当前位置: 首页 > article >正文

Java 中 PriorityQueue 的底层数据结构及相关分析

Java 中 PriorityQueue 的底层数据结构及相关分析

1. PriorityQueue 的底层数据结构

在 Java 中,PriorityQueue 的底层数据结构是基于堆(Heap)实现的二叉堆(Binary Heap),默认使用最小堆(Min Heap),即堆顶元素是队列中的最小元素。

PriorityQueue 采用数组(Object[])**来存储数据,并使用**二叉堆结构来维护优先级关系。

2. PriorityQueue 的实现原理

2.1 插入(offer/add)

  • 新元素插入到堆的末尾(数组的最后一个位置)。
  • 通过**上浮(siftUp)**操作,确保堆的有序性。
  • 上浮操作通过比较当前节点与其父节点的大小,若当前节点比父节点小,则交换它们,直到满足最小堆的性质。

2.2 删除(poll/remove)

  • 删除堆顶元素(最小元素)。
  • 用堆的最后一个元素填补堆顶位置。
  • 通过**下沉(siftDown)**操作,确保堆的有序性。
  • 下沉操作通过比较当前节点与其子节点的大小,若当前节点大于子节点,则交换它们,直到满足最小堆的性质。

2.3 获取堆顶元素(peek)

  • 直接返回数组的第一个元素(堆顶)。
  • 时间复杂度 O(1)

2.4 复杂度分析

  • 插入(offer/add):O(log n)
  • 删除(poll/remove):O(log n)
  • 访问堆顶元素(peek):O(1)

3. PriorityQueue 的应用场景

  1. 任务调度(按优先级处理任务)
  2. Dijkstra 最短路径算法
  3. Top K 问题(获取前 K 个最大/最小元素)
  4. 流式数据处理(如实时求中位数)
  5. 操作系统进程调度(按照优先级处理不同任务)
  6. 数据合并(如合并多个有序数组)

4. PriorityQueue 的优缺点

4.1 优点

  • 自动维护有序性,取最小/最大元素效率高。
  • 插入、删除操作高效,时间复杂度 O(log n)
  • 基于堆的高效实现,适用于大量数据的优先级处理。

4.2 缺点

  • 不支持随机访问,不能像 ArrayList 一样通过索引直接访问。
  • 只保证堆顶元素是最小/最大,无法保证整体有序。
  • 非线程安全,如需多线程使用,可考虑 PriorityBlockingQueue

5. 替代方案

需求替代方案
需要线程安全的优先队列PriorityBlockingQueue
需要基于平衡二叉树的优先队列TreeSet(红黑树)
需要维护多个优先级队列ConcurrentSkipListSet(跳表)
需要自定义排序规则TreeMap

6. PriorityQueue 使用示例

6.1 基本用法

import java.util.PriorityQueue;

public class PriorityQueueExample {
    public static void main(String[] args) {
        // 创建最小堆
        PriorityQueue<Integer> pq = new PriorityQueue<>();
        pq.offer(5);
        pq.offer(1);
        pq.offer(3);
        pq.offer(7);
        pq.offer(2);

        // 依次取出最小元素
        while (!pq.isEmpty()) {
            System.out.println(pq.poll());
        }
    }
}

输出:

1
2
3
5
7

6.2 自定义排序(最大堆)

import java.util.Collections;
import java.util.PriorityQueue;

public class MaxHeapExample {
    public static void main(String[] args) {
        PriorityQueue<Integer> maxHeap = new PriorityQueue<>(Collections.reverseOrder());
        maxHeap.offer(5);
        maxHeap.offer(1);
        maxHeap.offer(3);
        maxHeap.offer(7);
        maxHeap.offer(2);
        
        while (!maxHeap.isEmpty()) {
            System.out.println(maxHeap.poll());
        }
    }
}

输出:

7
5
3
2
1

6.3 自定义对象排序

import java.util.PriorityQueue;
import java.util.Comparator;

class Task {
    String name;
    int priority;
    
    public Task(String name, int priority) {
        this.name = name;
        this.priority = priority;
    }

    @Override
    public String toString() {
        return name + " (Priority: " + priority + ")";
    }
}

public class TaskScheduler {
    public static void main(String[] args) {
        PriorityQueue<Task> taskQueue = new PriorityQueue<>(Comparator.comparingInt(t -> t.priority));
        taskQueue.offer(new Task("Task A", 3));
        taskQueue.offer(new Task("Task B", 1));
        taskQueue.offer(new Task("Task C", 2));
        
        while (!taskQueue.isEmpty()) {
            System.out.println(taskQueue.poll());
        }
    }
}

输出:

Task B (Priority: 1)
Task C (Priority: 2)
Task A (Priority: 3)

7. 总结

  1. 底层结构:基于二叉堆,使用数组存储。
  2. 操作复杂度:插入/删除 O(log n),访问 O(1)
  3. 应用场景:任务调度、最短路径、Top K 等。
  4. 优缺点:自动排序但不支持随机访问,非线程安全。
  5. 替代方案:线程安全用 PriorityBlockingQueue,基于红黑树用 TreeSet

PriorityQueue 是 Java 中处理优先级任务的高效工具,在需要动态维护最小或最大元素的场景下非常有用。


http://www.kler.cn/a/595494.html

相关文章:

  • java 并发编程之线程池与自定义线程池介绍
  • 如何 使用 Docker 部署 ollama 和 MaxKB
  • 如何在 Linux 系统中部署 FTP 服务器:从基础配置到安全优化
  • Linux系统-TCPDump流量
  • C++Primer学习(13.1 拷贝、赋值与销毁)
  • 通过Knife4j在gateway中对swagger文档进行聚合
  • 流程优化的可配置文档结构化系统设计
  • 计算机网络精讲day1——计算机网络的性能指标(上)
  • 【人工智能】如何理解transformer中的token?
  • 【AI知识】pytorch手写Attention之Self-Attention,Multi-Head-Attention
  • vue3源码分析 -- computed
  • 深度解析学术论文成果评估(Artifact Evaluation):从历史到现状
  • 【问题解决】Postman 测试报错 406
  • 深入理解Java虚拟机(学习笔记)
  • java基础--序列化与反序列化的概念是什么?
  • 关于FastAPI框架的面试题及答案解析
  • 查看visual studio的MSVC版本的方法
  • 23 种设计模式中的访问者模式
  • 零基础上手Python数据分析 (7):Python 面向对象编程初步
  • 蓝桥杯 之 暴力回溯