学习笔记Java集合14-Queue-PriorityQueue源码分析

jiezi

5 年前

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。


  // 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。

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；

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；

学习笔记Java集合14-Queue-PriorityQueue源码分析

介绍

源码分析

主要属性

入队

扩容

出队

取队首元素

总结