【死磕Java集合】—PriorityQueue源码分析

问题

&＃xff08;1&＃xff09;什么是优先级队列&＃xff1f;

&＃xff08;2&＃xff09;怎么实现一个优先级队列&＃xff1f;

&＃xff08;3&＃xff09;PriorityQueue是线程安全的吗&＃xff1f;

&＃xff08;4&＃xff09;PriorityQueue就有序的吗&＃xff1f;

简介

优先级队列&＃xff0c;是0个或多个元素的集合&＃xff0c;集合中的每个元素都有一个权重值&＃xff0c;每次出队都弹出优先级最大或最小的元素。

一般来说&＃xff0c;优先级队列使用堆来实现。

还记得堆的相关知识吗&＃xff1f;链接直达【拜托&＃xff0c;面试别再问我堆&＃xff08;排序&＃xff09;了&＃xff01;】。

那么Java里面是如何通过“堆”这个数据结构来实现优先级队列的呢&＃xff1f;

让我们一起来学习吧。

源码分析

主要属性

// 默认容量private static final int DEFAULT_INITIAL_CAPACITY &＃61; 11;// 存储元素的地方transient Object[] queue; // non-private to simplify nested class access// 元素个数private int size &＃61; 0;// 比较器private final Comparator comparator;// 修改次数transient int modCount &＃61; 0; // non-private to simplify nested class access


&＃xff08;1&＃xff09;默认容量是11&＃xff1b;

&＃xff08;2&＃xff09;queue&＃xff0c;元素存储在数组中&＃xff0c;这跟我们之前说的堆一般使用数组来存储是一致的&＃xff1b;

&＃xff08;3&＃xff09;comparator&＃xff0c;比较器&＃xff0c;在优先级队列中&＃xff0c;也有两种方式比较元素&＃xff0c;一种是元素的自然顺序&＃xff0c;一种是通过比较器来比较&＃xff1b;

&＃xff08;4&＃xff09;modCount&＃xff0c;修改次数&＃xff0c;有这个属性表示PriorityQueue也是fast-fail的&＃xff1b;

不知道fast-fail的&＃xff0c;查看这篇文章的彩蛋部分&＃xff1a;【死磕 java集合之HashSet源码分析】。

入队

入队有两个方法&＃xff0c;add(E e)和offer(E e)&＃xff0c;两者是一致的&＃xff0c;add(E e)也是调用的offer(E e)。

public boolean add(E e) {return offer(e);
}public boolean offer(E e) {// 不支持null元素if (e &＃61;&＃61; null)throw new NullPointerException();modCount&＃43;&＃43;;// 取sizeint i &＃61; size;// 元素个数达到最大容量了&＃xff0c;扩容if (i >&＃61; queue.length)grow(i &＃43; 1);// 元素个数加1size &＃61; i &＃43; 1;// 如果还没有元素// 直接插入到数组第一个位置// 这里跟我们之前讲堆不一样了// java里面是从0开始的// 我们说的堆是从1开始的if (i &＃61;&＃61; 0)queue[0] &＃61; e;else// 否则&＃xff0c;插入元素到数组size的位置&＃xff0c;也就是最后一个元素的下一位// 注意这里的size不是数组大小&＃xff0c;而是元素个数// 然后&＃xff0c;再做自下而上的堆化siftUp(i, e);return true;
}private void siftUp(int k, E x) {// 根据是否有比较器&＃xff0c;使用不同的方法if (comparator !&＃61; null)siftUpUsingComparator(k, x);elsesiftUpComparable(k, x);
}&＃64;SuppressWarnings("unchecked")
private void siftUpComparable(int k, E x) {Comparable key &＃61; (Comparable) x;while (k > 0) {// 找到父节点的位置// 因为元素是从0开始的&＃xff0c;所以减1之后再除以2int parent &＃61; (k - 1) >>> 1;// 父节点的值Object e &＃61; queue[parent];// 比较插入的元素与父节点的值// 如果比父节点大&＃xff0c;则跳出循环// 否则交换位置if (key.compareTo((E) e) >&＃61; 0)break;// 与父节点交换位置queue[k] &＃61; e;// 现在插入的元素位置移到了父节点的位置// 继续与父节点再比较k &＃61; parent;}// 最后找到应该插入的位置&＃xff0c;放入元素queue[k] &＃61; key;
}

&＃xff08;1&＃xff09;入队不允许null元素&＃xff1b;

&＃xff08;2&＃xff09;如果数组不够用了&＃xff0c;先扩容&＃xff1b;

&＃xff08;3&＃xff09;如果还没有元素&＃xff0c;就插入下标0的位置&＃xff1b;

&＃xff08;4&＃xff09;如果有元素了&＃xff0c;就插入到最后一个元素往后的一个位置&＃xff08;实际并没有插入哈&＃xff09;&＃xff1b;

&＃xff08;5&＃xff09;自下而上堆化&＃xff0c;一直往上跟父节点比较&＃xff1b;

&＃xff08;6&＃xff09;如果比父节点小&＃xff0c;就与父节点交换位置&＃xff0c;直到出现比父节点大为止&＃xff1b;

&＃xff08;7&＃xff09;由此可见&＃xff0c;PriorityQueue是一个小顶堆。

扩容

private void grow(int minCapacity) {// 旧容量int oldCapacity &＃61; queue.length;// Double size if small; else grow by 50%// 旧容量小于64时&＃xff0c;容量翻倍// 旧容量大于等于64&＃xff0c;容量只增加旧容量的一半int newCapacity &＃61; oldCapacity &＃43; ((oldCapacity <64) ?(oldCapacity &＃43; 2) :(oldCapacity >> 1));// overflow-conscious code// 检查是否溢出if (newCapacity - MAX_ARRAY_SIZE > 0)newCapacity &＃61; hugeCapacity(minCapacity);// 创建出一个新容量大小的新数组并把旧数组元素拷贝过去queue &＃61; Arrays.copyOf(queue, newCapacity);
}private static int hugeCapacity(int minCapacity) {if (minCapacity <0) // overflowthrow new OutOfMemoryError();return (minCapacity > MAX_ARRAY_SIZE) ?Integer.MAX_VALUE :MAX_ARRAY_SIZE;
}

&＃xff08;1&＃xff09;当数组比较小&＃xff08;小于64&＃xff09;的时候每次扩容容量翻倍&＃xff1b;

&＃xff08;2&＃xff09;当数组比较大的时候每次扩容只增加一半的容量&＃xff1b;

出队

出队有两个方法&＃xff0c;remove()和poll()&＃xff0c;remove()也是调用的poll()&＃xff0c;只是没有元素的时候抛出异常。

public E remove() {// 调用poll弹出队首元素E x &＃61; poll();if (x !&＃61; null)// 有元素就返回弹出的元素return x;else// 没有元素就抛出异常throw new NoSuchElementException();
}&＃64;SuppressWarnings("unchecked")
public E poll() {// 如果size为0&＃xff0c;说明没有元素if (size &＃61;&＃61; 0)return null;// 弹出元素&＃xff0c;元素个数减1int s &＃61; --size;modCount&＃43;&＃43;;// 队列首元素E result &＃61; (E) queue[0];// 队列末元素E x &＃61; (E) queue[s];// 将队列末元素删除queue[s] &＃61; null;// 如果弹出元素后还有元素if (s !&＃61; 0)// 将队列末元素移到队列首// 再做自上而下的堆化siftDown(0, x);// 返回弹出的元素return result;
}private void siftDown(int k, E x) {// 根据是否有比较器&＃xff0c;选择不同的方法if (comparator !&＃61; null)siftDownUsingComparator(k, x);elsesiftDownComparable(k, x);
}&＃64;SuppressWarnings("unchecked")
private void siftDownComparable(int k, E x) {Comparable key &＃61; (Comparable)x;// 只需要比较一半就行了&＃xff0c;因为叶子节点占了一半的元素int half &＃61; size >>> 1; // loop while a non-leafwhile (k ) c).compareTo((E) queue[right]) > 0)// 左右节点取其小者c &＃61; queue[child &＃61; right];// 如果比子节点都小&＃xff0c;则结束if (key.compareTo((E) c) <&＃61; 0)break;// 如果比最小的子节点大&＃xff0c;则交换位置queue[k] &＃61; c;// 指针移到最小子节点的位置继续往下比较k &＃61; child;}// 找到正确的位置&＃xff0c;放入元素queue[k] &＃61; key;
}

&＃xff08;1&＃xff09;将队列首元素弹出&＃xff1b;

&＃xff08;2&＃xff09;将队列末元素移到队列首&＃xff1b;

&＃xff08;3&＃xff09;自上而下堆化&＃xff0c;一直往下与最小的子节点比较&＃xff1b;

&＃xff08;4&＃xff09;如果比最小的子节点大&＃xff0c;就交换位置&＃xff0c;再继续与最小的子节点比较&＃xff1b;

&＃xff08;5&＃xff09;如果比最小的子节点小&＃xff0c;就不用交换位置了&＃xff0c;堆化结束&＃xff1b;

&＃xff08;6&＃xff09;这就是堆中的删除堆顶元素&＃xff1b;

取队首元素

取队首元素有两个方法&＃xff0c;element()和peek()&＃xff0c;element()也是调用的peek()&＃xff0c;只是没取到元素时抛出异常。

public E element() {E x &＃61; peek();if (x !&＃61; null)return x;elsethrow new NoSuchElementException();
}
public E peek() {return (size &＃61;&＃61; 0) ? null : (E) queue[0];
}

&＃xff08;1&＃xff09;如果有元素就取下标0的元素&＃xff1b;

&＃xff08;3&＃xff09;如果没有元素就返回null&＃xff0c;element()抛出异常&＃xff1b;

总结

&＃xff08;1&＃xff09;PriorityQueue是一个小顶堆&＃xff1b;

&＃xff08;2&＃xff09;PriorityQueue是非线程安全的&＃xff1b;

&＃xff08;3&＃xff09;PriorityQueue不是有序的&＃xff0c;只有堆顶存储着最小的元素&＃xff1b;

&＃xff08;4&＃xff09;入队就是堆的插入元素的实现&＃xff1b;

&＃xff08;5&＃xff09;出队就是堆的删除元素的实现&＃xff1b;

&＃xff08;6&＃xff09;还不懂堆&＃xff1f;看一看这篇文章【拜托&＃xff0c;面试别再问我堆&＃xff08;排序&＃xff09;了&＃xff01;】。

彩蛋

&＃xff08;1&＃xff09;论Queue中的那些方法&＃xff1f;

Queue是所有队列的顶级接口&＃xff0c;它里面定义了一批方法&＃xff0c;它们有什么区别呢&＃xff1f;

&＃xff08;2&＃xff09;为什么PriorityQueue中的add(e)方法没有做异常检查呢&＃xff1f;

因为PriorityQueue是无限增长的队列&＃xff0c;元素不够用了会扩容&＃xff0c;所以添加元素不会失败。