当前位置: 首页 > news >正文

Java中优先级队列的实现

Java中优先级队列的实现

Java中的优先级队列是通过PriorityQueue类实现的,它是基于**优先级堆(通常是最小堆)**的数据结构。下面详细解析其实现机制:

核心实现原理

  1. 底层数据结构

    • 使用数组Object[] queue)存储元素
    • 逻辑上组织为二叉堆(默认是最小堆)
  2. 堆的性质维护

    • 父节点总是小于或等于子节点(最小堆)
    • 插入和删除操作后通过"上浮"和"下沉"操作维护堆性质

关键操作实现

1. 插入元素(add/offer)

public boolean offer(E e) {
    if (e == null)
        throw new NullPointerException();
    modCount++;
    int i = size;
    if (i >= queue.length)
        grow(i + 1);  // 动态扩容
    siftUp(i, e);     // 上浮操作
    size = i + 1;
    return true;
}

上浮过程(siftUp):

private void siftUp(int k, E x) {
    if (comparator != null)
        siftUpUsingComparator(k, x);
    else
        siftUpComparable(k, x);
}

private void siftUpComparable(int k, E x) {
    Comparable<? super E> key = (Comparable<? super E>) x;
    while (k > 0) {
        int parent = (k - 1) >>> 1;  // 计算父节点位置
        Object e = queue[parent];
        if (key.compareTo((E) e) >= 0)
            break;
        queue[k] = e;  // 父节点下移
        k = parent;
    }
    queue[k] = key;  // 找到最终位置
}

2. 删除元素(poll/remove)

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);  // 下沉操作
    return result;
}

下沉过程(siftDown):

private void siftDown(int k, E x) {
    if (comparator != null)
        siftDownUsingComparator(k, x);
    else
        siftDownComparable(k, x);
}

private void siftDownComparable(int k, E x) {
    Comparable<? super E> key = (Comparable<? super E>)x;
    int half = size >>> 1;        // 只需检查非叶子节点
    while (k < half) {
        int child = (k << 1) + 1; // 左子节点
        Object c = queue[child];
        int right = child + 1;
        if (right < size &&
            ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
            c = queue[child = right]; // 选择较小的子节点
        if (key.compareTo((E) c) <= 0)
            break;
        queue[k] = c;  // 子节点上移
        k = child;
    }
    queue[k] = key;  // 找到最终位置
}

重要特性

  1. 动态扩容

    • 初始容量为11
    • 扩容策略:小队列(<64)时双倍扩容,大队列时增长50%
  2. 排序方式

    • 默认自然顺序(最小堆)
    • 可通过Comparator自定义优先级顺序
  3. 非线程安全

    • 线程安全版本使用PriorityBlockingQueue
  4. 时间复杂度

    • 插入/删除:O(log n)
    • 查看队首:O(1)

使用示例

// 默认最小堆
PriorityQueue<Integer> minHeap = new PriorityQueue<>();
minHeap.offer(5);
minHeap.offer(1);
minHeap.offer(3);
System.out.println(minHeap.poll()); // 输出1

// 自定义比较器实现最大堆
PriorityQueue<Integer> maxHeap = new PriorityQueue<>((a, b) -> b - a);
maxHeap.offer(5);
maxHeap.offer(1);
maxHeap.offer(3);
System.out.println(maxHeap.poll()); // 输出5

Java的优先级队列实现高效且灵活,能够满足大多数需要优先级调度的应用场景。

http://www.dtcms.com/a/99843.html

相关文章:

  • 蓝桥杯备考------>双指针(滑动窗口)
  • 华为OD机试2025A卷 - 最大值(Java Python JS C++ C )
  • PyTorch 2.6.0没有对应的torch-sparse版本,不要下载pytorch最新版本,否则用不了图神经网络torch_geometric
  • vmware_unbantu刷新IP
  • EtherNet/IP转ProfiNet协议转换网关驱动西门子PLC与流量计的毫秒级压力同步控制
  • 洛谷题单1-P5706 【深基2.例8】再分肥宅水-python-流程图重构
  • MySQL单表查询、多表查询
  • linux实现rsync+sersync实时数据备份
  • Redis-快速入门
  • GPT Actions
  • 【硬件测试】基于FPGA的16QAM+帧同步系统开发与硬件片内测试,包含高斯信道,误码统计,可设置SNR
  • 【Find My全球市场观察:中国制造如何改写游戏规则?】
  • 游戏引擎学习第191天
  • 【Python】工作笔记:返回当月第一天、昨天;上月第一天、当天;全年节假日
  • 淘宝客户端动态化页面搭建
  • Linux课程学习一
  • 【区块链安全 | 第五篇】DeFi概念详解
  • Kubernetes比同规格虚拟机性能相差多少?
  • 《Express:Node.js 里的 “闪电侠”》
  • Playwright从入门到实战:比Selenium更快的数据爬取案例实战
  • STL-string容器
  • 蓝桥杯嵌入式学习笔记
  • SQL IF(xxx, 1, 0) 窗口函数
  • 【嵌入式学习3】TCP服务器客户端 - UDP发送端接收端
  • Supabase 匿名密钥与服务角色密钥详细对比文档
  • .NET 9 中的新增功能:关键更新和 C# 12 功能简化
  • C#核心学习(一)面向过程与面向对象编程---初识类和对象
  • 深入理解MySQL聚集索引与非聚集索引
  • fetch的语法规则及常见用法
  • EasyExcel 与 Apache POI:Java 操作 Excel 的详解