Queue队列通常是先进先出(FIFO),但也有特殊的非FIFO,如本文也分析的PriorityQueue。

Queue接口

Queue接口定义的方法:

添加元素接口:

  1. add(E e) -> 往队列添加一个元素,如果队列已满抛出IllegalStateException异常。
  2. offer(E e) -> 往队列添加一个元素,true成功,false失败,和add区别在与不会因为队列已满抛异常。

删除元素接口:

  1. remove() -> 删除队列头元素并返回该元素,如果队列为空抛出NoSuchElementException异常。
  2. E poll() -> 删除队列头元素并返回该元素,如果队列为空返回null(与remove不同)。

获取队列头元素接口:

  1. E element() -> 返回队列头部元素(没有删除),如果队列为空抛出NoSuchElementException异常。
  2. E peek() -> 返回队列头部元素(没有删除),如果队列为空返回null。

Queue常用的实现类

上图中列出的是Queue平时常用的实现类:

  1. ArrayBlockingQueue -> 有边界的数组形式实现的阻塞队列。
  2. LinkedBlockingQueue -> 有边界的链表形式实现的阻塞队列。
  3. PriorityQueue -> 无边界的二叉堆形式实现的优先级队列。
  4. DelayQueue -> 无边界的优先级形式实现的延迟队列。

PriorityQueue

PriorityQueue是基于二叉堆形式实现的无界队列。队列中元素类型必须是可比较的,构造函数如果没有传入Comparator默认是自然排序。

PriorityQueue结构

PriorityQueue继承了AbstractQueue,AbstractQueue实现Queue接口,即PriorityQueue拥有Queue的方法和特征。

Object[] queue:存放队列元素。

int DEFAULT_INITIAL_CAPACITY:默认的队列大小,默认值为11。

int size:PriorityQueue队列中元素个数。

int modCount:PriorityQueue队列修改次数。

Comparator<? super E> comparator:队列元素排序比较器。

int MAX_ARRAY_SIZE:队列最大值(Integer.MAX_VALUE - 8),VM的保留了8字节的 header words。

PriorityQueue示例

package com.juc.queue;

import java.util.PriorityQueue;
/**
* Created on 2020/5/10 23:29.
* @author Griez
*/
public class PriorityQueueTest {
public static final PriorityQueue<Integer> QUEUE = new PriorityQueue<>();
public static void main(String[] args) {
for (int i = 10; i > 0 ; i--) {
QUEUE.offer(i);
}
for (int i = 0; i < 10; i++) {
System.out.println(QUEUE.poll());
}
}
}

创建一个存放Integer的PriorityQueue,采用默认的自然排序。并倒序的往PriorityQueue添加10-1。然后从PriorityQueue头部出队列并输出,输出结果是1-10升序。如果是让我们实现应该是入队时用插叙排序好并存放在queue数组中,但是这样实现往queue数组中添加和删除元素移动次数是不是最优的呢?接下来我们看一下Josh Bloch, Doug Lea是怎么样实现的。

PriorityQueue添加元素解析

java.util.PriorityQueue#offer

public boolean offer(E e) {
if (e == null) //《1》不能为空
throw new NullPointerException();
modCount++; // 《2》修改次数加1
int i = size;
if (i >= queue.length) // 默认11
grow(i + 1); // 《3》数组扩容
size = i + 1;
if (i == 0) // 《4》直接把e赋值给0下标元素(顶部元素)
queue[0] = e;
else
siftUp(i, e); // 《5》筛选顶部元素
return true;
}

《1》添加的元素不能为空,即PriorityQueue队列不可能存在null元素。

《2》修改次数加1。

《3》如果当前PriorityQueue元素数量大于等于数组容量需要对queue进行扩容操作。

《4》如果当前PriorityQueue为空,直接把e赋值给queue数组0下标(顶部元素)。

《5》通过二叉堆,筛选顶部元素。

java.util.PriorityQueue#grow

private void grow(int minCapacity) {
int oldCapacity = queue.length;
// Double size if small; else grow by 50%
// 《1》根据现有的容量选择增长倍数
int newCapacity = oldCapacity + ((oldCapacity < 64) ?
(oldCapacity + 2) :
(oldCapacity >> 1));
// overflow-conscious code
// 《2》如果《1》计算出的容量比最大大,则以传入容量为准
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
queue = Arrays.copyOf(queue, newCapacity);
}

《1》根据现有的容量选择增长倍数,如果现在的容量小于64,则容量直接增长一倍再加2;否则增长50%。

《2》如果《1》计算出的容量比最大大,则以传入容量为准。

java.util.PriorityQueue#siftUp

private void siftUp(int k, E x) {
if (comparator != null)
siftUpUsingComparator(k, x);
else
siftUpComparable(k, x);
}

如果构造PriorityQueue时传有特定比较器,就按特定比较器方式设置顶部元素,否则按默认自然比较器方式设置。

java.util.PriorityQueue#siftUpComparable

private void siftUpComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>) x; //《1》
while (k > 0) {
int parent = (k - 1) >>> 1; //《2》
Object e = queue[parent]; //《3》
if (key.compareTo((E) e) >= 0) //《4》
break;
queue[k] = e; //《5》
k = parent;
}
queue[k] = key; //《6》
}

《1》添加的元素必须是Comparable子类,可比较的。

《2》计算父节点下标。

《3》得到父节点元素。

《4》跟父节点元素作比较,如果要添加的元素大于父节点元素则退出。

《5》把父节点的元素移动到数组下标k处,然后把父节点下标赋值给k,循环《1》 - 《4》步骤。

《6》经过前面步骤最终确认需要添加的元素在queue下标,并存入数组。

添加10 - 8 该方法体现的数据结构。

添加7整个过程,用堆数据结构添加7的过程只交换了两次数据位置。如果用插叙排序这种极端情况所有数据都需要移动。

最小二叉堆特性是根节点元素值永远是最小的。

PriorityQueue删除元素解析

java.util.PriorityQueue#poll

public E poll() {
if (size == 0) //《1》
return null;
int s = --size; //《2》
modCount++; //《3》
E result = (E) queue[0];//《4》
E x = (E) queue[s];//《5》
queue[s] = null;
if (s != 0)
siftDown(0, x);//《6》
return result;
}

《1》如果队列为空,返回null。

《2》队列元素总数减1。

《3》修改次数加1。

《4》把堆头部元素取出,后面直接返回该元素。

《5》获取queue最后一个元素并把该位置设置null。

《6》重新筛选最小值为头部元素。

java.util.PriorityQueue#siftDown

private void siftDown(int k, E x) {
if (comparator != null)
siftDownUsingComparator(k, x);
else
siftDownComparable(k, x);
}

如果构造PriorityQueue时传有特定比较器,就按特定比较器方式设置顶部元素,否则按默认自然比较器方式设置。

java.util.PriorityQueue#siftDownComparable

private void siftDownComparable(int k, E x) {
Comparable<? super E> key = (Comparable<? super E>)x;
int half = size >>> 1; //《1》 // loop while a non-leaf
while (k < half) {
int child = (k << 1) + 1; //《2》 // assume left child is least
Object c = queue[child];//《3》
int right = child + 1;//《4》
if (right < size &&
((Comparable<? super E>) c).compareTo((E) queue[right]) > 0) //《5》
c = queue[child = right];
if (key.compareTo((E) c) <= 0)//《6》
break;
queue[k] = c;//《7》
k = child;
}
queue[k] = key;//《8》
}

《1》无符号右移1位,取size的一半。

《2》得到二叉堆的左子节点下标。

《3》获取左子节点元素。

《4》右子节点下标。

《5》右子节点下标小于队列元素总数,并且左子节点元素比右子节点元素大时,把右子节点元素赋值给c,把右子节点下标赋值给child。

《6》需要交换的元素key小于或等于子节点元素c,则退出循环。

《7》把子节点c设置到queue下标为k的位置,并把child赋值给k,然后重复《1》-《6》步骤。

《8》找到key合适的位置并设置该元素。

总结

PriorityQueue使用二叉堆数据结构保证了队列头部元素永远是最小的,在添加和删除的过程元素移动次数比插叙排序插入少。队列元素是使用数组queue保存,在多线程的情况对数组queue并发操作存在安全问题。

Queue-PriorityQueue源码解析的更多相关文章

  1. 给jdk写注释系列之jdk1.6容器(12)-PriorityQueue源码解析

    PriorityQueue是一种什么样的容器呢?看过前面的几个jdk容器分析的话,看到Queue这个单词你一定会,哦~这是一种队列.是的,PriorityQueue是一种队列,但是它又是一种什么样的队 ...

  2. 给jdk写注释系列之jdk1.6容器(11)-Queue之ArrayDeque源码解析

    前面讲了Stack是一种先进后出的数据结构:栈,那么对应的Queue是一种先进先出(First In First Out)的数据结构:队列.      对比一下Stack,Queue是一种先进先出的容 ...

  3. 源码解析C#中PriorityQueue(优先级队列)的实现

    前言 前段时间看到有大佬对.net 6.0新出的PriorityQueue(优先级队列)数据结构做了解析,但是没有源码分析,所以本着探究源码的心态,看了看并分享出来.它不像普通队列先进先出(FIFO) ...

  4. 源码解析Synchronous Queue 这种特立独行的队列

    摘要:Synchronous Queue 是一种特立独行的队列,其本身是没有容量的,比如调用者放一个数据到队列中,调用者是不能够立马返回的,调用者必须等待别人把我放进去的数据消费掉了,才能够返回. 本 ...

  5. PriorityQueue源码分析

          PriorityQueue其实是一个优先队列,和先进先出(FIFO)的队列的区别在于,优先队列每次出队的元素都是优先级最高的元素.那么怎么确定哪一个元素的优先级最高呢,jdk中使用堆这么一 ...

  6. Java并发包源码学习系列:阻塞队列实现之PriorityBlockingQueue源码解析

    目录 PriorityBlockingQueue概述 类图结构及重要字段 什么是二叉堆 堆的基本操作 向上调整void up(int u) 向下调整void down(int u) 构造器 扩容方法t ...

  7. jQuery2.x源码解析(回调篇)

    jQuery2.x源码解析(构建篇) jQuery2.x源码解析(设计篇) jQuery2.x源码解析(回调篇) jQuery2.x源码解析(缓存篇) 通过艾伦的博客,我们能看出,jQuery的pro ...

  8. EventBus源码解析 源码阅读记录

    EventBus源码阅读记录 repo地址: greenrobot/EventBus EventBus的构造 双重加锁的单例. static volatile EventBus defaultInst ...

  9. 源码解析-Volley(转自codeKK)

    Volley 源码解析 本文为 Android 开源项目源码解析 中 Volley 部分项目地址:Volley,分析的版本:35ce778,Demo 地址:Volley Demo分析者:grumoon ...

  10. Android Handler机制(四)---Handler源码解析

    Handler的主要用途有两个:(1).在将来的某个时刻执行消息或一个runnable,(2)把消息发送到消息队列. 主要依靠post(Runnable).postAtTime(Runnable, l ...

随机推荐

  1. 1327C - Game with Chips (构造)

    题目大意:一个n*m的棋盘上有k个棋子,k个棋子相互关联,可以一起向上向下向左向右,当碰到边界时,如果继续移动会发生越界,那么该棋子会保持不动,其余棋子继续移动.问能否在2*n*m的移动次数内,使各个 ...

  2. SpringCloud-Ribbon负载均衡机制、手写轮询算法

    Ribbon 内置的负载均衡规则 在 com.netflix.loadbalancer 包下有一个接口 IRule,它可以根据特定的算法从服务列表中选取一个要访问的服务,默认使用的是「轮询机制」 Ro ...

  3. 关于Python+selenium 定位浏览器弹窗元素

    首先要确定弹窗的类型: (1)div弹窗 (2)新标签页弹窗 (3)alert弹窗 一,div弹窗div弹窗是浏览器中比较好定位的弹窗,定位的方法与普通的元素一样.不过这里会有一个坑,明明可以找到这个 ...

  4. Netty入门与实战教程总结分享

    前言:都说Netty是Java程序员必须要掌握的一项技能,带着不止要知其然还要知其所以然的目的,在慕课上找了一个学习Netty源码的教程,看了几章后着实有点懵逼.虽然用过Netty,并且在自己的个人网 ...

  5. 在dwr的调用类里获取请求信息

    在dwr的调用类里获取请求的相关信息HttpSession session = WebContextFactory.get().getSession();HttpServletResponse res ...

  6. 移动(appium)自动化测试-爬虫的另一种手段

    appium自动化测试环境搭建: 1.Python环境(推荐2.7)和jdk. 2.Adb工具的下载:自己单独下载adb.夜神模拟器自带和Android sdk 3.Apk安装介质:真机.Androi ...

  7. Ubuntu初次使用的问题

    问题:正在等待packagekitd退出 解决办法:systemctl stop packagekit   或者 systemctl disable packagekit 问题:普通用户切换root权 ...

  8. Spring Cloud 系列之 Sleuth 链路追踪(一)

    随着微服务架构的流行,服务按照不同的维度进行拆分,一次请求往往需要涉及到多个服务.互联网应用构建在不同的软件模块集上,这些软件模块,有可能是由不同的团队开发.可能使用不同的编程语言来实现.有可能布在了 ...

  9. python学习20之面向对象编程高级

    '''''''''1.动态绑定:对于一个类,我们可以对它的实例动态绑定新的属性或方法.为了使所有的实例均可以使用动态绑定的属性和方法,我们也可以采用对类直接动态绑定'''class Student() ...

  10. AIX详细的VG,LV扩容步骤

    需求 1.归档日志刷得太快,经常把空间挤爆. 2.Oracle数据库表空间需要扩容 解决方案 1.先做重要数据备份 2.进行文件系统扩容 步骤 1. df -g 查找出/u01 对应的VG卷 VOLU ...