数据结构 - 6(优先级队列(堆)13000字详解)

简介: 数据结构 - 6(优先级队列(堆)13000字详解)

一:堆

1.1 堆的基本概念

堆分为两种:大堆和小堆。它们之间的区别在于元素在堆中的排列顺序和访问方式。

  1. 大堆(Max Heap):
    在大堆中,父节点的值比它的子节点的值要大。也就是说,堆的根节点是堆中最大的元素。大堆被用于实现优先级队列,其中根节点的元素始终是队列中最大的元素。大堆可以通过以下特点来进行维护:
  • 对于每个父节点,它的值大于或等于其子节点的值。
  1. 小堆(Min Heap):
    在小堆中,父节点的值比它的子节点的值要小。也就是说,堆的根节点是堆中最小的元素。小堆常用于实现优先级队列,其中根节点的元素始终是队列中最小的元素。小堆可以通过以下特点来进行维护:
  • 对于每个父节点,它的值小于或等于其子节点的值。

以下是一个示例图示,展示了一个包含7个元素的大堆和小堆的结构:

大堆:
        90
      /    \
    75      30
   /  \    /  \
  20   15  10   7
小堆:
        7
      /   \
    10     30
   /  \   /  \
  20   15 75  90

这些图示说明了大堆和小堆的不同排列顺序。在大堆中,父节点的值大于子节点的值,而在小堆中,父节点的值小于子节点的值。

注意:堆总是一颗完全二叉树

1.2堆的存储方式

从堆的概念可知,堆是一棵完全二叉树,因此可以层序的规则采用顺序的方式来高效存储,

注意:对于非完全二叉树,则不适合使用顺序方式进行存储,因为为了能够还原二叉树,空间中必须要存储空节点,就会导致空间利用率比较低。

将元素存储到数组中后,可以根据二叉树章节的性质5对树进行还原。假设i为节点在数组中的下标,则有:

  • 如果i为0,则i表示的节点为根节点
  • 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
  • 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

1.3 堆的下沉

对于集合{ 27,15,19,18,28,34,65,49,25,37 }中的数据,如果将其创建成小堆呢?

仔细观察上图后发现:根节点的左右子树已经完全满足堆的性质,因此只需将根节点向下调整好即可。

下面是代码实现:

// shiftDown方法用来实现下沉操作
// array参数是待构建小堆的数组
// parent参数是当前需要下沉的节点的索引
public void shiftDown(int[] array, int parent) {
    int length = array.length;
    int child = 2 * parent + 1; // 左子节点索引
    while (child < length) {
        // 找到左右孩子中较小的孩子
        if (child + 1 < length && array[child] > array[child + 1]) {
            child++; // 如果右子节点存在并且小于左子节点的值,则将child指向右子节点
        }
        // 如果当前节点小于或等于左右子节点中较小的节点,说明已经符合小堆要求
        if (array[parent] <= array[child]) {
            break;
        }
        // 否则,交换当前节点和较小子节点的值,接着需要继续向下调整
        int temp = array[parent];
        array[parent] = array[child];
        array[child] = temp;
        parent = child;
        child = 2 * parent + 1;
    }
}

这段代码实现了堆排序中的下沉操作(也称为向下调整或堆化)。下沉操作用于维护小堆的性质,确保父节点永远小于或等于其子节点。

时间复杂度分析:

最坏的情况即图示的情况,从根一路比较到叶子,比较的次数为完全二叉树的高度,即时间复杂度为O(log n)

1.4 堆的创建

那对于普通的序列{ 1,5,3,8,7,6 },即根节点的左右子树不满足堆的特性,又该如何调整呢?

参考代码:

public static void createHeap(int[] array) {
  // 找倒数第一个非叶子节点,从该节点位置开始往前一直到根节点,遇到一个节点,应用向下调整
  int root = ((array.length-2)>>1);
  for (; root >= 0; root--) {
    shiftDown(array, root);
 }
}

1.5建堆的时间复杂度

因为堆是完全二叉树,而满二叉树也是完全二叉树,此处为了简化使用满二叉树来证明(时间复杂度本来看的就是近似值,多几个节点不影响最终结果):

因此:建堆的时间复杂度为O(N)。

1.6堆的插入和删除

1.6.1 堆的插入

堆的插入总共需要两个步骤:

  1. 先将元素放入到底层空间中(注意:空间不够时需要扩容)
  2. 将最后新插入的节点向上调整,直到满足堆的性质

下面是堆的删除操作的代码实现,包含详细注释:

public void shiftUp(int child) {
  // 找到child的双亲
  int parent = (child - 1) / 2;
  while (child > 0) {
    // 如果双亲比孩子大,parent满足堆的性质,调整结束
    if (array[parent] > array[child]) {
      break;
   }
    else{
      // 将双亲与孩子节点进行交换
      int t = array[parent];
      array[parent] = array[child];
      array[child] = t;
      // 小的元素向下移动,可能到值子树不满足对的性质,因此需要继续向上调增
      child = parent;
      parent = (child - 1) / 1;
   }
 }
}

1.6.2 堆的删除

注意:堆的删除一定删除的是堆顶元素。具体如下:

  1. 将堆顶元素对堆中最后一个元素交换
  2. 将堆中有效数据个数减少一个
  3. 对堆顶元素进行向下调整

下面是堆的删除操作的代码实现,包含详细注释:

public void deleteTop() {
  // 将堆顶元素与堆中最后一个元素交换
  array[0] = array[size - 1];
  // 堆中有效数据个数减少一个
  size--;
  // 对堆顶元素进行向下调整
  int parent = 0; // 当前节点的索引
  // 持续向下调整,直到满足堆的性质
  while (true) {
    // 左孩子节点的索引
    int leftChild = parent * 2 + 1;
    // 右孩子节点的索引
    int rightChild = leftChild + 1;
    // 父节点与左右孩子节点中值最大的节点进行交换
    int maxChild = parent; // 最大值节点的索引
    // 如果左孩子存在且大于父节点,则更新最大值节点
    if (leftChild < size && array[leftChild] > array[maxChild]) {
      maxChild = leftChild;
    }
    // 如果右孩子存在且大于当前最大值节点,则更新最大值节点
    if (rightChild < size && array[rightChild] > array[maxChild]) {
      maxChild = rightChild;
    }
    // 如果最大值节点是当前节点本身,则调整结束 
    if (maxChild == parent) {
      break;
    } else {
      // 交换最大节点与父节点
      int temp = array[parent];
      array[parent] = array[maxChild];
      array[maxChild] = temp;
      // 更新当前节点为最大值节点
      parent = maxChild;
    }
  }
}

二:优先级队列

2.1 概念

前面介绍过队列,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,该中场景下,使用队列显然不合适,比如:在手机上玩游戏的时候,如果有来电,那么系统应该优先处理打进来的电话;初中那会班主任排座位时可能会让成绩好的同学先挑座位。

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)。

2.2堆的使用

Java集合框架中提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队列,PriorityQueue是线程不安全的,PriorityBlockingQueue是线程安全的,本文主要介绍PriorityQueue。

关于PriorityQueue的使用要注意:

  1. 使用时必须导入PriorityQueue所在的包,即:
  2. PriorityQueue中放置的元素必须要能够比较大小,不能插入无法比较大小的对象,否则会抛出
    ClassCastException异常
  3. 不能插入null对象,否则会抛出NullPointerException
  4. 没有容量限制,可以插入任意多个元素,其内部可以自动扩容
  5. 插入和删除元素的时间复杂度为
  6. PriorityQueue底层使用了堆数据结构
  7. PriorityQueue默认情况下是小堆—即每次获取到的元素都是最小的元素

PriorityQueue中常见的构造方法:

构造器 功能介绍
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的优先级队列,注意: initialCapacity不能小于1,否则会抛IllegalArgumentException异 常
PriorityQueue(Collection<? extends E> c) 用一个集合来创建优先级队列

下面是使用示例:

static void TestPriorityQueue(){
    // 创建一个空的优先级队列,底层默认容量是11
    PriorityQueue<Integer> q1 = new PriorityQueue<>();
    // 创建一个空的优先级队列,底层的容量为initialCapacity
    PriorityQueue<Integer> q2 = new PriorityQueue<>(100);
    ArrayList<Integer> list = new ArrayList<>();
    list.add(4);
    list.add(3);
    list.add(2);
    list.add(1);
    // 用ArrayList对象来构造一个优先级队列的对象
    // q3中已经包含了三个元素
    PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
    System.out.println(q3.size());
    System.out.println(q3.peek());
 }

注意:默认情况下,PriorityQueue队列是小堆,如果需要大堆需要用户提供比较器

// 用户自己定义的比较器:直接实现Comparator接口,然后重写该接口中的compare方法即可
class IntCmp implements Comparator<Integer>{
  @Override
  public int compare(Integer o1, Integer o2) {
    return o2-o1;
 }
}
public class TestPriorityQueue {
  public static void main(String[] args) {
    PriorityQueue<Integer> p = new PriorityQueue<>(new IntCmp());
    p.offer(4);
    p.offer(3);
    p.offer(2);
    p.offer(1);
    p.offer(5);
    System.out.println(p.peek());
 }
}

下面是 PriorityQueue中常用的方法:

函数名 功能介绍
booleanoffer(E e) 插入元素e,插入成功返回true,如果e对象为空,抛出NullPointerException异常,时间复杂度 ,注意:空间不够时候会进行扩容
E peek() 获取优先级最高的元素,如果优先级队列为空,返回null
E poll() 移除优先级最高的元素并返回,如果优先级队列为空,返回null
int size() 获取有效元素的个数
void clear() 清空
boolean isEmpty() 检测优先级队列是否为空,空返回true

下面是这些方法的使用示例:

import java.util.PriorityQueue;
public class Main {
    public static void main(String[] args) {
        PriorityQueue<Integer> heap = new PriorityQueue<>();
        // 测试插入元素
        heap.offer(10); // 返回 true
        heap.offer(5); // 返回 true
        heap.offer(15); // 返回 true
        heap.offer(2); // 返回 true
        // 测试获取优先级最高的元素
        // 结果为 2
        System.out.println(heap.peek());
        // 测试移除优先级最高的元素
        // 结果为 2
        System.out.println(heap.poll());
        // 测试获取有效元素的个数
        // 结果为 3
        System.out.println(heap.size());
        // 测试清空优先级队列
        heap.clear();
        // 测试检测优先级队列是否为空
        // 结果为 true
        System.out.println(heap.isEmpty());
    }
}

以下是JDK 1.8中,PriorityQueue的扩容方式:

优先级队列的扩容说明:

  • 如果容量小于64时,是按照oldCapacity的2倍方式扩容的
  • 如果容量大于等于64,是按照oldCapacity的1.5倍方式扩容的
  • 如果容量超过MAX_ARRAY_SIZE,按照MAX_ARRAY_SIZE来进行扩容

MAX_ARRAY_SIZE等于Integer.MAX_VALUE - 8,Integer.MAX_VALUE - 8。等于 2,147,483,639。

2.3 用堆模拟实现优先级队列

我们通过堆可以模拟实现优先级队列,因为堆具有以下特性:

  1. 大堆或小堆:堆可以是大堆或小堆,其中大堆意味着父节点的值大于或等于其子节点的值,而小堆意味着父节点的值小于或等于其子节点的值。
  2. 优先级定义:我们可以将堆中的元素与优先级相关联。较高的优先级可以根据堆类型来确定是最大值还是最小值。

优先性在优先级队列中体现在以下方面:

  1. 插入元素:由于堆的性质,插入的元素会按照其优先级找到正确的位置插入。较高优先级的元素会被放置在堆的顶部(根节点)。
  2. 删除元素:从堆中删除元素时,会删除具有最高(最大堆)或最低(最小堆)优先级的元素。这样,每次删除的元素都是具有最高/最低优先级的元素。

通过以上方式,可以使用堆来实现优先级队列,确保具有更高优先级的元素优先被处理或删除。

下面我们基于堆来模拟实现一个优先级队列:

public class MyPriorityQueue {
  // 演示作用,不再考虑扩容部分的代码
  private int[] array = new int[100];  // 使用数组来存储元素
  private int size = 0;  // 当前队列的大小
  // 向优先队列中插入元素
  public void offer(int e) {
    array[size++] = e;  // 将元素插入数组末尾
    shiftUp(size - 1);  // 对插入的元素进行上浮操作,以保持堆的性质
  }
  // 弹出并返回优先队列中最高优先级的元素
  public int poll() {
    int oldValue = array[0];  // 保存堆顶元素的值
    array[0] = array[--size];  // 将堆尾元素移到堆顶
    shiftDown(0);  // 对堆顶元素进行下沉操作,以保持堆的性质
    return oldValue;  // 返回弹出的元素值
  }
  // 返回优先队列中最高优先级的元素
  public int peek() {
    return array[0];  // 直接返回堆顶元素的值
  }
}

请注意,此处的代码仅展示了演示目的,没有考虑扩容部分的代码实现。

三: 堆的应用

3.1PriorityQueue的实现

用堆作为底层结构封装优先级队列,这点我们已经讲过,在此不过多赘述

3.2堆排序

堆排序即利用堆的思想来进行排序,总共分为两个步骤:

  1. 建堆
    升序:建大堆
    降序:建小堆
  2. 利用堆删除思想来进行排序

建堆和堆删除中都用到了向下调整,因此掌握了向下调整,就可以完成堆排序。

3.3Top-k问题

TOP-K问题:即求数据集合中前K个最大的元素或者最小的元素,一般情况下数据量都比较大。

比如:专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。

我们可以通过使用堆来解决TOP-K问题,具体步骤如下:

一: 创建一个大小为K的最小堆(或最大堆,取决于你是求前K个最小值还是最大值)。

二:遍历数据集合,对于每个元素执行以下操作:

  • 如果堆的大小小于K,将当前元素插入堆中。
  • 如果堆的大小等于K,比较当前元素与堆顶元素的大小
  • 如果当前元素大于堆顶元素(最小堆),将堆顶元素弹出,将当前元素插入堆中。
  • 如果当前元素小于堆顶元素(最大堆),跳过当前元素。

三: 遍历完数据集合后,堆中的元素即为前K个最小(或最大)的元素。

下面是一个使用Java实现堆解决TOP-K问题的示例代码:

import java.util.PriorityQueue;
public class TopK {
    public static void main(String[] args) {
        int[] nums = {9, 3, 7, 5, 1, 8, 2, 6, 4};
        int k = 4;
        findTopK(nums, k);
    }
    private static void findTopK(int[] nums, int k) {
        PriorityQueue<Integer> minHeap = new PriorityQueue<>();
        for (int num : nums) {
            if (minHeap.size() < k) {
                minHeap.offer(num);
            } else if (num > minHeap.peek()) {
                minHeap.poll();
                minHeap.offer(num);
            }
        }
        System.out.println("Top " + k + " elements:");
        while (!minHeap.isEmpty()) {
            System.out.print(minHeap.poll() + " ");
        }
    }
}

以上示例中,对数组nums求前4个最小元素,使用了PriorityQueue实现了一个小顶堆。遍历数组时,根据堆的大小和当前元素与堆顶元素的比较进行插入和调整。最后,打印出堆中的元素即为前4个最小的元素。

四:java对象的比较

4.1PriorityQueue中插入对象

优先级队列在插入元素时有个要求:插入的元素不能是null或者元素之间必须要能够进行比较,为了简单起见,我们只是插入了Integer类型,那优先级队列中能否插入自定义类型对象呢?

class Card {
  public int rank; // 数值
  public String suit; // 花色
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
}
public class TestPriorityQueue {
  public static void TestPriorityQueue()
 {
    PriorityQueue<Card> p = new PriorityQueue<>();
    p.offer(new Card(1, "♠"));
    p.offer(new Card(2, "♠"));
 }
  public static void main(String[] args) {
    TestPriorityQueue();
 }
}

优先级队列底层使用堆,而向堆中插入元素时,为了满足堆的性质,必须要进行元素的比较,而此时Card是没有办法直接进行比较的,因此抛出异常。

4.2 元素的比较

4.2.1基本元素的比较

在Java中,基本类型的对象可以直接比较大小。

public class TestCompare {
  public static void main(String[] args) {
    int a = 10;
    int b = 20;
    System.out.println(a > b);
    System.out.println(a < b);
    System.out.println(a == b);
    char c1 = 'A';
    char c2 = 'B';
    System.out.println(c1 > c2);
    System.out.println(c1 < c2);
    System.out.println(c1 == c2);
    boolean b1 = true;
    boolean b2 = false;
    System.out.println(b1 == b2);
    System.out.println(b1 != b2);
 }
}

4.2.2 对象比较的问题

4.2.2.1equals
class Card {
  public int rank; // 数值
  public String suit; // 花色
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
}
public class TestPriorityQueue {
  public static void main(String[] args) {
    Card c1 = new Card(1, "♠");
    Card c2 = new Card(2, "♠");
    Card c3 = c1;
    //System.out.println(c1 > c2);  // 编译报错
    System.out.println(c1 == c2);  // 编译成功 ----> 打印false,因为c1和c2指向的是不同对象
    //System.out.println(c1 < c2);  // 编译报错
    System.out.println(c1 == c3);  // 编译成功 ----> 打印true,因为c1和c3指向的是同一个对象
 }
}

c1、c2和c3分别是Card类型的引用变量,上述代码在比较编译时:

  • c1 > c2 编译失败
  • c1== c2 编译成功
  • c1 < c2 编译失败

从编译结果可以看出,Java中引用类型的变量不能直接按照 > 或者 < 方式进行比较。 那为什么== 可以比较?

因为:对于用户实现自定义类型,都默认继承自Object类,而Object类中提供了equal方法,而==默认情况下调用的就是equal方法,但是该方法的比较规则是:没有比较引用变量引用对象的内容,而是直接比较引用变量的地址,但有些情况下该种比较就不符合题意。

// Object中equal的实现,可以看到:直接比较的是两个引用变量的地址
public boolean equals(Object obj) {
  return (this == obj);
}

有些情况下,需要比较的是对象中的内容,比如:向优先级队列中插入某个对象时,需要对按照对象中内容来调整堆,那该如何处理呢?答案是重写覆盖基类的equals

public class Card {
  public int rank; // 数值
  public String suit; // 花色
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
  @Override
  public boolean equals(Object o) {
    // 自己和自己比较
    if (this == o) {
      return true;
   }
    // o如果是null对象,或者o不是Card的子类
    if (o == null || !(o instanceof Card)) {
      return false;
   }
    // 注意基本类型可以直接比较,但引用类型最好调用其equal方法
    Card c = (Card)o;
    return rank == c.rank
      && suit.equals(c.suit);
      }
}

注意: 一般覆写 equals 的套路就是上面演示的

  1. 如果指向同一个对象,返回 true
  2. 如果传入的为 null,返回 false
  3. 如果传入的对象类型不是 Card,返回 false
  4. 按照类的实现目标完成比较,例如这里只要花色和数值一样,就认为是相同的牌
  5. 注意下调用其他引用类型的比较也需要 equals,例如这里的 suit 的比较

覆写基类equal的方式虽然可以比较,但缺陷是:equal只能按照相等进行比较,不能按照大于、小于的方式进行比较。

4.2.2.2 Comparble接口

Comparble是JDK提供的泛型的比较接口类,源码实现具体如下:

public interface Comparable<E> {
  // 返回值:
  // < 0: 表示 this 指向的对象小于 o 指向的对象
  // == 0: 表示 this 指向的对象等于 o 指向的对象
  // > 0: 表示 this 指向的对象大于 o 指向的对象
  int compareTo(E o);
}

对用用户自定义类型,如果要想按照大小与方式进行比较时:在定义类时,实现Comparble接口即可,然后在类中重写compareTo方法。

Java中的Comparable接口是用于实现对象的自然排序的接口。它包含一个compareTo方法,用于比较两个对象的顺序。

compareTo方法有以下三种返回值:

  • 如果当前对象小于被比较对象,则返回一个负整数。
  • 如果当前对象等于被比较对象,则返回0。
  • 如果当前对象大于被比较对象,则返回一个正整数。

下面是一个简单的例子,演示如何使用Comparable接口来自然排序自定义的Person类:

import java.util.ArrayList;
import java.util.Collections;
class Person implements Comparable<Person> {
    private String name;
    private int age;
    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }
    // 实现compareTo方法
    @Override
    public int compareTo(Person other) {
        return this.age - other.age; // 按照年龄排序
    }
    // 其他getter和setter方法
    @Override
    public String toString() {
        return "Person{" +
                "name='" + name + '\'' +
                ", age=" + age +
                '}';
    }
}
public class Main {
    public static void main(String[] args) {
        ArrayList<Person> people = new ArrayList<>();
        people.add(new Person("Alice", 25));
        people.add(new Person("Bob", 20));
        people.add(new Person("Charlie", 30));
        System.out.println("排序前:");
        for (Person person : people) {
            System.out.println(person);
        }
        Collections.sort(people); // 使用Collections.sort()方法进行排序时,会自动调用compareTo()方法进行比较
        System.out.println("排序后:");
        for (Person person : people) {
            System.out.println(person);
        }
    }
}

输出结果:

排序前:
Person{name='Alice', age=25}
Person{name='Bob', age=20}
Person{name='Charlie', age=30}
排序后:
Person{name='Bob', age=20}
Person{name='Alice', age=25}
Person{name='Charlie', age=30}

在上面的代码中,我们定义了一个Person类,并实现了Comparable接口。我们通过compareTo方法比较了两个Person对象的年龄,并在Main类中使用Collections.sort方法对people列表进行了排序。排序后,列表中的Person对象按照年龄的升序排列。

注意:Compareble是java.lang中的接口类,可以直接使用。

4.2.2.3 基于比较器比较

在Java中,如果我们想要比较两个对象,并根据它们的属性值进行排序或判断它们的相对顺序,我们可以使用比较器(Comparator)进行操作。

比较器是一个用于定义对象之间比较行为的接口。它包含了一个用于比较两个对象的方法 - compare()。该方法接受两个参数,分别是要比较的两个对象,然后返回一个整数值来表示它们的相对顺序。

下面是一个简单的示例,展示如何使用比较器比较两个Person对象:

import java.util.*;
// 定义Person类
class Person {
    private String name;
    private int age;
    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }
    // 省略其他属性和方法
    public String getName() {
        return name;
    }
    public int getAge() {
        return age;
    }
}
// 定义比较器类
class AgeComparator implements Comparator<Person> {
    @Override
    public int compare(Person person1, Person person2) {
        if (person1.getAge() < person2.getAge()) {
            return -1; // person1在前
        } else if (person1.getAge() > person2.getAge()) {
            return 1; // person2在前
        } else {
            return 0; // 保持顺序不变
        }
    }
}
public class Main {
    public static void main(String[] args) {
        // 创建Person对象
        Person person1 = new Person("Alice", 25);
        Person person2 = new Person("Bob", 30);
        Person person3 = new Person("John", 20);
        // 创建比较器对象
        AgeComparator comparator = new AgeComparator();
        // 使用比较器比较对象
        int result1 = comparator.compare(person1, person2); // 返回-1,person1在前
        int result2 = comparator.compare(person2, person1); // 返回1,person2在前
        int result3 = comparator.compare(person1, person3); // 返回0,保持顺序不变
        System.out.println(result1);//-1
        System.out.println(result2);//1
        System.out.println(result3);//0
    }
}

在上述代码中,我们定义了一个Person类,其中包含了姓名(name)和年龄(age)属性。然后,我们创建了一个比较器类AgeComparator,实现了Comparator接口,并重写了compare()方法来根据年龄来判断相对顺序。

在main()方法中,我们创建了三个Person对象,并使用AgeComparator比较器对象来比较它们的年龄。最后,我们打印了比较的结果,验证了对象之间的比较行为。

这就是基于比较器比较两个对象的示例。通过实现Comparator接口并重写compare()方法,我们可以定制化对象之间的比较行为,从而实现根据特定属性进行排序或判断相对顺序。

注意:Comparator是java.util 包中的泛型接口类,使用时必须导入对应的包。

我们要注意区分Comparable和Comparato:

  • 实现Comparable接口,重写compareTo方法
  • 实现Comparator接口,重写compare方法

三种比较方式对比:

覆写的方法 说明
Object.equals 因为所有类都是继承自 Object 的,所以直接覆写即可,不过只能比较相等与否
Comparable.compareTo 需要手动实现接口,侵入性比较强,但一旦实现,每次用该类都有顺序,属于内部顺序,Compareble是java.lang中的接口类,可以直接使用。
Comparator.compare 需要实现一个比较器对象,对待比较类的侵入性弱,但对算法代码实现侵入性强 ,Comparator是java.util 包中的泛型接口类,使用时必须导入对应的包。
目录
相关文章
|
20天前
|
存储 算法 Java
散列表的数据结构以及对象在JVM堆中的存储过程
本文介绍了散列表的基本概念及其在JVM中的应用,详细讲解了散列表的结构、对象存储过程、Hashtable的扩容机制及与HashMap的区别。通过实例和图解,帮助读者理解散列表的工作原理和优化策略。
29 1
散列表的数据结构以及对象在JVM堆中的存储过程
|
22天前
|
存储 搜索推荐 算法
【数据结构】树型结构详解 + 堆的实现(c语言)(附源码)
本文介绍了树和二叉树的基本概念及结构,重点讲解了堆这一重要的数据结构。堆是一种特殊的完全二叉树,常用于实现优先队列和高效的排序算法(如堆排序)。文章详细描述了堆的性质、存储方式及其实现方法,包括插入、删除和取堆顶数据等操作的具体实现。通过这些内容,读者可以全面了解堆的原理和应用。
60 16
|
1月前
|
存储 JavaScript 前端开发
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
为什么基础数据类型存放在栈中,而引用数据类型存放在堆中?
71 1
|
1月前
|
存储 算法 调度
数据结构--二叉树的顺序实现(堆实现)
数据结构--二叉树的顺序实现(堆实现)
|
1月前
|
存储 算法 分布式数据库
【初阶数据结构】理解堆的特性与应用:深入探索完全二叉树的独特魅力
【初阶数据结构】理解堆的特性与应用:深入探索完全二叉树的独特魅力
|
1月前
|
存储 算法
探索数据结构:分支的世界之二叉树与堆
探索数据结构:分支的世界之二叉树与堆
|
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
31 0
|
1月前
|
存储 算法
【数据结构】二叉树——顺序结构——堆及其实现
【数据结构】二叉树——顺序结构——堆及其实现
|
1月前
【数据结构】大根堆和小根堆
【数据结构】大根堆和小根堆
33 0
|
1月前
|
存储 算法 搜索推荐
数据结构--堆的深度解析
数据结构--堆的深度解析