文章目录
- 一、优先级队列的概念
- 二、优先级队列的模拟实现
- 1.堆的存储
- 2.堆的创建
- 3.代码的实现
一、优先级队列的概念
队列是一种先进先出(FIFO)的数据结构,但有些情况下,操作的数据可能带有优先级,一般出队列时,可能需要优先级高的元素先出队列
在这种情况下,数据结构应该提供两个最基本的操作,一个是返回最高优先级对象,一个是添加新的对象。这种数据结构就是优先级队列(Priority Queue)
PriorityQueue底层使用了堆这种数据结构,而堆实际就是在完全二叉树的基础上进行了一些调整
二、优先级队列的模拟实现
1.堆的存储
堆的性质:
(1).堆中某个节点的值总是不大于或不小于其父节点的值;
(2).堆总是一棵完全二叉树
堆的存储方式有:小根堆、大根堆
小根堆:根节点总是比左右子节点小
大根堆:根节点总是比左右子节点大
堆是一棵完全二叉树,因此可以用层序存储的方式进行,存储在数组当中
将元素存储到数组后,在以实现树的方式对堆进行实现。设 i 结点为数组中的下标,则有以下特点:
(1).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
(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
(3).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
2.堆的创建
这里我们创建的堆是大根堆的形式
大根堆的特点是根节点的元素始终比左右子树都要大,所以我们要调整这棵树,是需要将较小的根的从上面下降至下面,简称向下调整。这里,就需要定义两个变量,一个找到最后一个数组元素即 child 结点,另一个则要找到这个结点的父节点即 parent 结点
我们以集合{ 27,15,19,18,28,34,65,49,25,37 }中的数据,将其创建成大根堆
大致操作如下图,以 第一次调整 数字 37 为例实现:
3.代码的实现
public class TestHeap {
public int[] elem;
public int usedSize;
//对数组进行初始化
public TestHeap() {
this.elem = new int[10];
}
//赋值
public void initElem(int[] array) {
for (int i = 0; i < array.length; i++) {
elem[i] = array[i];
usedSize++;
}
}
//创建堆
public void createBigHeap() {
for (int parent = (usedSize-1-1)/2; parent >=0 ; parent--) {
//向下调整
siftDown(parent,usedSize);
}
}
private void siftDown(int parent,int end) {
//孩子结点
int child = 2*parent+1;
while (child < end) {
//前一个判断防止越界,后一个判断找左右孩子的最大值
if(child+1 < end && elem[child] < elem[child+1]) {
child++;
}
//找到最大值之后与parent进行比较并交换
if(elem[child] > elem[parent]) {
swap(parent,child);
//交换之后还要保证下面的树也是大根堆
parent = child;
child = 2*parent+1;
}else {
break;
}
}
}
private void swap(int i,int j) {
int tmp = elem[i];
elem[i] = elem[j];
elem[j] = tmp;
}
}
以下是大根堆创建完成的结果:
插入操作:
在进行插入操作时我们要考虑以下几个问题:
(1).在插入元素时我们要注意数组是否已经满了
(2).插入元素的位置是插入在数组的末尾,即树的最后一个结点
(3).插入的元素要进行向上移动的操作
public void offer(int val) {
//判断数组是否满了,满了就进行扩容
if(isFull()) {
this.elem = Arrays.copyOf(elem,2*elem.length);
}
//在末尾插入元素
elem[usedSize] = val;
usedSize++;
//进行向上调整
siftUp(usedSize-1);
}
public void siftUp(int child) {
//要插入结点的父亲结点
int pareat = (child-1)/2;
while (child > 0) {
if(elem[child] > elem[pareat]) {
swap(child,pareat);
child = pareat;
pareat = (child-1)/2;
}else {
break;
}
}
}
public boolean isFull() {
return usedSize == elem.length;
}
删除操作:
删除元素要注意:
删除的是堆顶的元素,将第一个元素与最后一个元素进行交换,然后向下调整
public int poll() {
//把要删除的结点和最后一个结点进行交换
int tmp = elem[0];
swap(0,usedSize-1);
usedSize--;
//对交换后的元素进行向下调整
siftDown(0,usedSize);
return tmp;
}