【Java数据结构及算法实战】系列012:Java队列06——数组实现的优先级阻塞队列PriorityBlockingQueue

简介: 【Java数据结构及算法实战】系列012:Java队列06——数组实现的优先级阻塞队列PriorityBlockingQueue

PriorityBlockingQueue是基于数组实现的无界优先级阻塞队列PriorityBlockingQueuePriorityQueue类似,其中的元素按其自然顺序排序,或由队列构造时提供的比较器根据所使用的构造函数排序。优先级队列不允许空元素,依赖自然顺序的优先级队列也不允许插入不可比较的对象。相比于PriorityQueue而言,PriorityBlockingQueue一个最大的优势是线程安全的。


 


PriorityBlockingQueueJava Collections Framework的一个成员。


 


 


1.   PriorityBlockingQueue的声明


PriorityBlockingQueue的接口和继承关系如下


 


publicclass PriorityBlockingQueue<E> extends AbstractQueue<E>


   implements BlockingQueue<E>, java.io.Serializable {   …


}


 


 


完整的接口继承关系如下图所示。


 



 


 


 


 


 


从上述代码可以看出,PriorityBlockingQueue既实现了BlockingQueue<E>java.io.Serializable接口,又继承了java.util.AbstractQueue<E>。其中,AbstractQueueQueue接口的抽象类,核心代码如下。


 


 


2.   PriorityBlockingQueue的成员变量和构造函数


 


 


以下是PriorityBlockingQueue的构造函数和成员变量。


 


// 默认数组容量


privatestaticfinalintDEFAULT_INITIAL_CAPACITY = 11;


 


// 最大数组容量


   privatestaticfinalintMAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;


 


// 元素数组


   privatetransient Object[] queue;


 


// 队列中的元素个数


   privatetransientintsize;


 


  // 比较器


   privatetransient Comparator<? super E> comparator;


 


// 操作数组确保原子性的锁


   privatefinal ReentrantLock lock = new ReentrantLock();


 


// 数组非空的条件判断


   privatefinal Condition notEmpty = lock.newCondition();


 


// 分配用Spinlock,通过CAS获取


   privatetransientvolatileintallocationSpinLock;


 


   public PriorityBlockingQueue() {


       this(DEFAULT_INITIAL_CAPACITY, null);


   }


 


   public PriorityBlockingQueue(intinitialCapacity) {


       this(initialCapacity, null);


   }


 


   public PriorityBlockingQueue(intinitialCapacity,


                                Comparator<? super E> comparator) {


       if (initialCapacity < 1)


           thrownew IllegalArgumentException();


       this.comparator = comparator;


       this.queue = new Object[Math.max(1, initialCapacity)];


   }


 


   public PriorityBlockingQueue(Collection<? extends E> c) {


       booleanheapify = true; // true if not known to be in heap order


       booleanscreen = true;  // true if must screen for nulls


       if (cinstanceof SortedSet<?>) {


           SortedSet<? extends E> ss = (SortedSet<? extends E>) c;


           this.comparator = (Comparator<? super E>) ss.comparator();


           heapify = false;


       }


       elseif (cinstanceof PriorityBlockingQueue<?>) {


           PriorityBlockingQueue<? extends E> pq =


               (PriorityBlockingQueue<? extends E>) c;


           this.comparator = (Comparator<? super E>) pq.comparator();


           screen = false;


           if (pq.getClass() == PriorityBlockingQueue.class) // exact match


               heapify = false;


       }


       Object[] es = c.toArray();


       intn = es.length;


       // If c.toArray incorrectly doesn't return Object[], copy it.


       if (es.getClass() != Object[].class)


           es = Arrays.copyOf(es, n, Object[].class);


       if (screen && (n == 1 || this.comparator != null)) {


           for (Object e : es)


               if (e == null)


                   thrownew NullPointerException();


       }


       this.queue = ensureNonEmpty(es);


       this.size = n;


       if (heapify)


           heapify();


   }


 


 


从上述代码可以看出,构造函数有4种。构造函数中的参数含义如下


 


l  initialCapacity用于设置队列中内部数组的容量。如果没有指定,则会使用默认数组容量DEFAULT_INITIAL_CAPACITY的值。


l  comparator为比较器


l  c用于设置最初包含给定集合的元素,按集合迭代器的遍历顺序添加


 


类成员queue是一个数组,用于存储队列中的元素。size用于记录队列中的元素个数。


 


通过ReentrantLock和加锁条件notEmpty来实现并发控制。


 


 


3.   PriorityBlockingQueue的核心方法


以下对PriorityBlockingQueue常用核心方法的实现原理进行解释。


 


 


3.1.     offer(e)


执行offer(e)方法后有两种结果


 


l  队列未达到容量时,返回 true


l  队列达到容量时,先扩容,再返回 true


 


PriorityBlockingQueueoffer (e)方法源码如下:


 


publicbooleanoffer(E e) {


       if (e == null)


           thrownew NullPointerException();


       final ReentrantLock lock = this.lock;


       lock.lock();  // 加锁


       intn, cap;


       Object[] es;


       while ((n = size) >= (cap = (es = queue).length))


           tryGrow(es, cap);  // 扩容


       try {


           final Comparator<? super E> cmp;


           if ((cmp = comparator) == null)


               siftUpComparable(n, e, es);


           else


               siftUpUsingComparator(n, e, es, cmp);


           size = n + 1;


           notEmpty.signal();  // 唤醒等待中的线程


       } finally {


           lock.unlock();  // 解锁


       }


       returntrue;


   }


 


从上面代码可以看出,执行offer(e)方法时,分为以下几个步骤:


 


l  为了确保并发操作的安全先做了加锁处理。


l  判断待入队的元素e是否为null。为null则抛出NullPointerException异常。


l  判断当前队列中的元素是否已经大于等于队列的容量,如果是则证明队列已经满了,需要先通过tryGrow()方法扩容。


l  通过siftUpComparable ()或者siftUpUsingComparator()方法插入数据元素。


l  通过执行notEmpty.signal()方法来唤醒等待中的线程。


l  最后解锁。


 


tryGrow()方法源码如下:


 


 


privatevoidtryGrow(Object[] array, intoldCap) {


       lock.unlock(); // 必须释放并重新获取锁


       Object[] newArray = null;


       if (allocationSpinLock == 0 &&


           ALLOCATIONSPINLOCK.compareAndSet(this, 0, 1)) {


           try {


               intnewCap = oldCap + ((oldCap < 64) ?


                                      (oldCap + 2) :


                                      (oldCap >> 1));


               if (newCap - MAX_ARRAY_SIZE > 0) {


                   intminCap = oldCap + 1;


                   if (minCap < 0 || minCap > MAX_ARRAY_SIZE)


                       thrownew OutOfMemoryError();


                   newCap = MAX_ARRAY_SIZE;


               }


               if (newCap > oldCap && queue == array)


                   newArray = new Object[newCap];


           } finally {


               allocationSpinLock = 0;


           }


       }


       if (newArray == null)


           Thread.yield();


       lock.lock();


       if (newArray != null && queue == array) {


           queue = newArray;


           System.arraycopy(array, 0, newArray, 0, oldCap);


       }


}


 


siftUpComparable()方法和siftUpUsingComparator()方法源码如下:


 


privatestatic <T> voidsiftUpComparable(intk, T x, Object[] es) {


       Comparable<? super T> key = (Comparable<? super T>) x;


       while (k > 0) {


           intparent = (k - 1) >>> 1;


           Object e = es[parent];


           if (key.compareTo((T) e) >= 0)


               break;


           es[k] = e;


           k = parent;


       }


       es[k] = key;


   }


 


   privatestatic <T> void siftUpUsingComparator(


       intk, T x, Object[] es, Comparator<? super T> cmp) {


       while (k > 0) {


           intparent = (k - 1) >>> 1;


           Object e = es[parent];


           if (cmp.compare(x, (T) e) >= 0)


               break;


           es[k] = e;


           k = parent;


       }


       es[k] = x;


   }


 


在上述代码中,在位置k处插入项x,通过向上提升x到树形结构中来维护堆的不变性,直到x大于或等于它的父节点或根节点。


 


3.2.     put(e)


执行put(e)方法后有两种结果:


     


l  队列未满时,直接插入没有返回值


l  队列满时,会扩容后再插入


 


PriorityBlockingQueueput (e)方法源码如下:


 


publicvoidput(E e) {


       offer(e); // 不会阻塞


   }


 


从上面代码可以看出,put(e)方法的实现等同于offer(e),因此队列满时会自动扩容,再插入元素,不会阻塞队列。


 


3.3.     offer(e,time,unit)


offer(e,time,unit)方法与offer(e)方法不同之处在于,前者加入了等待机制。设定等待的时间,如果在指定时间内还不能往队列中插入数据则返回false。执行offer(e,time,unit)方法有两种结果:


     


l  队列未满时,返回 true


l  队列满时,先扩容,再返回 true


 


PriorityBlockingQueueput (e)方法源码如下:


 


publicbooleanoffer(E e, longtimeout, TimeUnit unit) {


       return offer(e); // 不会阻塞


}


 


从上面代码可以看出,offer(e,time,unit)方法的实现等同于offer(e),因此队列满时会自动扩容,再插入元素,不会阻塞队列。


 


3.4.     add(e)


执行add(e)方法后有有两种结果


 


l  队列未达到容量时,返回 true


l  队列达到容量时,先扩容,再返回 true


 


PriorityBlockingQueueadd(e)方法源码如下:


 


   publicbooleanadd(E e) {


       return offer(e);


}


 


从上面代码可以看出,add(e)方法等同于offer(e)方法的实现。



 


 


 


3.5.     poll ()


执行poll()方法后有两种结果:


 


l  队列不为空时,返回队首值并移除


l  队列为空时,返回 null


 


 


PriorityBlockingQueuepoll()方法源码如下:


 


public E poll() {


       final ReentrantLock lock = this.lock;


       lock.lock();  // 加锁


       try {


           return dequeue(); // 出队


       } finally {


           lock.unlock();  // 解锁


       }


}


 


从上面代码可以看出,执行poll()方法时,分为以下几个步骤:


 


l  为了确保并发操作的安全先做了加锁处理。


l  执行dequeue()方法做元素的出队。


l  最后解锁。


 


dequeue()方法源码如下:


 


 


 


private E dequeue() {


       final Object[] es;


       final E result;


 


       if ((result = (E) ((es = queue)[0])) != null) {


           finalintn;


           final E x = (E) es[(n = --size)];


           es[n] = null;


           if (n > 0) {


               final Comparator<? super E> cmp;


               if ((cmp = comparator) == null)


                   siftDownComparable(0, x, es, n);


               else


                   siftDownUsingComparator(0, x, es, n, cmp);


           }


       }


       returnresult;


   }


 


privatestatic <T> voidsiftDownComparable(intk, T x, Object[] es, intn) {


       Comparable<? super T> key = (Comparable<? super T>)x;


       inthalf = n >>> 1;


       while (k < half) {


           intchild = (k << 1) + 1;


           Object c = es[child];


           intright = child + 1;


           if (right < n &&


               ((Comparable<? super T>) c).compareTo((T) es[right]) > 0)


               c = es[child = right];


           if (key.compareTo((T) c) <= 0)


               break;


           es[k] = c;


           k = child;


       }


       es[k] = key;


   }


 


   privatestatic <T> void siftDownUsingComparator(


       intk, T x, Object[] es, intn, Comparator<? super T> cmp) {


       inthalf = n >>> 1;


       while (k < half) {


           intchild = (k << 1) + 1;


           Object c = es[child];


           intright = child + 1;


           if (right < n && cmp.compare((T) c, (T) es[right]) > 0)


               c = es[child = right];


           if (cmp.compare(x, (T) c) <= 0)


               break;


           es[k] = c;


           k = child;


       }


       es[k] = x;


}


 


出队的原理是是这样的,在位置k处插入项x,通过反复将x降级到树中来维护堆的不变性,直到它小于或等于其子项或是一个叶子。


 


 


3.6.     take()


执行take()方法后有两种结果:


 


l  队列不为空时,返回队首值并移除


l  队列为空时,会阻塞等待,一直等到队列不为空时再返回队首值


 


PriorityBlockingQueuetake ()方法源码如下:


 


public E take() throws InterruptedException {


       final ReentrantLock lock = this.lock;


       lock.lockInterruptibly();  // 获取锁


       E result;


       try {


           while ( (result = dequeue()) == null)  // 出队


               notEmpty.await();  // 使线程等待


       } finally {


           lock.unlock();  // 解锁


       }


       returnresult;


   }


从上面代码可以看出,执行take()方法时,分为以下几个步骤:


 


l  先是要获取锁。


l  执行dequeue()方法做元素的出队。如果出队元素是null,则线程等待。


l  最后解锁。


 


dequeue()方法此处不再赘述。


 


3.7.     poll(time,unit)


poll(time,unit)方法与poll()方法不同之处在于,前者加入了等待机制。设定等待的时间,如果在指定时间内队列还为空,则返回null。执行poll(time,unit)方法后有两种结果:


 


l  队列不为空时,返回队首值并移除


l  队列为空时,会阻塞等待,如果在指定时间内队列还为空则返回 null


 


PriorityBlockingQueuepoll(time,unit)方法源码如下:


 


public E poll(longtimeout, TimeUnit unit) throws InterruptedException {


       longnanos = unit.toNanos(timeout);


       final ReentrantLock lock = this.lock;


       lock.lockInterruptibly();  // 获取锁


       E result;


       try {


           while ( (result = dequeue()) == null && nanos > 0) // 出队


               nanos = notEmpty.awaitNanos(nanos);  // 使线程等待指定的时间


       } finally {


           lock.unlock();  // 解锁


       }


       returnresult;


}


 


从上面代码可以看出,执行poll(time,unit)方法时,分为以下几个步骤:


 


l  先是要获取锁。


l  执行dequeue()方法做元素的出队。如果出队元素是null,则线程等待。


l  最后解锁。


 


dequeue()方法此处不再赘述。


 


 


3.8.     remove()


执行remove()方法后有两种结果:


 


l  队列不为空时,返回队首值并移除


l  队列为空时,抛出异常


 


PriorityBlockingQueueremove()方法其实是调用了父类AbstractQueueremove ()方法,源码如下:


 


public E remove() {


       E x = poll();


       if (x != null)


           returnx;


       else


           thrownew NoSuchElementException();


}


 


从上面代码可以看出,remove()直接调用了poll()方法。如果poll()方法返回结果为null,则抛出NoSuchElementException异常。


 


poll()方法此处不再赘述。


 


 


 


3.9.     peek()


执行peek()方法后有两种结果:


 


l  队列不为空时,返回队首值但不移除


l  队列为空时,返回null


 


 


peek()方法源码如下:


 


public E peek() {


       final ReentrantLock lock = this.lock;


       lock.lock();  // 加锁


       try {


           return (E) queue[0];


       } finally {


           lock.unlock();  // 解锁


       }


}


 


从上面代码可以看出,peek()方法比较简单,直接就是获取了数组里面的索引为0的元素。


 


3.10.            element()


执行element()方法后有两种结果:


 


l  队列不为空时,返回队首值但不移除


l  队列为空时,抛出异常


 


 


element()方法其实是调用了父类AbstractQueueelement()方法,源码如下:


 


public E element() {


       E x = peek();


       if (x != null)


           returnx;


       else


           thrownew NoSuchElementException();


}


 


从上面代码可以看出,执行element()方法时,先是获取peek()方法的结果,如果结果是null,则抛出NoSuchElementException异常。


 


 


4.   PriorityBlockingQueue的单元测试


 


PriorityBlockingQueue的单元测试如下:


 


 


 


 


package com.waylau.java.demo.datastructure;


 


importstatic org.junit.jupiter.api.Assertions.assertEquals;


importstatic org.junit.jupiter.api.Assertions.assertNotNull;


importstatic org.junit.jupiter.api.Assertions.assertNull;


importstatic org.junit.jupiter.api.Assertions.assertThrows;


importstatic org.junit.jupiter.api.Assertions.assertTrue;


 


import java.util.NoSuchElementException;


import java.util.Queue;


import java.util.concurrent.BlockingQueue;


import java.util.concurrent.PriorityBlockingQueue;


import java.util.concurrent.TimeUnit;


 


import org.junit.jupiter.api.Test;


 


/**


* PriorityBlockingQueue Tests


*


* @since 1.0.0 2020524


* @author <a href="https://waylau.com">Way Lau</a>


*/


class PriorityBlockingQueueTests {


   @Test


   void testOffer() {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列未满时,返回 true


       booleanresultNotFull = queue.offer("Java");


       assertTrue(resultNotFull);


 


       // 测试队列达到容量时,会自动扩容


       queue.offer("C");


       queue.offer("Python");


       booleanresultFull = queue.offer("C++"); // 扩容


       assertTrue(resultFull);


   }


 


   @Test


   void testPut() throws InterruptedException {


       // 初始化队列


       BlockingQueue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列未满时,直接插入没有返回值;


       queue.put("Java");


 


       // 测试队列满则扩容。


       queue.put("C");


       queue.put("Python");


       queue.put("C++");


   }


 


   @Test


   void testOfferTime() throws InterruptedException {


       // 初始化队列


       BlockingQueue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列未满时,返回 true


       booleanresultNotFull = queue.offer("Java", 5, TimeUnit.SECONDS);


       assertTrue(resultNotFull);


 


       // 测试队列满则扩容,返回true


       queue.offer("C");


       queue.offer("Python");


       booleanresultFull = queue.offer("C++", 5, TimeUnit.SECONDS); // 不会阻塞


       assertTrue(resultFull);


   }


 


 


   @Test


   void testAdd() {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列未满时,返回 true


       booleanresultNotFull = queue.add("Java");


       assertTrue(resultNotFull);


 


       // 测试队列满则扩容,返回 true


       queue.add("C");


       queue.add("Python");


       booleanresultFull = queue.add("C++"); // 扩容


       assertTrue(resultFull);


   }


 


   @Test


   void testPoll() throws InterruptedException {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列为空时,返回 null


       String resultEmpty = queue.poll();


       assertNull(resultEmpty);


 


       // 测试队列不为空时,返回队首值并移除


       queue.add("Java");


       queue.add("C");


       queue.add("Python");


       String resultNotEmpty = queue.poll();


       assertEquals("C", resultNotEmpty);


   }


 


   @Test


   void testTake() throws InterruptedException {


       // 初始化队列


       BlockingQueue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列不为空时,返回队首值并移除


       queue.put("Java");


       queue.put("C");


       queue.put("Python");


       String resultNotEmpty = queue.take();


       assertEquals("C", resultNotEmpty);


 


       // 测试队列为空时,会阻塞等待,一直等到队列不为空时再返回队首值


       queue.clear();


       String resultEmpty = queue.take(); // 阻塞等待


       assertNotNull(resultEmpty);


   }


 


   @Test


   void testPollTime() throws InterruptedException {


       // 初始化队列


       BlockingQueue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列不为空时,返回队首值并移除


       queue.put("Java");


       queue.put("C");


       queue.put("Python");


       String resultNotEmpty = queue.poll(5, TimeUnit.SECONDS);


       assertEquals("C", resultNotEmpty);


 


       // 测试队列为空时,会阻塞等待,如果在指定时间内队列还为空则返回 null


       queue.clear();


       String resultEmpty = queue.poll(5, TimeUnit.SECONDS); // 等待5


       assertNull(resultEmpty);


   }


 


   @Test


   void testRemove() throws InterruptedException {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列为空时,抛出异常


       Throwable excpetion = assertThrows(NoSuchElementException.class, () -> {


           queue.remove();// 抛异常


       });


 


       assertEquals(null, excpetion.getMessage());


 


       // 测试队列不为空时,返回队首值并移除


       queue.add("Java");


       queue.add("C");


       queue.add("Python");


       String resultNotEmpty = queue.remove();


       assertEquals("C", resultNotEmpty);


   }


 


   @Test


   void testPeek() throws InterruptedException {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列不为空时,返回队首值并但不移除


       queue.add("Java");


       queue.add("C");


       queue.add("Python");


       String resultNotEmpty = queue.peek();


       assertEquals("C", resultNotEmpty);


       resultNotEmpty = queue.peek();


       assertEquals("C", resultNotEmpty);


       resultNotEmpty = queue.peek();


       assertEquals("C", resultNotEmpty);


 


       // 测试队列为空时,返回null


       queue.clear();


       String resultEmpty = queue.peek();


       assertNull(resultEmpty);


   }


 


   @Test


   void testElement() throws InterruptedException {


       // 初始化队列


       Queue<String> queue = new PriorityBlockingQueue<String>(3);


 


       // 测试队列不为空时,返回队首值并但不移除


       queue.add("Java");


       queue.add("C");


       queue.add("Python");


       String resultNotEmpty = queue.element();


       assertEquals("C", resultNotEmpty);


       resultNotEmpty = queue.element();


       assertEquals("C", resultNotEmpty);


       resultNotEmpty = queue.element();


       assertEquals("C", resultNotEmpty);


 


       // 测试队列为空时,抛出异常


       queue.clear();


       Throwable excpetion = assertThrows(NoSuchElementException.class, () -> {


           queue.element();// 抛异常


       });


 


       assertEquals(null, excpetion.getMessage());


   }


}


 


 


5.   PriorityBlockingQueue的应用案例:英雄战力排行榜


以下是一个英雄战力排行榜的示例。该示例模拟了6个英雄,可以根据英雄的战力由高至低排序。


 


以下是Hero类,用来代表英雄:


 


 


package com.waylau.java.demo.datastructure;


 


 


/**


* Hero


*


* @since 1.0.0 2020523


* @author <a href="https://waylau.com">Way Lau</a>


*/


publicclass Hero {


 


   private String name;


 


   private Integer power; // 战力


 


   public Hero(String name, Integer power) {


       this.name = name;


       this.power = power;


   }


 


   public String getName() {


       returnname;


   }


 


   publicvoid setName(String name) {


       this.name = name;


   }


 


   public Integer getPower() {


       returnpower;


   }


 


   publicvoid setPower(Integer power) {


       this.power = power;


   }


 


   @Override


   public String toString() {


       return"Hero [name=" + name + ", power=" + power + "]";


   }


 


}


 


 


以下是应用主程序:


 


 


 


 


 


package com.waylau.java.demo.datastructure;


 


import java.util.Comparator;


import java.util.Queue;


import java.util.concurrent.PriorityBlockingQueue;


 


/**


* PriorityBlockingQueue Demo


*


* @since 1.0.0 2020524


* @author <a href="https://waylau.com">Way Lau</a>


*/


publicclass PriorityBlockingQueueDemo {


   publicstaticvoid main(String[] args) {


       intn = 6;


     


       Queue<Hero> queue = new PriorityBlockingQueue<Hero>(n, new Comparator<Hero>() {


           // 战力由大到小排序


           @Override


           publicint compare(Hero hero0, Hero hero1) {


               returnhero1.getPower().compareTo(hero0.getPower());


           }


       });


 


       queue.add(new Hero("Nemesis", 95));


       queue.add(new Hero("Edifice Rex", 88));


       queue.add(new Hero("Marquis of Death", 91));


       queue.add(new Hero("Magneto", 96));


       queue.add(new Hero("Hulk", 85));


       queue.add(new Hero("Doctor Strange", 94));


 


     


       for (inti = 0; i<n ; i++) {


           System.out.println(queue.poll());


       }


   }


 


}


 


 


 


 


运行上述程序,输出内容如下:


 


Hero [name=Magneto, power=96]


Hero [name=Nemesis, power=95]


Hero [name=Doctor Strange, power=94]


Hero [name=Marquis of Death, power=91]


Hero [name=Edifice Rex, power=88]


Hero [name=Hulk, power=85]


6.   参考引用

本系列归档至《Java数据结构及算法实战》:https://github.com/waylau/java-data-structures-and-algorithms-in-action

《数据结构和算法基础(Java语言实现)》(柳伟卫著,北京大学出版社出版):https://item.jd.com/13014179.html

目录
相关文章
|
1月前
|
算法
Leetcode 初级算法 --- 数组篇
Leetcode 初级算法 --- 数组篇
38 0
|
1月前
|
算法 程序员 索引
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
栈的基本概念、应用场景以及如何使用数组和单链表模拟栈,并展示了如何利用栈和中缀表达式实现一个综合计算器。
27 1
数据结构与算法学习七:栈、数组模拟栈、单链表模拟栈、栈应用实例 实现 综合计算器
|
16天前
|
存储 缓存 算法
前端算法:优化与实战技巧的深度探索
【10月更文挑战第21天】前端算法:优化与实战技巧的深度探索
13 1
|
1月前
|
Java Linux 调度
Java线程的优先级详解
Java线程的优先级机制允许开发者根据程序需求为线程设定不同优先级,范围通常在1到10之间,默认优先级为5。高优先级线程在执行时通常会得到更多的CPU时间,但这并不意味着低优先级线程会被完全忽略。系统资源分配仍然取决于具体的调度策略。理解线程优先级有助于优化多线程应用的性能。
|
1月前
|
存储 算法 定位技术
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
这篇文章主要介绍了稀疏数组和队列的概念、应用实例以及如何使用数组模拟队列和环形队列的实现方法。
20 0
数据结构与算法学习二、稀疏数组与队列,数组模拟队列,模拟环形队列
|
1月前
|
存储 安全 Java
【用Java学习数据结构系列】探索栈和队列的无尽秘密
【用Java学习数据结构系列】探索栈和队列的无尽秘密
29 2
|
2月前
|
Java API 容器
JAVA并发编程系列(10)Condition条件队列-并发协作者
本文通过一线大厂面试真题,模拟消费者-生产者的场景,通过简洁的代码演示,帮助读者快速理解并复用。文章还详细解释了Condition与Object.wait()、notify()的区别,并探讨了Condition的核心原理及其实现机制。
|
2月前
|
大数据 UED 开发者
实战演练:利用Python的Trie树优化搜索算法,性能飙升不是梦!
在数据密集型应用中,高效搜索算法至关重要。Trie树(前缀树/字典树)通过优化字符串处理和搜索效率成为理想选择。本文通过Python实战演示Trie树构建与应用,显著提升搜索性能。Trie树利用公共前缀减少查询时间,支持快速插入、删除和搜索。以下为简单示例代码,展示如何构建及使用Trie树进行搜索与前缀匹配,适用于自动补全、拼写检查等场景,助力提升应用性能与用户体验。
50 2
|
2月前
|
算法 搜索推荐 开发者
别再让复杂度拖你后腿!Python 算法设计与分析实战,教你如何精准评估与优化!
在 Python 编程中,算法的性能至关重要。本文将带您深入了解算法复杂度的概念,包括时间复杂度和空间复杂度。通过具体的例子,如冒泡排序算法 (`O(n^2)` 时间复杂度,`O(1)` 空间复杂度),我们将展示如何评估算法的性能。同时,我们还会介绍如何优化算法,例如使用 Python 的内置函数 `max` 来提高查找最大值的效率,或利用哈希表将查找时间从 `O(n)` 降至 `O(1)`。此外,还将介绍使用 `timeit` 模块等工具来评估算法性能的方法。通过不断实践,您将能更高效地优化 Python 程序。
52 4
|
1月前
|
存储 算法 Java
【用Java学习数据结构系列】用堆实现优先级队列
【用Java学习数据结构系列】用堆实现优先级队列
29 0
下一篇
无影云桌面