12.Java SDK源码分析系列笔记-PriorityQueue

目录

• 1. PriorityQueue是什么
• 2. 使用
• 3. 源码分析
  • 3.1. 属性
  • 3.2. 有参构造
    • 3.2.1. 初始化元素到数组中
    • 3.2.2. 维护堆的属性
      • 3.2.2.1. 下沉操作
  • 3.3. 插入
    • 3.3.1. 上浮操作
  • 3.4. 删除
    • 3.4.1. 下沉操作
• 4. 参考

1. PriorityQueue是什么

是一个队列，只不过加上了优先级的概念，换句话说队列里的元素是根据某种规则排好序的

2. 使用

public class PriorityQueueTest
{
    public static void main(String[] args)
    {
        List<Integer> list = Arrays.asList(20, 19, 18, 17, 16, 15, 14, 13, 12, 11);
        PriorityQueue<Integer> queue = new PriorityQueue<>(list);
        System.out.println("最开始的元素：" + queue);

        System.out.println("============");
        queue.offer(11);
        System.out.println("添加了一个11：" + queue);

        System.out.println("============");
        List<Integer> sort = new ArrayList<>();
        while (!queue.isEmpty())
        {
            Integer poll = queue.poll();
            System.out.println("堆顶是：" + poll);
            sort.add(poll);
            System.out.println("剩余的元素：" + queue);
            System.out.println("----------");
        }

        System.out.println("============");
        System.out.println("堆排序的结果：" + sort);

    }
}

• 输出

最开始的元素：[11, 12, 14, 13, 16, 15, 18, 20, 17, 19]
============
添加了一个11：[11, 11, 14, 13, 12, 15, 18, 20, 17, 19, 16]
============
堆顶是：11
剩余的元素：[11, 12, 14, 13, 16, 15, 18, 20, 17, 19]
----------
堆顶是：11
剩余的元素：[12, 13, 14, 17, 16, 15, 18, 20, 19]
----------
堆顶是：12
剩余的元素：[13, 16, 14, 17, 19, 15, 18, 20]
----------
堆顶是：13
剩余的元素：[14, 16, 15, 17, 19, 20, 18]
----------
堆顶是：14
剩余的元素：[15, 16, 18, 17, 19, 20]
----------
堆顶是：15
剩余的元素：[16, 17, 18, 20, 19]
----------
堆顶是：16
剩余的元素：[17, 19, 18, 20]
----------
堆顶是：17
剩余的元素：[18, 19, 20]
----------
堆顶是：18
剩余的元素：[19, 20]
----------
堆顶是：19
剩余的元素：[20]
----------
堆顶是：20
剩余的元素：[]
----------
============
堆排序的结果：[11, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20]

Process finished with exit code 0

3. 源码分析

3.1. 属性

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

    private static final long serialVersionUID = -7720805057305804111L;

    //默认的大小为11
    private static final int DEFAULT_INITIAL_CAPACITY = 11;

    //二叉堆：物理上是个数组，逻辑上看成二叉树
    transient Object[] queue; // non-private to simplify nested class access

    //容量
    private int size = 0;

    //比较器，用来确定插入的元素在二叉堆中的位置
    private final Comparator<? super E> comparator;

    //无参构造
    public PriorityQueue() {
        this(DEFAULT_INITIAL_CAPACITY, null);
    }

}

3.2. 有参构造

//有参构造方法。我们主要分析这个
   public PriorityQueue(Collection<? extends E> c) {
    if (c instanceof SortedSet<?>) {
        SortedSet<? extends E> ss = (SortedSet<? extends E>) c;
        this.comparator = (Comparator<? super E>) ss.comparator();
        initElementsFromCollection(ss);
    }
    else if (c instanceof PriorityQueue<?>) {
        PriorityQueue<? extends E> pq = (PriorityQueue<? extends E>) c;
        this.comparator = (Comparator<? super E>) pq.comparator();
        initFromPriorityQueue(pq);
    }
    //传入的List走的这个else逻辑
    else {
        this.comparator = null;
        initFromCollection(c);
    }

• initFromCollection

private void initFromCollection(Collection<? extends E> c) {
    initElementsFromCollection(c);
    heapify();
}

可以看出主要有两个步骤，一个是建立初始化元素到数组中，另一个是维护堆的属性

3.2.1. 初始化元素到数组中

• initElementsFromCollection

private void initElementsFromCollection(Collection<? extends E> c) {
    //先转成数组，如果数组不是Object[]类型的，那么需要转成Object[]数组
    //我们的是Integer数组，所以会走这段逻辑copy成Object数组
    Object[] a = c.toArray();
    if (a.getClass() != Object[].class)
        a = Arrays.copyOf(a, a.length, Object[].class);
    int len = a.length;
    //元素不能有为null的
    if (len == 1 || this.comparator != null)
        for (int i = 0; i < len; i++)
            if (a[i] == null)
                throw new NullPointerException();
    //对queue和size赋值，很普通
    this.queue = a;
    this.size = a.length;
}

3.2.2. 维护堆的属性

• heapify

private void heapify() {
    //i会初始化为最后一个有左孩子或者右孩子后者两者都有的 非叶子节点的下标
    //调用下沉操作维护堆的属性
    //一直到头节点为止（i--）
    for (int i = (size >>> 1) - 1; i >= 0; i--)
        //位置i的元素为queue[i]，对其执行下沉操作
        siftDown(i, (E) queue[i]);
}

• siftDown

//数组中位置k的元素为x，对其执行下沉操作，维护这棵子树的堆属性
private void siftDown(int k, E x) {
    //如果设置了自定义的comparator，那么使用之
    if (comparator != null)
        siftDownUsingComparator(k, x);
    //我们没设置，那么走这一段
    else
        siftDownComparable(k, x);
}

3.2.2.1. 下沉操作

private void siftDownComparable(int k, E x) {
    //必须实现了Comparable接口
    Comparable<? super E> key = (Comparable<? super E>)x;
    //数组的一半大小，这个是下沉操作终止的条件
   //即一直往下调整到叶子节点为止
    int half = size >>> 1;
    while (k < half) {
        //获取左孩子
        int child = (k << 1) + 1; // assume left child is least
        Object c = queue[child];
        //获取右孩子
        int right = child + 1;
        if (right < size &&
            ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
            c = queue[child = right];
        //c为左右孩子较小的那个，跟父亲（我自己）比，如果父亲较小，没必要调整，直接break退出
        if (key.compareTo((E) c) <= 0)
            break;
        //否则把较小的孩子覆盖到父亲的位置
        queue[k] = c;
        //把较小的孩子作为下一个父亲，继续执行下沉操作
        k = child;
    }
    //把key(其实就是x)放在他该在的位置
    queue[k] = key;
}

3.3. 插入

• offer

public boolean offer(E e) {
    //插入的元素不能为空
    if (e == null)
        throw new NullPointerException();
    modCount++;
    //扩容
    int i = size;
    if (i >= queue.length)
        grow(i + 1);
    //更新容量
    size = i + 1;
    //一个元素都没有，那么这个元素就是堆顶多了
    if (i == 0)
        queue[0] = e;
    //有元素了，那么插入到最后的位置并上浮维护堆的属性
    else
        siftUp(i, e);
    return true;
}

• siftUp

//数组中位置k的元素为x，对其执行上浮操作，维护这棵子树的堆属性
private void siftUp(int k, E x) {
    if (comparator != null)
        siftUpUsingComparator(k, x);
    //没有comparator走这段
    else
        siftUpComparable(k, x);
}

3.3.1. 上浮操作

private void siftUpComparable(int k, E x) {
    //必须实现Comparable接口
    Comparable<? super E> key = (Comparable<? super E>) x;
    while (k > 0) {
        //获取父亲
        int parent = (k - 1) >>> 1;
        Object e = queue[parent];
        //如果我比父亲大，那么不需要调整，直接break退出
        if (key.compareTo((E) e) >= 0)
            break;
        //把父亲覆盖到我的位置
        queue[k] = e;
        //把父亲作为下一个节点，继续执行上浮操作
        k = parent;
    }
    //把key(其实就是x)放在他该在的位置
    queue[k] = key;
}

3.4. 删除

• poll

public E poll() {
    //一个元素都没有那么返回null
    if (size == 0)
        return null;
    //更新容量
    int s = --size;
    modCount++;
    //取出第一个元素就是所要的结果
    E result = (E) queue[0];
    //把原来末尾的元素放在第一个位置
    E x = (E) queue[s];
    queue[s] = null;
    //执行下沉操作维护堆属性
    if (s != 0)
        siftDown(0, x);
    return result;
}

• siftDown

//数组中位置k的元素为x，对其执行下沉操作，维护这棵子树的堆属性
private void siftDown(int k, E x) {
    //如果设置了自定义的comparator，那么使用之
    if (comparator != null)
        siftDownUsingComparator(k, x);
    //我们没设置，那么走这一段
    else
        siftDownComparable(k, x);
}

3.4.1. 下沉操作

private void siftDownComparable(int k, E x) {
    //必须实现了Comparable接口
    Comparable<? super E> key = (Comparable<? super E>)x;
    //数组的一半大小，这个是下沉操作终止的条件
   //即一直往下调整到叶子节点为止
    int half = size >>> 1;
    while (k < half) {
        //获取左孩子
        int child = (k << 1) + 1; // assume left child is least
        Object c = queue[child];
        //获取右孩子
        int right = child + 1;
        if (right < size &&
            ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
            c = queue[child = right];
        //c为左右孩子较小的那个，跟父亲（我自己）比，如果父亲较小，没必要调整，直接break退出
        if (key.compareTo((E) c) <= 0)
            break;
        //否则把较小的孩子覆盖到父亲的位置
        queue[k] = c;
        //把较小的孩子作为下一个父亲，继续执行下沉操作
        k = child;
    }
    //把key(其实就是x)放在他该在的位置
    queue[k] = key;
}

4. 参考

• 计算机程序的思维逻辑 (46) - 剖析PriorityQueue - 掘金