基于堆实现的优先级队列:PriorityQueue 解决 Top K 问题

1、认识 PriorityQueue

PriorityQueue是从JDK1.5开始提供的新的数据结构接口,它是一种基于优先级堆的极大优先级队列。优先级队列是不同于先进先出队列的另一种队列。每次从队列中取出的是具有最高优先权的元素。如果不提供Comparator的话,优先队列中元素默认按自然顺序排列,也就是数字默认是小的在队列头,字符串则按字典序排列(参阅 Comparable),也可以根据 Comparator 来指定,这取决于使用哪种构造方法。优先级队列不允许 null 元素。依靠自然排序的优先级队列还不允许插入不可比较的对象(这样做可能导致 ClassCastException)。
比如队列 1 3 5 10 2 自动会被排列 1 2 3 5 10

package com.test;

import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Queue;

public class PriorityQueueExample {

        public static void main(String[] args) {
                Queue<Integer> qi = new PriorityQueue<Integer>();

                qi.add(5);
                qi.add(2);
                qi.add(1);
                qi.add(10);
                qi.add(3);

                while (!qi.isEmpty()) {
                        System.out.print(qi.poll() + ",");
                }
                System.out.println();
                System.out.println("-----------------------------");
              // 自定义的比较器,可以让我们自由定义比较的顺序 Comparator<Integer> cmp;
                cmp = new Comparator<Integer>() { 
                        public int compare(Integer e1, Integer e2) {
                                return e2 - e1;
                        }
                };
                Queue<Integer> q2 = new PriorityQueue<Integer>(5, cmp);
                q2.add(2);
                q2.add(8);
                q2.add(9);
                q2.add(1);
                while (!q2.isEmpty()) {
                        System.out.print(q2.poll() + ",");
                }

        }

}

output

1,2,3,5,10,

9,8,2,1

此队列的头是按指定排序方式的最小元素。如果多个元素都是最小值,则头是其中一个元素——选择方法是任意的。
队列检索操作 poll、remove、peek 和 element 访问处于队列头的元素。
优先级队列是无界的,但是有一个内部容量,控制着用于存储队列元素的数组的大小。
它总是至少与队列的大小相同。随着不断向优先级队列添加元素,其容量会自动增加。无需指定容量增加策略的细节。
注意1:该队列是用数组实现,但是数组大小可以动态增加,容量无限。
注意2:此实现不是同步的。不是线程安全的。如果多个线程中的任意线程从结构上修改了列表, 则这些线程不应同时访问 PriorityQueue 实例,这时请使用线程安全的PriorityBlockingQueue 类。
注意3:不允许使用 null 元素。
注意4:此实现为插入方法(offer、poll、remove() 和 add 方法)提供 O(log(n)) 时间;
为 remove(Object) 和 contains(Object) 方法提供线性时间;
为检索方法(peek、element 和 size)提供固定时间。
注意5:方法iterator()中提供的迭代器并不保证以有序的方式遍历优先级队列中的元素。
至于原因可参考下面关于PriorityQueue的内部实现
如果需要按顺序遍历,请考虑使用 Arrays.sort(pq.toArray())。
注意6:可以在构造函数中指定如何排序。如:
PriorityQueue()
使用默认的初始容量(11)创建一个 PriorityQueue,并根据其自然顺序来排序其元素(使用 Comparable)。
PriorityQueue(int initialCapacity)
使用指定的初始容量创建一个 PriorityQueue,并根据其自然顺序来排序其元素(使用 Comparable)。
PriorityQueue(int initialCapacity, Comparator comparator)
使用指定的初始容量创建一个 PriorityQueue,并根据指定的比较器comparator来排序其元素。
注意7:此类及其迭代器实现了 Collection 和 Iterator 接口的所有可选 方法。
PriorityQueue的内部实现
PriorityQueue对元素采用的是堆排序,头是按指定排序方式的最小元素。堆排序只能保证根是最大(最小),整个堆并不是有序的。
方法iterator()中提供的迭代器可能只是对整个数组的依次遍历。也就只能保证数组的第一个元素是最小的。
实例1的结果也正好与此相符。

2、应用:求 Top K 大/小 的元素

了解了优先队列之后,我们再来看它的一个应用:
在面试的时候,问到算法,Top k 的问题是经常被问到的,网上已有很多种方法可以解决,今天来看看如何使用 PriorityQueue 构造固定容量的优先队列,模拟大顶堆,来解决 top K 小的问题。

package com.test;

import java.util.ArrayList;
import java.util.Collections;
import java.util.Comparator;
import java.util.Iterator;
import java.util.List;
import java.util.PriorityQueue;
import java.util.Random;

//固定容量的优先队列,模拟大顶堆,用于解决求topN小的问题public class FixSizedPriorityQueue<E extends Comparable> {
        private PriorityQueue<E> queue;
        private int maxSize; // 堆的最大容量

        public FixSizedPriorityQueue(int maxSize) {
                if (maxSize <= 0)
                        throw new IllegalArgumentException();
                this.maxSize = maxSize;
                this.queue = new PriorityQueue(maxSize, new Comparator<E>() {
                        public int compare(E o1, E o2) {
                                // 生成最大堆使用o2-o1,生成最小堆使用o1-o2, 并修改 e.compareTo(peek) 比较规则
                                return (o2.compareTo(o1));
                        }
                });
        }

        public void add(E e) {
                if (queue.size() < maxSize) { // 未达到最大容量,直接添加
                        queue.add(e);
                } else { // 队列已满
                        E peek = queue.peek();
                        if (e.compareTo(peek) < 0) { // 将新元素与当前堆顶元素比较,保留较小的元素
                                queue.poll();
                                queue.add(e);
                        }
                }
        }

        public List<E> sortedList() {
                List<E> list = new ArrayList<E>(queue);
                Collections.sort(list); // PriorityQueue本身的遍历是无序的,最终需要对队列中的元素进行排序
                return list;
        }

        public static void main(String[] args) {
                final FixSizedPriorityQueue pq = new FixSizedPriorityQueue(10);
                Random random = new Random();
                int rNum = 0;
                System.out.println("100 个 0~999 之间的随机数:-----------------------------------");
                for (int i = 1; i <= 100; i++) {
                        rNum = random.nextInt(1000);
                        System.out.println(rNum);
                        pq.add(rNum);
                }
                System.out.println("PriorityQueue 本身的遍历是无序的:-----------------------------------");
                Iterable<Integer> iter = new Iterable<Integer>() {
                        public Iterator<Integer> iterator() {
                                return pq.queue.iterator();
                        }
                };
                for (Integer item : iter) {
                        System.out.print(item + ", ");
                }
                System.out.println();
                System.out.println("PriorityQueue 排序后的遍历:-----------------------------------");
                /*
                 * for (Integer item : pq.sortedList()) { System.out.println(item); }
                 */
                // 或者直接用内置的 poll() 方法,每次取队首元素(堆顶的最大值)
                while (!pq.queue.isEmpty()) {
                        System.out.print(pq.queue.poll() + ", ");
                }
        }
}
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容