掌握优先级队列:提升效率的关键技巧

简介: 掌握优先级队列:提升效率的关键技巧


优先级队列的概念

队列是一种先进先出的数据结构,但在一些情况下我们要优先处理一些情况,比如:正在手机上打游戏的时候,如果有来电,那么系统就应该处理打进来的电话。

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)。

优先级队列的模拟实现

DK1.8中的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。因此我们先来模拟堆的创建,插入与删除。

堆的创建

堆的创建代码:

//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,遇到一个节点就使用向下调整
    public  void  creatHeap(int[] arr){
    int root = (arr.length-2)/2;
        for (; root>=0 ; root--) {
            shiftDown(arr,root);
        }
    }

建堆的时间复杂度为O(N)

堆的向下调整代码(以创建大堆代码为例):

public void shiftDown(int[] arr, int parent){
        // child先标记parent的左孩子,因为parent可能右左没有右
    int child = parent*2+1;
    int size = arr.length;
    while (child < size){
        // 如果右孩子存在,找到左右孩子中较大的孩子,用child进行标记
        if(child+1 < size && arr[child] < arr[child+1]){
            child++;
        }
        // 如果双亲比其最大的孩子还小,则交换
        if(arr[child]>parent){
            int temp = arr[child];
            arr[child] = arr[parent];
            arr[parent] = temp;
        }else {
            break;
        }
        parent = child;
        child = (parent*2)+1;
    }
    }

堆的插入与删除

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
public void push(int val) {
      if(isFull()){
          return;
      }
      //usedSize为堆中元素个数
      elem[usedSize]=val;
      usedSize++;
      shiftUp(usedSize-1);
    }

向上调整:

private void shiftUp(int child){
        // 找到child的双亲
        int parent = (child-1)/2;
        while (parent >= 0){
            if(arr[parent]>=arr[child]){
                break;
            }else {
                // 将双亲与孩子节点进行交换
                int temp = arr[parent];
                arr[parent] = arr[child];
                arr[child] = temp;
                child = parent;
                parent = (child-1)/2;
            }
        }
    }

堆的删除

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
public void pollHeap() {
        if(isEmpty()){
            return;
        }
        elem[0] = elem[usedSize-1];
        usedSize--;
        shiftDown(0,usedSize);
    }

用堆模拟实现优先级队列

public class MyPriorityQueue { 
 private int[] array = new int[100];   
 private int size = 0;
 //入队
 public void offer(int e) {
 array[size++] = e;
 //向上调整
 shiftUp(size - 1);
 }
 //出队
 public int poll() {
 int oldValue = array[0];
 array[0] = array[--size];
 //向下调整
 shiftDown(0);
 return oldValue;
 }
 //出堆首元素
 public int peek() {
 return array[0];
 }
 }

常见接口了解

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。

关于PriorityQueue的使用要注意:

  1. 使用时必须导入PriorityQueue所在的包
  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O(logN)
  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的几种常见构造方法

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

我们可以使用优先级队列解决一些问题,例如TOPK问题:最大或者最小的前k个数据。

思路就是我们求最大的前k个数据,我们用数据的前k个数字建一个小堆,然后依次拿堆顶元素与剩下的数据进行比较,如果那个数据大于堆定元素就进行互换,直到遍历完剩下的数据,堆中k个数据就为最大的k个数据。堆顶元素就为第k大元素。

总结思路就是:

  1. 用数据集合中前K个元素来建堆
    前k个最大的元素,则建小堆
    前k个最小的元素,则建大堆
  2. 用剩余的N-K个元素依次与堆顶元素来比较,不满足则替换堆顶元素
    将剩余N-K个元素依次与堆顶元素比完之后,堆中剩余的K个元素就是所求的前K个最小或者最大的元素。
相关文章
|
5月前
|
算法 Java 程序员
【算法训练-队列 一】【结构特性】用两个栈实现队列
【算法训练-队列 一】【结构特性】用两个栈实现队列
54 0
|
5月前
|
存储 算法
什么是堆,优先级队列的模拟实现
什么是堆,优先级队列的模拟实现
37 0
|
5月前
【数据结构】【版本1.4】【线性时代】——公平队列
【数据结构】【版本1.4】【线性时代】——公平队列
|
5月前
|
存储 算法 前端开发
设计循环双端队列
设计循环双端队列
30 0
|
12月前
|
存储 算法 安全
【算法基础】栈和队列及常见变种与使用,双栈、动态栈、栈的迭代器,双端队列、优先队列、并发队列、延迟队列的使用
【算法基础】栈和队列及常见变种与使用,双栈、动态栈、栈的迭代器,双端队列、优先队列、并发队列、延迟队列的使用
218 0
【算法基础】栈和队列及常见变种与使用,双栈、动态栈、栈的迭代器,双端队列、优先队列、并发队列、延迟队列的使用
|
存储 Java
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)(一)
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)(一)
|
存储 算法 Java
Java数据结构与算法分析(五)队列
队列和栈一样,也是一个操作受限制的线性表。不同的是队列的插入在一端进行,我们称为队尾(rear);而删除(取出)在另一端进行,我们称为队头(front)。
101 0
数据结构224-希尔排序的实现效率
数据结构224-希尔排序的实现效率
63 0
数据结构224-希尔排序的实现效率
|
存储 算法 Java
《Java数据结构》——优先级队列(小根堆的模拟实现)
《Java数据结构》——优先级队列(小根堆的模拟实现)
142 0
|
安全 Java
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)(二)
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)
【Java数据结构】集合PriorityQueue及其背后的数据结构堆(优先级队列)(二)