文章目录
1、概述
PriorityQueue 称为优先队列,也是一种特殊的有序队列。为什么特殊呢?
因为其内部使用 Object[] 数组来存储数据,整个数组从0 ~ 最后一个并不是有序排放的,但是出队的时候数据又是从小到大有序的。
来看个例子:
public class PriorityQueueTest {
public static void main(String[] args) {
PriorityQueue queue = new PriorityQueue();
Random random = new Random();
final int count = 7;
System.out.print("入队开始:");
for (int i = 0; i < count; i++){
int number = random.nextInt(100);
System.out.print(number + ",");
queue.offer(number);
}
System.out.println();
System.out.print("队列数组:");
for (Object o : queue.toArray()) {
System.out.print(o + ",");
}
System.out.println();
System.out.print("出队开始:");
for (int i = 0; i < count; i++) {
Object number = queue.poll();
System.out.print(number + ",");
}
}
}
输出结果如下,如上面所说,数组的内容不是按顺序的,但是出队是从小到大有序的:
入队开始:86,13,66,49,82,37,87,
队列数组:13,49,37,86,82,66,87,
出队开始:13,37,49,66,82,86,87,
2、入队分析
offer 源码:
public boolean offer(E e) {
if (e == null)
throw new NullPointerException();
modCount++;
int i = size;
if (i >= queue.length)
grow(i + 1);
size = i + 1;
if (i == 0)
queue[0] = e;
else
siftUp(i, e);
return true;
}
offer 流程图:
上面最后一步,特殊的入队逻辑 具体是怎样的,咱继续分析一下。
先上源码:
//k:数组第一个空位的索引值,例如:当前已经填充了2个元素,再次执行到这里k就是2
//x:准备入队的对象
private void siftUpComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>) x;
while (k > 0) {
int parent = (k - 1) >>> 1;
Object e = queue[parent];
if (key.compareTo((E) e) >= 0)
break;
queue[k] = e;
k = parent;
}
queue[k] = key;
}
这段代码的大致逻辑是:
- 查到当前入队对象(x)的父对象(e),这里的父对象不是上一个元素,也是类似树结构的父对象,下面会讲到
- 如果 x >= e,则将 x 放到数组下标位置 k,执行结束
- 如果 x < e,把 e 放到数组下标位置 k,同时把原下标赋给 k,继续执行第一步
这里用到移位运算法,顺便讲解一下
int parent = (k - 1) >>> 1:获取当前元素的父级,>>> 1 表示将二进制值右移1位,左边补0
举几个例子:
十进制0,对应二进制0000,右移1位仍然是0000,结果是0
十进制1,对应二进制0001,右移1位变成0000,结果是0
十进制2,对应二进制0010,右移1位变成0001,结果是1
十进制3,对应二进制0011,右移1位变成0001,结果是1
十进制4,对应二进制0100,右移1位变成0010,结果是2
十进制5,对应二进制0101,右移1位变成0010,结果是2
用一个流程图表示就是这样:
分解步骤,就以上面的入队顺序为例子(86,13,66,49,82,37,87):
第1个对象,x = 86,直接放到数组第0位
第2个对象,x = 13
- k = 1,parent = 0,因为 13 < 86,所以执行queue[1] = 86
- 然后执行 k = parent,也就是 k = 0,所以执行 queue[0] = 13
第3个对象,x = 66
- k=2,parent=0,因为 66 > 13,所以直接放在 k 位置上
第4个对象,x = 49
- k=3,parent=1,因为 49 < 86,所以 86 要往下移
- 因为此时 49 > 13,所以不需要继续移位
第5个对象,x = 82
- k=4,parent=1,因为 82 > 49,所以直接赋值
第6个对象,x = 37
- k=5,parent=2,因为 37 < 66,所以 66 需要下移
- 因为37 > 13,所以不需要继续移位
第7个对象 x = 87
- k=6,parent=2,因为 87 > 37,所以直接赋值
此时数组顺序变成了:13,49,37,86,82,66,87,跟我们前面测试结果一致
结论
- 数组的顺序是无序排列
- 从根节点到叶子节点的分支,内部是有序的
3、出队分析
poll 源码:
public E poll() {
if (size == 0)
return null;
int s = --size;
modCount++;
E result = (E) queue[0];
E x = (E) queue[s];
queue[s] = null;
if (s != 0)
siftDown(0, x);
return result;
}
poll 流程图:
如图所示:
- 如果当前数组的数据超过1个,会先执行 siftDown 方法
- 方法最后一定是返回 result (数组第1个元素)。因此我们可以大胆猜测,siftDown 执行完毕后,数组的第1个元素一定是最小的
出队拆解:
初始状态
第1次出队
前面我们说过,执行 siftDown 之后,队列顶部一定是最小的元素。第1次出队的数据是13,之后最小的元素一定是13的两个子节点之一。因此,siftDown 的第1步就是找到左右两个子节点,把比较小的元素移动到根节点。
如下代码所示:
//k:此处值是 0
//x:当前数组最后一个元素
private void siftDownComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>)x;
//size:数组最后一个元素的下标值
int half = size >>> 1; // loop while a non-leaf
while (k < half) {
//找到左侧子节点
int child = (k << 1) + 1; // assume left child is least
Object c = queue[child];
//找到右侧子节点
int right = child + 1;
if (right < size &&
((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
//如果右侧子节点更小,就赋值给c。因此,c记录的是最小的数据
c = queue[child = right];
if (key.compareTo((E) c) <= 0)
break;
//把最小的数据(变量c)往上移
queue[k] = c;
k = child;
}
queue[k] = key;
}
代码中while第一次循环结束后,数组结构如下。37 < 49,所以37被移到根节点。
但是,下标2仍然记录着37,所以下一步就是把 k 设置成下标2,然后重复执行前面的步骤:获取37的左右节点,把最小的往上移。如下图所示:
第三次while循环时,k 变成 5,已经没有下级节点了,所以循环结束。
最后执行 queue[k] = key ,也就是把最后一个元素设置成左节点
第2次出队、第3次出队等等,原理都一样的,这里就不逐一说明了
4、总结
- PriorityQueue执行入队和出队时,都会进行排序比较。因此入队的对象必须实现 Comparable 接口,或者在实例化PriorityQueue对象的时候定义 Comparator 方法(构造函数传参)
- PriorityQueue 是非线程安全的,多线程环境必须使用 PriorityBlockingQueue
- PriorityQueue 入队时间复杂度是O(log),因为要维护树的层级关系
- PriorityQueue 出队时间复杂度是O(log),原因同上