lucene中用到的优先队列

jdk有一个java.util.PriorityQueue。lucene中也有个PriorityQueue.为了节约空间和更高效,lucene没有使用jdkp中的PriorityQueue.它们的主要读取方法时间都是的log(n),但也有些不同。

下面看看lucene中使用的PriorityQueue。它内部是一个堆排序。

java.util.PriorityQueue是一个自增长的优先队列.也就是说，随着插入元素的增加，它的容量会越来越大，而 org.apache.lucene.util.PriorityQueue则不会,它是一个指定的容量的优先队列。因为它保存的始终是最大的数据.因此,如果只取前n个数据时可以用lucene的 PriorityQueue,这样可以达到节省内存。

下面分析一下原代码.

下面是lucene中的PriorityQueue的插入节点的实现细节，

public Object insertWithOverflow(Object element) {

if (size < maxSize) {//小于最大容量，直接放进堆

      put(element);

      return null;

    } else if (size > 0 && !lessThan(element, heap[1])) {//如果当前的堆已满，并且大于当前最小的元素,则将最小元素返回，并插入新元素

      Object ret = heap[1];

      heap[1] = element;

      adjustTop();//重新进行堆排序

      return ret;

    } else {//堆已满并且要插入的元素小于堆中最小的元素

      return element;

    }

}

heap[1]是堆顶,保存堆中的最小元素.
由引看出在org.apache.lucene.util.PriorityQueue中n是固定的，因此重新进行堆排序的时间是恒定的。

可能是为了提高插入效率,在org.apache.lucene.util.PriorityQueue的实现类TopDocCollector类中保存了队列中的最小元素，如果存在最小元素,则可以先与最小元素进行比较.再决定是否执行插入操作.

用变量保存了当前队列中最小的元素.以提高效率

   public void collect(int doc, float score) {

    if (score > 0.0f) {

      totalHits++;

      if (reusableSD == null) {

        reusableSD = new ScoreDoc(doc, score);

      } else if (score >= reusableSD.score) {//如果有最小元素,则与最小元素比较。如果大于最小元素则更新最小元素,并执行插入操作.

        // reusableSD holds the last "rejected" entry, so, if

        // this new score is not better than that, there's no

        // need to try inserting it

        reusableSD.doc = doc;

        reusableSD.score = score;

      } else {//如果小于最小元素，直接返回

        return;

      }

      reusableSD = (ScoreDoc) hq.insertWithOverflow(reusableSD);

    }

  }

不过个人认为insertWithOverflow方法里已经做了类似判断,而且从效率上来讲没区别,没必要在外面增加最小值判断,这样做反而容易引起逻辑不一致.