PriorityQueue源碼

1、堆

1.1、堆的作用

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-Hlu5QnBl-1582790890676)(images/27.png)]

1.2、堆的概念

堆首先是一顆二叉樹,但他是完全二叉樹

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-1U5Pg0lU-1582790890678)(images/28.png)]

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-BLOdCwNC-1582790890679)(images/29.png)]

1.3、堆中添加元素

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-V8Peqmba-1582790890682)(images/30.png)]

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-U73RRw7h-1582790890682)(images/31.png)]

1.4、從頭部刪除元素

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-L84FoZlY-1582790890683)(images/32.png)]

1.5、從中間刪除元素

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-FFz0SJet-1582790890684)(images/33.png)]

1.6、構建初始堆

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-hGDh3JKG-1582790890686)(images/34.png)]

1.7、遍歷和查找

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-L9OcnjzD-1582790890687)(images/35.png)]

1.8、小結

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-e0fskbKZ-1582790890688)(images/36.png)]

2、PriorityQueue分析

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-yYAiAVXb-1582790890691)(images/37.png)]

2.1、實現原理

內部成員組成:

底層就是個數組

    private static final int DEFAULT_INITIAL_CAPACITY = 11;
	
	//存儲元素的數組
    transient Object[] queue; // non-private to simplify nested class access

	 //表示當前元素的個數
    private int size = 0;

	 //比較器
    private final Comparator<? super E> comparator;

	//記錄修改次數
    transient int modCount = 0; // non-private to simplify nested class access

2.2、構造方法

public PriorityQueue() {
        this(DEFAULT_INITIAL_CAPACITY, null);
    }

  public PriorityQueue(int initialCapacity) {
        this(initialCapacity, null);
    }

public PriorityQueue(Comparator<? super E> comparator) {
        this(DEFAULT_INITIAL_CAPACITY, comparator);
    }

public PriorityQueue(int initialCapacity,
                         Comparator<? super E> comparator) {
        // Note: This restriction of at least one is not actually needed,
        // but continues for 1.5 compatibility
        if (initialCapacity < 1)
            throw new IllegalArgumentException();
        this.queue = new Object[initialCapacity];
        this.comparator = comparator;
    }



2.3、offer方法

  • 隊列爲空直接插入

  • 否則將數據插入到隊列尾部

    ​ * 數組容量不夠時進行擴容

  • 對堆進行向上調整

 //添加元素入隊
    public boolean offer(E e) {
        if (e == null)
            throw new NullPointerException();
        modCount++;
        int i = size;
        if (i >= queue.length)//首先保證數組長度是夠的,如果不夠,調用grow方法動態擴展
            grow(i + 1);

        size = i + 1;//增加長度

        if (i == 0)//如果是第一次添加,直接添加到第一個位置即可
            queue[0] = e;
        else  //否則將其放到最後一個位置,但同時向上調整,直至滿足堆的性質
            siftUp(i, e);
        return true;
    }


//數組擴容
    private void grow(int minCapacity) {
        int oldCapacity = queue.length;
        // 如果原長度比較小,大概擴展爲兩倍,
        //否則就是增加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;
    }



 //確保堆的定義m,堆的調整
    private void siftUp(int k, E x) {
        //根據是否有comparator分了兩種情況
        if (comparator != null)
            siftUpUsingComparator(k, x);
        else
            siftUpComparable(k, x);
    }



 @SuppressWarnings("unchecked")
    //向上調整
    //k表示插入位置,x表示新元素,k初始化等於數組大小,即在最後一個位置插入
    private void siftUpUsingComparator(int k, E x) {
       //尋找插入位置k
        while (k > 0) {
            //父節點在數組中直接除2
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
           //如果新元素x大於父節點(e),則滿足堆的性質,退出循環
            if (comparator.compare(x, (E) e) >= 0)
                break;
            //否則,將父節點下移
            queue[k] = e;
            k = parent;
        }
        queue[k] = x;
    }

2.4、peek查看頭部元素

 @SuppressWarnings("unchecked")
    public E peek() {
        //查看頭部元素就是返回第一個元素
        return (size == 0) ? null : (E) queue[0];
    }

2.5、刪除頭部元素

  //刪除頭部元素
    @SuppressWarnings("unchecked")
    public E poll() {
        if (size == 0)
            return null;
        int s = --size;
        modCount++;
        //返回結果爲第一個元素
        E result = (E) queue[0];
        //x指向最後一個元素
        E x = (E) queue[s];
        //將最後元素設置爲null
        queue[s] = null;
        if (s != 0)
            //調用siftDown將原來的最後元素x插入到頭部並調整堆
            siftDown(0, x);
        return result;
    }

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

 //向下調整堆
    @SuppressWarnings("unchecked")
    /**
     * k表示最終插入的位置,初始爲0
     * x表示原來的最後元素
     * 代碼的主要部分是:向下尋找x真正應該插入的位置,這個位置用k表示
     */
    private void siftDownUsingComparator(int k, E x) {

        int half = size >>> 1;
        //k<half表示編號爲k的節點有孩子節點,沒有孩子節點,就不需要找了
        while (k < half) {
            int child = (k << 1) + 1;
            Object c = queue[child];
            int right = child + 1;
            if (right < size &&
                    comparator.compare((E) c, (E) queue[right]) > 0)
                c = queue[child = right];
            if (comparator.compare(x, (E) c) <= 0)
                break;
            queue[k] = c;
            k = child;
        }
        queue[k] = x;
    }



2.6、根據值刪除元素

//根據值刪除元素
    public boolean remove(Object o) {
        //限號元素的位置
        int i = indexOf(o);

        if (i == -1)
            return false;
        else {

            removeAt(i);
            return true;
        }
    }


//遍歷數組
    private int indexOf(Object o) {
        if (o != null) {
            for (int i = 0; i < size; i++)
                if (o.equals(queue[i]))
                    return i;
        }
        return -1;
    }


 //刪除
    @SuppressWarnings("unchecked")
    private E removeAt(int i) {
        // assert i >= 0 && i < size;
        modCount++;
        int s = --size;
        //如果刪除元素在最後宇哥位置,直接刪除
        if (s == i) // removed last element
            queue[i] = null;
        else {
            //否則移動最後一個元素到位置i並進行堆調整
            E moved = (E) queue[s];
            queue[s] = null;
            //代碼先向下調整,
            siftDown(i, moved);
            //如果沒有調整過,接本辦法還需要向上調整
            if (queue[i] == moved) {
                siftUp(i, moved);
                if (queue[i] != moved)
                    //如果調整過,返回值爲moved
                    return moved;
            }
        }
        return null;
    }





2.7、容器構建優先級隊列


 //從一個既不是PriorityQueue也不是SortedSet的容器構造堆
    private void initFromCollection(Collection<? extends E> c) {
        //初始化queue和size
        initElementsFromCollection(c);
        //自底向上合併構建對
        heapify();
    }



   //初始化queue和size
    private void initElementsFromCollection(Collection<? extends E> c) {
        Object[] a = c.toArray();
        // If c.toArray incorrectly doesn't return Object[], copy it.
        if (a.getClass() != Object[].class)
            a = Arrays.copyOf(a, a.length, Object[].class);
        int len = a.length;
        if (len == 1 || this.comparator != null)
            for (int i = 0; i < len; i++)
                if (a[i] == null)
                    throw new NullPointerException();
        this.queue = a;
        this.size = a.length;
    }


  @SuppressWarnings("unchecked")
    private void heapify() {
        for (int i = (size >>> 1) - 1; i >= 0; i--)
            siftDown(i, (E) queue[i]);
    }




2.8、小結

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-2mRkCttP-1582790890694)(images/38.png)]

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章