PriorityQueue作用和源码

一、PriorityQueue作用和源码

PriorityQueue跟前几个阻塞队列不一样,并没有实现BlockingQueue接口,只是实现了Queue接口,Queue接口中定义了几组放数据和取数据的方法,来满足不同的场景


二、PriorityQueue类结构

  public class PriorityQueue<E> 
          extends AbstractQueue<E>
          implements java.io.Serializable {

      /**
       * 数组初始容量大小
       */
      private static final int DEFAULT_INITIAL_CAPACITY = 11;

      /**
       * 数组,用于存储元素
       */
      transient Object[] queue; 

      /**
       * 元素个数
       */
      private int size = 0;

      /**
       * 比较器,用于排序元素优先级
       */
      private final Comparator<? super E> comparator;

  }

可以看出PriorityQueue底层是基于数组实现的,使用Object[]数组存储元素,并且定义了比较器comparator,用于排序元素的优先级


三、初始化

PriorityQueue常用的初始化方法有4个:


1、无参构造方法


2、指定容量大小的有参构造方法


3、指定比较器的有参构造方法


4、同时指定容量和比较器的有参构造方法

/**
 * 无参构造方法
 */
PriorityQueue<Integer> blockingQueue1 = new PriorityQueue<>();

/**
 * 指定容量大小的构造方法
 */
PriorityQueue<Integer> blockingQueue2 = new PriorityQueue<>(10);

/**
 * 指定比较器的有参构造方法
 */
PriorityQueue<Integer> blockingQueue3 = new PriorityQueue<>(Integer::compareTo);

/**
 * 同时指定容量和比较器的有参构造方法
 */
PriorityQueue<Integer> blockingQueue4 = new PriorityQueue<>(10, Integer::compare);

再看一下对应的源码实现:

  /**
   * 无参构造方法
   */
  public PriorityQueue() {
      // 使用默认容量大小11,不指定比较器
      this(DEFAULT_INITIAL_CAPACITY, null);
  }

  /**
   * 指定容量大小的构造方法
   */
  public PriorityQueue(int initialCapacity) {
      this(initialCapacity, null);
  }

  /**
   * 指定比较器的有参构造方法
   */
  public PriorityQueue(Comparator<? super E> comparator) {
      this(DEFAULT_INITIAL_CAPACITY, comparator);
  }

  /**
   * 同时指定容量和比较器的有参构造方法
   */
  public PriorityQueue(int initialCapacity, Comparator<? super E> comparator) {
      if (initialCapacity < 1) {
          throw new IllegalArgumentException();
      }
      this.queue = new Object[initialCapacity];
      this.comparator = comparator;
  }

可以看出PriorityQueue的无参构造方法使用默认的容量大小11,直接初始化数组,并且没有指定比较器


四、存放数据源码

放数据的方法有2个:


1、add方法源码

add()方法底层直接调用的是offer()方法,作用相同

/**
 * add方法入口
 *
 * @param e 元素
 * @return 是否添加成功
 */
public boolean add(E e) {
    return offer(e);
}


2、offer方法源码

  public boolean offer(E e) {
      // 1. 判空,传参不允许为null
      if (e == null) {
          throw new NullPointerException();
      }
      modCount++;
      int i = size;
      // 2. 当数组满的时候,执行扩容
      if (i >= queue.length) {
          grow(i + 1);
      }
      size = i + 1;
      // 3. 如果是第一次插入,就直接把元素插入到数组头部
      if (i == 0) {
          queue[0] = e;
      } else {
          // 4. 如果不是第一次插入,就找个合适的位置插入(需要保证插入后数组有序)
          siftUp(i, e);
      }
      return true;
  }

offer()方法逻辑也很简单,先判断是否需要扩容,如果需要扩容先执行扩容逻辑,然后把元素插入到数组中。如果是第一次插入,就直接把元素插入到数组头部。如果不是,就找个合适的位置插入,需要保证插入后数组仍是有序的。 再看一下扩容的源码:


3、grow方法源码

/**
 * 扩容
 */
private void grow(int minCapacity) {
    int oldCapacity = queue.length;
    // 1. 如果原数组容量小于64,就执行2倍扩容,否则执行1.5扩容
    int newCapacity = oldCapacity + 
            ((oldCapacity < 64) ? (oldCapacity + 2) : (oldCapacity >> 1));
    // 2. 校验最大容量不能超过Integer最大值
    if (newCapacity - MAX_ARRAY_SIZE > 0) {
        newCapacity = hugeCapacity(minCapacity);
    }
    // 3. 直接扩容后新数组赋值给原数组
    queue = Arrays.copyOf(queue, newCapacity);
}

扩容的源码设计充满了作者的巧思,在数组容量较小的时候,为了避免频繁扩容,就采用2倍扩容法。在数组容量较大的时候,为了避免扩容后浪费空间,就采用1.5倍扩容法。


PriorityQueue为了快速的插入和删除,采用了最小堆,而不是直接使用有序数组,这样既可以保证插入和删除的时间复杂度都是O(logn),又能避免移动过多元素。

最小堆的定义:除叶子节点外,每个节点的值都小于等于左右子节点的值。


下面就是一个简单的最小堆和映射数组:


4、siftUp方法源码

siftUp()方法源码,是怎么保证插入元素,数组仍是有序的? 其实就是循环跟父节点比较元素大小,找个合适的位置插入。

  // 把元素插入到合适的位置
  private void siftUp(int k, E x) {
      // 1. 如果初始化的时候,自定义了比较器,就使用自定义比较器的插入方法,否则使用默认的。
      if (comparator != null) {
          siftUpUsingComparator(k, x);
      } else {
          siftUpComparable(k, x);
      }
  }

  // 自定义比较器的插入方法
  private void siftUpUsingComparator(int k, E x) {
      while (k > 0) {
          // 1. 找到父节点
          int parent = (k - 1) >>> 1;
          Object e = queue[parent];
          // 2. 如果当前节点元素比父节点的元素小,就把父节点元素向下移动(给当前元素腾出位置)
          if (comparator.compare(x, (E) e) >= 0) {
              break;
          }
          queue[k] = e;
          k = parent;
      }
      // 3. 把当前元素插入到父节点的位置
      queue[k] = x;
  }

  // 默认的插入方法
  private void siftUpComparable(int k, E x) {
      // 1. 使用默认比较器
      Comparable<? super E> key = (Comparable<? super E>) x;
      while (k > 0) {
          // 2. 找到父节点
          int parent = (k - 1) >>> 1;
          Object e = queue[parent];
          // 3. 如果当前节点元素比父节点的元素小,就把父节点元素向下移动(给当前元素腾出位置)
          if (key.compareTo((E) e) >= 0) {
              break;
          }
          queue[k] = e;
          k = parent;
      }
      // 4. 把当前元素插入到父节点的位置
      queue[k] = key;
  }


五、取出数据源码

取出数据(取出数据并删除)的方法有2个:


1、remove方法源码

remove()方法源码,如果队列为空,remove()会抛出异常

/**
 * remove方法入口
 */
public E remove() {
    // 1. 直接调用poll方法
    E x = poll();
    // 2. 如果取到数据,直接返回,否则抛出异常
    if (x != null) {
        return x;
    } else {
        throw new NoSuchElementException();
    }
}


2、poll方法源码

poll()方法源码,是从数组头部弹出元素。 poll()方法在取出元素的时候,如果队列为空,直接返回null,表示取出失败

/**
 * poll方法入口
 */
public E poll() {

    // 1. 如果数组为空,返回null
    if (size == 0) {
        return null;
    }
    int s = --size;
    modCount++;

    // 2. 暂存数组头节点,最后返回
    E result = (E) queue[0];

    // 3. 暂存数组尾节点,调整最小堆的时候,需要上移
    E x = (E) queue[s];

    // 4. 删除尾节点
    queue[s] = null;

    // 5. 调整最小堆
    if (s != 0) {
        siftDown(0, x);
    }
    return result;
}


六、查看数据源码

查看数据,并不删除数据


1、element方法源码

element()方法源码,如果队列为空,则抛出异常

/**
 * element方法入口
 */
public E element() {
    // 1. 调用peek方法查询数据
    E x = peek();
    // 2. 如果查到数据,直接返回
    if (x != null) {
        return x;
    } else {
        // 3. 如果没找到,则抛出异常
        throw new NoSuchElementException();
    }
}


2、peek方法源码

peek()方法源码,如果数组为空,直接返回 null

/**
 * peek方法入口
 */
public E peek() {
    // 返回数组头节点
    return (size == 0) ? null : (E) queue[0];
}


七、总结

PriorityQueue队列具有以下特点:

  • PriorityQueue实现了Queue接口,提供了两组放数据和读数据的方法,来满足不同的场景

  • PriorityQueue底层基于数组实现,按照最小堆存储,实现了高效的插入和删除

  • PriorityQueue初始化的时候,可以指定数组长度和自定义比较器

  • PriorityQueue初始容量是11,当数组容量小于64,采用2倍扩容,否则采用1.5扩容

  • PriorityQueue每次都是从数组头节点取元素,取之后需要调整最小堆

posted @ 2025-02-20 15:06  jock_javaEE  阅读(47)  评论(0)    收藏  举报