【java】优先队列问题2018-9-25

本文介绍了优先队列的概念,包括最大优先队列和最小优先队列,并指出其不遵循先入先出原则。优先队列入队和出队的时间复杂度通过二叉堆实现为logn。文章通过代码展示了如何使用二叉堆实现最大优先队列,包括入队和出队操作,并提及了数组resize的情况。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

什么是优先队列?

提到优先队列我们首先想到的就是队列这个数据结构

队列的特点是什么?

先进先出(FIFO)

入队列:

在这里插入图片描述

出队列:

在这里插入图片描述

那么,优先队列又是什么样子呢?

优先队列不再遵循先入先出的原则,而是分为两种情况:

最大优先队列,无论入队顺序,当前最大的元素优先出队。

最小优先队列,无论入队顺序,当前最小的元素优先出队。

比如有一个最大优先队列,它的最大元素是8,那么虽然元素8并不是队首元素,但出队的时候仍然让元素8首先出队:

在这里插入图片描述
让我们回顾一下二叉堆的特性:

1.最大堆的堆顶是整个堆中的最大元素

2.最小堆的堆顶是整个堆中的最小元素

因此,我们可以用最大堆来实现最大优先队列,每一次入队操作就是堆的插入操作,每一次出队操作就是删除堆顶节点。

入队操作:

1.插入新节点5

在这里插入图片描述

2.新节点5上浮到合适位置。

在这里插入图片描述

出队操作:

1.把原堆顶节点10“出队”

在这里插入图片描述
2.最后一个节点1替换到堆顶位置

在这里插入图片描述

3.节点1下沉,节点9成为新堆顶
在这里插入图片描述

二叉堆节点上浮和下浮的时间复杂度都是logn,所以优先队列入队和出队的时间复杂度也都是logn!

代码实现

import java.util.Arrays;

public class PriorityQueue {
	private int[] array;
    private int size;
    public PriorityQueue() {
		// 队列初始长度32
		array = new int[32];
	}
    
    /**
     * 入队
     * @param key  入队元素
     */
	private void enQueue(int key){
		// 队列长度超出范围,扩容
		if (size >= array.length) {
			resize();
		}
		array[size++] = key;
		upAdjust();
	}

	/**
	 * 
	 * 出队
	 * 
	 */

	private int deQueue() throws Exception{
		if (size <=0) {
			throw new Exception("the queue is empty !");
		}
		// 获取堆顶元素
		int head = array[0];

		// 最后一个元素移动到堆顶
		array[0] = array[--size];
		downAdjust();
		return head;
	}

	/**
	 * 
	 * 上浮调整
	 * 
	 */
	private void upAdjust()
	{
		int childIndex = size - 1;
		int parentIndex = childIndex / 2;
		// temp保存插入的叶子节点值,用于最后的赋值
		int temp = array[childIndex];
		while (childIndex > 0 && temp > array[parentIndex]){
			// 无需真正交换,单向赋值即可
			array[childIndex] = array[parentIndex];
			childIndex = parentIndex;
			parentIndex = parentIndex / 2;
		}
		array[childIndex] = temp;
	}
    
	/**
	 * 
	 * 下沉调整
	 * 
	 */

	private void downAdjust()
	{
		// temp保存父节点值,用于最后的赋值
		int parentIndex = 0;
		int temp = array[parentIndex];
		int childIndex = 1;
		while(childIndex < size)
		{
			// 如果有右孩子,且右孩子大于左孩子的值,则定位到右孩子

			if(childIndex + 1 < size && array[childIndex + 1] > array[childIndex]){
				childIndex++;
			}
			// 如果父节点大于任何一个孩子的值,直接跳出
			if(temp >= array[childIndex])
				break;
			// 无需真正交换,单向赋值即可
			array[parentIndex] = array[childIndex];
			parentIndex = childIndex;
			childIndex = 2 * childIndex + 1;
		}
		array[parentIndex] = temp;
	}

	/**
	 * 
	 * 扩容调整
	 * 
	 */

	private void resize()
	{
		// 队列容量翻倍
		int newSize = this.size * 2;

		this.array = Arrays.copyOf(this.array, newSize);
	}

	public static void main(String[] args) throws Exception{
		PriorityQueue priorityQueue = new PriorityQueue();
		priorityQueue.enQueue(3);
		priorityQueue.enQueue(5);
		priorityQueue.enQueue(10);
		priorityQueue.enQueue(2);
		priorityQueue.enQueue(7);
		System.out.println("出队元素:" + priorityQueue.deQueue());
		System.out.println("出队元素:" + priorityQueue.deQueue());
		System.out.println("出队元素:" + priorityQueue.deQueue());
		System.out.println("出队元素:" + priorityQueue.deQueue());
	}

	
}

}

代码中采用数组来存储二叉堆的元素,因此当元素超过数组范围的时候,需要进行resize来扩大数组长度。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值