1","+","3","*"}; // 等价于 (2+1)*3System.out.println(evalRPN(tokens)); // 输出 9}
}

三、数据结构中的堆（Heap）

数据结构中的堆是一种完全二叉树，分为两种：

  • 最大堆：父节点值 ≥ 子节点值（堆顶为最大值）。
  • 最小堆：父节点值 ≤ 子节点值（堆顶为最小值）。

Java 中无直接的Heap类，通过PriorityQueue间接实现堆功能（默认是最小堆）。

1. 常用方法（基于PriorityQueue）
  • offer(E e)：添加元素并调整堆结构（维持堆特性）。
  • poll()：移除并返回堆顶元素（最小 / 最大值），自动调整堆。
  • peek()：查看堆顶元素（不移除）。
  • size()：返回元素个数。
2. 堆的创建方式
  • 最小堆（默认）：new PriorityQueue<>()。
  • 最大堆：new PriorityQueue<>(Collections.reverseOrder())。
  • 自定义排序：传入Comparator，如new PriorityQueue<>((a, b) -> b - a)（最大堆）。
3. 使用案例：查找数据流中的中位数

用两个堆（一个最大堆存较小一半元素，一个最小堆存较大一半元素）动态维护中位数。

import java.util.*;public class MedianFinder {private PriorityQueue<Integer> maxHeap; // 存较小的一半（堆顶为最大值）private PriorityQueue<Integer> minHeap; // 存较大的一半（堆顶为最小值）public MedianFinder() {maxHeap = new PriorityQueue<>(Collections.reverseOrder());minHeap = new PriorityQueue<>();}public void addNum(int num) {// 先加入最大堆，再平衡两个堆的大小maxHeap.offer(num);minHeap.offer(maxHeap.poll());// 保证最大堆 size ≥ 最小堆 size（最多差1）if (maxHeap.size() < minHeap.size()) {maxHeap.offer(minHeap.poll());}}public double findMedian() {if (maxHeap.size() > minHeap.size()) {return maxHeap.peek(); // 奇数个元素，最大堆顶为中位数} else {return (maxHeap.peek() + minHeap.peek()) / 2.0; // 偶数个，取平均}}public static void main(String[] args) {MedianFinder finder = new MedianFinder();finder.addNum(1);finder.addNum(2);System.out.println(finder.findMedian()); // 1.5finder.addNum(3);System.out.println(finder.findMedian()); // 2.0}
}

四、优先队列（PriorityQueue）

优先队列是一种特殊队列，元素按优先级排序，每次出队的是优先级最高的元素（底层基于堆实现）。

1. 核心特性
  • 排序规则：默认按元素自然顺序（Comparable），或通过Comparator自定义。
  • 无序性：迭代器遍历不保证顺序，仅poll()/peek()能获取优先级最高的元素。
  • 时间复杂度：插入（offer）和删除（poll）为O(log n)，查询堆顶为O(1)。
2. 使用案例：合并 K 个有序链表

利用优先队列每次取出最小节点，高效合并多个有序链表。

import java.util.*;// 链表节点定义
class ListNode {int val;ListNode next;ListNode(int val) { this.val = val; }
}public class MergeKLists {public ListNode mergeKLists(ListNode[] lists) {if (lists == null || lists.length == 0) return null;// 优先队列（按节点值升序，每次取最小节点）PriorityQueue<ListNode> pq = new PriorityQueue<>(Comparator.comparingInt(a -> a.val));// 初始化：将每个链表的头节点加入队列for (ListNode node : lists) {if (node != null) pq.offer(node);}ListNode dummy = new ListNode(0);ListNode cur = dummy;// 循环取最小节点，拼接结果链表while (!pq.isEmpty()) {ListNode minNode = pq.poll();cur.next = minNode;cur = cur.next;// 若当前节点有下一个节点，加入队列if (minNode.next != null) {pq.offer(minNode.next);}}return dummy.next;}
}

五、总结

概念本质 / 核心特性典型使用场景
JVM 堆线程共享，存储对象实例，GC 管理对象创建、长生命周期数据存储
JVM 栈线程私有，存储局部变量和方法帧，LIFO方法调用、临时变量存储
数据结构栈LIFO 线性表，仅栈顶操作括号匹配、表达式求值、递归模拟
数据结构堆完全二叉树，最大 / 小堆，动态取最值Top K 问题、中位数查找、优先级调度
优先队列（PriorityQueue）基于堆实现，按优先级出队任务调度、合并有序数据、事件触发机制

http://www.dtcms.com/a/549491.html

相关文章：

  • A2A协议的多智能体投顾引擎架构， 智能体生成年化418%，回撤11%，夏普比5.19的规则策略，附python代码
  • 建设黑彩网站需要什么药理学网站建设方案
  • Linux本机ping虚机ip Network unreachable
  • 个体工商户可以备案哪些网站做一个同城便民信息网站怎么做
  • 队列——速成
  • 南京建设网站的公司网易企业邮箱登录入口手机
  • R语言基于Rselenium模拟浏览器抓取DatabaseCommons数据-连载NO.04
  • 对于一些MP4文件的压缩
  • 基于Selenium和AI的图像处理
  • Selenium Wire 网络拦截实现方案
  • 无锡手机网站制作费用网页设计与网站建设在线考试
  • 【Qt】【1. 版本特性介绍】
  • pyside6的历史发展、Qt 介绍、PyQt 和 pyside6对比
  • 做没用的网站建立个网站
  • numpy的random函数总结
  • ⸢ 拾-Ⅱ⸥⤳ 威胁感知与响应建设方案：威胁运营威胁响应
  • Auto Dark Mode，一款Windows 自动深浅色切换工具
  • 惠民县建设网站信宜网站设计公司
  • 论文对应项目复现教程
  • 第165期 无需提示词的微调：Bonepoke 与系统姿态的隐藏调控旋钮
  • 口腔种植中叠腮技术的适应证与考量
  • 原码、反码、补码与正数、负数的运算关系介绍
  • ShimetaPi丨事件相机新版SDK发布：支持Python调用，可降低使用门槛
  • 计算机图形学：【Games101】学习笔记03——光栅化（三角形的离散化、深度测试与抗锯齿）
  • 如何掌握【Java】 IO/NIO设计模式？工厂/适配器/装饰器/观察者模式全解析
  • C# 中的空条件运算符（?.）与空合并运算符（??）详解
  • 福建人力资源建设网站房地产销售技巧
  • 佳木斯 网站建设网页版qq登录入口版qq账号登录界面
  • 基于django网站开发课设报告广州开公司的基本流程及费用
  • VecDeque 的环形缓冲区：从 `head/tail` 到 `wrapping_add`，一次把缓存、SIMD 与 `no_std` 全部打通