介绍
优先级队列，是0个或多个元素的集合，集合中的每个元素都有一个权重值，每次出队都弹出优先级最大或最小的元素。
一般来说，优先级队列使用堆来实现。
源码分析
主要属性
// 默认容量 private static final int DEFAULT_INITIAL_CAPACITY = 11; // 存储元素的地方 transient Object[] queue; // non-private to simplify nested class access // 元素个数 private int size = 0; // 比较器 private final Comparator<? super E> comparator; // 修改次数 transient int modCount = 0; // non-private to simplify nested class access- 默认容量是11；
- queue，元素存储在数组中，这跟我们之前说的堆一般使用数组来存储是一致的；
- comparator，比较器，在优先级队列中，也有两种方式比较元素，一种是元素的自然顺序，一种是通过比较器来比较；
- modCount，修改次数，有这个属性表示PriorityQueue也是fast-fail的；
入队
入队有两个方法，add(E e)和offer(E e)，两者是一致的，add(E e)也是调用的offer(E e)。
public boolean add(E e) { return offer(e);}public boolean offer(E e) { // 不支持null元素 if (e == null) throw new NullPointerException(); modCount++; // 取size int i = size; // 元素个数达到最大容量了，扩容 if (i >= queue.length) grow(i + 1); // 元素个数加1 size = i + 1; // 如果还没有元素 // 直接插入到数组第一个位置 // 这里跟我们之前讲堆不一样了 // java里面是从0开始的 // 我们说的堆是从1开始的 if (i == 0) queue[0] = e; else // 否则，插入元素到数组size的位置，也就是最后一个元素的下一位 // 注意这里的size不是数组大小，而是元素个数 // 然后，再做自下而上的堆化 siftUp(i, e); return true;}private void siftUp(int k, E x) { // 根据是否有比较器，使用不同的方法 if (comparator != null) siftUpUsingComparator(k, x); else siftUpComparable(k, x);}@SuppressWarnings("unchecked")private void siftUpComparable(int k, E x) { Comparable<? super E> key = (Comparable<? super E>) x; while (k > 0) { // 找到父节点的位置 // 因为元素是从0开始的，所以减1之后再除以2 int parent = (k - 1) >>> 1; // 父节点的值 Object e = queue[parent]; // 比较插入的元素与父节点的值 // 如果比父节点大，则跳出循环 // 否则交换位置 if (key.compareTo((E) e) >= 0) break; // 与父节点交换位置 queue[k] = e; // 现在插入的元素位置移到了父节点的位置 // 继续与父节点再比较 k = parent; } // 最后找到应该插入的位置，放入元素 queue[k] = key;}- 入队不允许null元素；
- 如果数组不够用了，先扩容；
- 如果还没有元素，就插入下标0的位置；
- 如果有元素了，就插入到最后一个元素往后的一个位置（实际并没有插入哈）；
- 自下而上堆化，一直往上跟父节点比较；
- 如果比父节点小，就与父节点交换位置，直到出现比父节点大为止；
- 由此可见，PriorityQueue是一个小顶堆。
扩容
private void grow(int minCapacity) { // 旧容量 int oldCapacity = queue.length; // Double size if small; else grow by 50% // 旧容量小于64时，容量翻倍 // 旧容量大于等于64，容量只增加旧容量的一半 int newCapacity = oldCapacity + ((oldCapacity < 64) ? (oldCapacity + 2) : (oldCapacity >> 1)); // overflow-conscious code // 检查是否溢出 if (newCapacity - MAX_ARRAY_SIZE > 0) newCapacity = hugeCapacity(minCapacity); // 创建出一个新容量大小的新数组并把旧数组元素拷贝过去 queue = Arrays.copyOf(queue, newCapacity);}private static int hugeCapacity(int minCapacity) { if (minCapacity < 0) // overflow throw new OutOfMemoryError(); return (minCapacity > MAX_ARRAY_SIZE) ? Integer.MAX_VALUE : MAX_ARRAY_SIZE;}- 当数组比较小（小于64）的时候每次扩容容量翻倍；
- 当数组比较大的时候每次扩容只增加一半的容量；
出队
出队有两个方法，remove()和poll()，remove()也是调用的poll()，只是没有元素的时候抛出异常。
public E remove() { // 调用poll弹出队首元素 E x = poll(); if (x != null) // 有元素就返回弹出的元素 return x; else // 没有元素就抛出异常 throw new NoSuchElementException();}@SuppressWarnings("unchecked")public E poll() { // 如果size为0，说明没有元素 if (size == 0) return null; // 弹出元素，元素个数减1 int s = --size; modCount++; // 队列首元素 E result = (E) queue[0]; // 队列末元素 E x = (E) queue[s]; // 将队列末元素删除 queue[s] = null; // 如果弹出元素后还有元素 if (s != 0) // 将队列末元素移到队列首 // 再做自上而下的堆化 siftDown(0, x); // 返回弹出的元素 return result;}private void siftDown(int k, E x) { // 根据是否有比较器，选择不同的方法 if (comparator != null) siftDownUsingComparator(k, x); else siftDownComparable(k, x);}@SuppressWarnings("unchecked")private void siftDownComparable(int k, E x) { Comparable<? super E> key = (Comparable<? super E>)x; // 只需要比较一半就行了，因为叶子节点占了一半的元素 int half = size >>> 1; // loop while a non-leaf while (k < half) { // 寻找子节点的位置，这里加1是因为元素从0号位置开始 int child = (k << 1) + 1; // assume left child is least // 左子节点的值 Object c = queue[child]; // 右子节点的位置 int right = child + 1; if (right < size && ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0) // 左右节点取其小者 c = queue[child = right]; // 如果比子节点都小，则结束 if (key.compareTo((E) c) <= 0) break; // 如果比最小的子节点大，则交换位置 queue[k] = c; // 指针移到最小子节点的位置继续往下比较 k = child; } // 找到正确的位置，放入元素 queue[k] = key;}- 将队列首元素弹出；
- 将队列末元素移到队列首；
- 自上而下堆化，一直往下与最小的子节点比较；
- 如果比最小的子节点大，就交换位置，再继续与最小的子节点比较；
- 如果比最小的子节点小，就不用交换位置了，堆化结束；
- 这就是堆中的删除堆顶元素；
取队首元素
取队首元素有两个方法，element()和peek()，element()也是调用的peek()，只是没取到元素时抛出异常。
public E element() { E x = peek(); if (x != null) return x; else throw new NoSuchElementException();}public E peek() { return (size == 0) ? null : (E) queue[0];}- 如果有元素就取下标0的元素；
- 如果没有元素就返回null，element()抛出异常；
总结
- PriorityQueue是一个小顶堆；
- PriorityQueue是非线程安全的；
- PriorityQueue不是有序的，只有堆顶存储着最小的元素；
- 入队就是堆的插入元素的实现；
- 出队就是堆的删除元素的实现；