PriorityQueue实现大顶堆

在做一道算法时需要使用大顶堆，所以查了一下记录。

使用PriorityQueue实现大顶堆

PriorityQueue默认是一个小顶堆，然而可以通过传入自定义的Comparator函数来实现大顶堆。如下代码实现了一个初始大小为11的大顶堆。这里只是简单的传入一个自定义的Comparator函数，就可以实现大顶堆了。

private static final int DEFAULT_INITIAL_CAPACITY = 11;





PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(DEFAULT_INITIAL_CAPACITY, new Comparator<Integer>() {





        @Override





        public int compare(Integer o1, Integer o2) {                





            return o2-o1;





        }





    });

PriorityQueue的逻辑结构是一棵完全二叉树，存储结构其实是一个数组。逻辑结构层次遍历的结果刚好是一个数组。

例子：输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

可以使用大顶堆保存，比堆中的数小就进堆。

import java.util.ArrayList;





import java.util.PriorityQueue;





import java.util.Comparator;





public class Solution {





   public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {





       ArrayList<Integer> result = new ArrayList<Integer>();





       int length = input.length;





       if(k > length || k == 0){





           return result;





       }





        PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(k, new Comparator<Integer>() {





 





            @Override





            public int compare(Integer o1, Integer o2) {





                return o2.compareTo(o1);





            }





        });





        for (int i = 0; i < length; i++) {





            if (maxHeap.size() != k) {





                maxHeap.offer(input[i]);





            } else if (maxHeap.peek() > input[i]) {





                Integer temp = maxHeap.poll();





                temp = null;





                maxHeap.offer(input[i]);





            }





        }





        for (Integer integer : maxHeap) {





            result.add(integer);





        }





        return result;





    }





}

补充介绍其offer和poll方法：

①优先队列中不能存放空元素。 
②压入元素后如果数组的大小不够会进行扩充，上面的queue其实就是一个默认初始值为11的数组（也可以赋初始值）。

poll 方法每次从 PriorityQueue 的头部删除一个节点，也就是从小顶堆的堆顶删除一个节点，而remove（）不仅可以删除头节点而且还可以用 remove(Object o) 来删除堆中的与给定对象相同的最先出现的对象。

具体的源码解读，参考

转载自：https://blog.csdn.net/weixin_30363263/article/details/80862578