数据结构_优先级队列(堆)

目录

一、优先级队列

[1.1 堆](#1.1 堆)

[1.2 PriorityQueue接口](#1.2 PriorityQueue接口)

二、模拟实现优先级队列

[2.1 初始化](#2.1 初始化)

[2.2 创建大根堆 (向下调整)](#2.2 创建大根堆 (向下调整))

[2.3 堆的插入](#2.3 堆的插入)

[2.4 堆的删除](#2.4 堆的删除)

[2.5 堆排序](#2.5 堆排序)

总结


一、优先级队列

优先级队列是一种特殊的队列,其出队顺序与入队顺序无关,而与优先级相关 。其常见的实现方式就是使用作为底层数据结构。

1.1 堆

堆将所有元素按完全二叉树的顺序存储方式 存储在一个一维数组中,堆还分为大根堆小根堆

大根堆:每个结点的值都大于 其子结点的值,最大值总是在堆顶。

小根堆:每个结点的值都小于 其子结点的值,最小值总是在堆顶。

【完全二叉树的性质】

一棵有 n 个结点的完全二叉树,对于其编号为 i 的结点有:

  • 若 i > 0,父结点编号:[(i-1) / 2];若 i = 0,则 i 为根结点编号,无父结点。
  • 若 2i+1 < n,左孩子编号:2i+1;反之无左孩子。
  • 若 2i+2 < n,右孩子编号:2i+2;反之无右孩子。

1.2 PriorityQueue接口

在 Java 中提供了 PriorityQueue 和 PriorityBlockingQueue 接口来表示优先级队列,其中 PriorityQueue 线程不安全 的,PriorityBlockingQueue 是线程安全的。

【PriorityQueue 的性质】

  • PriorityQueue 中放置的元素必须能够比较大小,否则会抛 ClassCastException。
  • 不能插入 null 对象,否则会抛 NullPointerException。
  • 没有容量限制,可以任意插入元素,其内部会自动扩容。
  • 插入和删除元素的时间复杂度为
  • PriorityQueue 底层使用了 数据结构,默认情况下是小根堆。

【构造方法】

|--------------------------------------------|------------------------------------------|
| 方法 | 说明 |
| PriorityQueue() | 创建一个空的优先级队列,默认容量是11 |
| PriorityQueue(int initialCapacity) | 创建一个初始容量为 initialCapacity (不能小于1) 的优先级队列 |
| PriorityQueue(Collection<? extends E> c) | 用一个集合来创建优先级队列 |

【操作方法】

|--------------------|----------------|
| 方法 | 说明 |
| boolean offer(E e) | 插入元素 e |
| E poll() | 移除优先级最高的元素并返回 |
| E peek() | 获取优先级最高的元素 |
| int size() | 获取优先级队列中有效元素个数 |
| boolean isEmpty() | 判断优先级队列是否为空 |
| void clear() | 清空 |


二、模拟实现优先级队列

2.1 初始化

java 复制代码
public class MyHeap {
    public int[] element;//定义数组以实现优先级队列(堆)
    public int usedSize;//记录堆中有效元素个数
    
    public MyHeap() {
        this.element = new int[10];
    }

    //初始化 element 数组
    public void initElement(int[] array) {
        for (int i = 0; i < array.length; i++) {
            //存入元素
            element[i] = array[i];
            //记录元素个数
            usedSize++;
        }
    }
}

2.2 创建大根堆 (向下调整)

① 初始令 parent 引用指向最后一棵子树的根结点进行调整,调整完一棵子树后,令 parent-- 前往其上一棵子树进行调整,直至调整完下标为 0 的根结点及其子树。

② 首先确保该根结点有左孩子的情况下,进入向下调整的过程 ,先令 child 引用指向孩子结点最大值;

再比较 parent 与 child 大小,若 child 比 parent 大,则交换,交换后 parent 引用指向当前 child 引用,child 引用指向 parent 左孩子结点开始调整其下方子树,直至其下方不存在子树;

反之无需交换,直接结束循环。

java 复制代码
    //创建大根堆:采用向下调整策略
    public void createHeap() {
        //从最后一棵子树开始调整,依次往前,直至根结点
        //父亲结点 = (孩子结点-1) / 2
        //usedSize-1 是树中最后一个结点
        for (int parent = (usedSize-1-1) / 2; parent >= 0; parent--) {
            //向下调整
            siftDown(parent,usedSize);
        }
    }

    //向下调整
    private void siftDown(int parent, int length) {
        //左孩子结点 = 父亲结点*2 + 1
        int child = parent*2 + 1;

        //首先保证该结点有左孩子结点
        while (child < length) {

            //确定该结点有右孩子结点,再进行比较
            //保证 child 引用指向孩子结点中最大值
            if ((child+1) < length && element[child] < element[child+1]) {
                //若右孩子的值大于左孩子,则 child 引用指向右孩子
                child = child + 1;
            }

            if (element[child] > element[parent]) {
                //若 child 比 parent 大,则交换元素
                swap(child, parent);

                //parent 指向 child 位置,向下调整至下方无子树
                parent = child;
                child = parent*2 + 1;
            } else {
                //子结点都比父结点小
                break;
            }
        }
    }

    //交换元素
    private void swap(int i, int j) {
        int tmp = element[i];
        element[i] = element[j];
        element[j] = tmp;
    }

2.3 堆的插入

① 将 value 存放至最后一个结点,开始向上调整。

② 在向上调整的过程 中,只需比较 value 与当前的父亲结点大小,若需要交换,交换后 child 指向 parent,parent 指向 child 父结点;反之调整结束。

java 复制代码
    //入堆
    public void offer(int value) {
        if (isFull()) {
            element = Arrays.copyOf(element, 2*element.length);
        }
        //将 value 放至最后一个结点
        element[usedSize] = value;
        //向上调整
        siftUp(usedSize);

        usedSize++;
    }

    private boolean isFull() {
        return usedSize == element.length;
    }

    //向上调整
    public void siftUp(int child) {
        //value 的父亲结点
        int parent = (child-1) / 2;

        //调整至 child 指向下标为 0 的根结点
        while (child > 0) {
            //比较两者大小
            if (element[child] > element[parent]) {
                swap(child, parent);
                //交换后,child 指向 parent,parent 指向 child 父结点
                child = parent;
                parent = (child-1) / 2;
            } else {
                break;
            }
        }
    }

2.4 堆的删除

核心:将堆顶结点与最后一个结点交换,usedSize-- 实现出堆操作,最后向下调整为大根堆。

java 复制代码
    //出堆
    public int poll() {
        //判空
        if (isEmpty()) {
            throw new EmptyException("堆为空!");
        }
        //记录堆顶元素
        int old = element[0];
        //堆顶结点与最后一个结点交换
        swap(0, usedSize-1);
        //删除原堆顶元素
        usedSize--;
        //出堆后开始向下调整为大根堆
        siftDown(0, usedSize);
        //返回堆顶元素
        return old;
    }

    private boolean isEmpty() {
        return usedSize == 0;
    }

2.5 堆排序

① 创建大根堆,初始化 end = userSzie-1,即 end 指向最后一个结点;

② 将栈顶元素交换至 end 下标。由于大根堆中栈顶元素最大,故交换一次,end--,保证每次交换后的栈顶元素位置不变;

③ 重新向下调整为大根堆;

④ 重复 ②、③ 操作,直至排序完成。

java 复制代码
    //堆排序
    public void heapSort() {
        int end = usedSize-1;
        while (end > 0) {
            //将大根堆中栈顶元素交换至 end
            swap(0, end);
            //向下调整为大根堆
            siftDown(0, end);
            //保证每次调整的栈顶元素位置不变
            end--;
        }
    }

总结

1、优先级队列出队顺序与入队顺序无关,而与优先级相关。

2、堆将所有元素按完全二叉树的顺序存储方式存储在数组中。

3、堆分为大根堆和小根堆。

4、PriorityQueue 中放置的元素必须能够比较大小、不能插入 null 对象、没有容量限制。

5、PriorityQueue 默认情况下是小根堆,大根堆需要自行提供比较器。

相关推荐
尘浮生1 分钟前
Java项目实战II基于微信小程序的电影院买票选座系统(开发文档+数据库+源码)
java·开发语言·数据库·微信小程序·小程序·maven·intellij-idea
hopetomorrow15 分钟前
学习路之PHP--使用GROUP BY 发生错误 SELECT list is not in GROUP BY clause .......... 解决
开发语言·学习·php
不是二师兄的八戒24 分钟前
本地 PHP 和 Java 开发环境 Docker 化与配置开机自启
java·docker·php
小牛itbull24 分钟前
ReactPress vs VuePress vs WordPress
开发语言·javascript·reactpress
请叫我欧皇i33 分钟前
html本地离线引入vant和vue2(详细步骤)
开发语言·前端·javascript
闲暇部落36 分钟前
‌Kotlin中的?.和!!主要区别
android·开发语言·kotlin
爱编程的小生36 分钟前
Easyexcel(2-文件读取)
java·excel
GIS瞧葩菜1 小时前
局部修改3dtiles子模型的位置。
开发语言·javascript·ecmascript
chnming19871 小时前
STL关联式容器之set
开发语言·c++
带多刺的玫瑰1 小时前
Leecode刷题C语言之统计不是特殊数字的数字数量
java·c语言·算法