「java优先队列在哪个包」索引优先队列java

本篇文章给大家谈谈java优先队列在哪个包，以及索引优先队列java对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、Java PriorityQueue如何排序
• 2、Java ！ 帮我定义一个优先队列（priority queue）
• 3、介绍一下PriorityQueue,以及优先队列实现大小根堆
• 4、数据结构-堆

Java PriorityQueue如何排序

Java的优先队列是一种堆Heap结构。

[-3,0,9,6]反映的是堆的存储顺序，而非排序的顺序

     -3

     0      9

6

堆是有序的，所以不用排序，当你把其作为队列，依次弹出时，才具有顺序

PriorityQueueInteger pq = new PriorityQueue();

pq.offer(6);

pq.offer(-3);

pq.offer(9);

pq.offer(0);

System.out.println(pq);

//前代码不变，以下是依次弹出的代码

Integer i;

while((i=pq.poll())!=null) System.out.print(i+" ");

=============

[-3, 0, 9, 6]

-3 0 6 9 

手册上也写着，可以转换成数组在Arrays.sort排序 Arrays.sort(pq.toArray()). 

但我觉得这样非常浪费优先队列已经有序的性能。所以不推荐。

Java ！ 帮我定义一个优先队列（priority queue）

PriorityQueueString queue= new PriorityQueueString();

//定义优先队列，此处用了泛型.下面是添加元素：

queue.add("1");

queue.add("2");

queue.add("3");

介绍一下PriorityQueue,以及优先队列实现大小根堆

PriorityQueue优先队列

import java.util.PriorityQueue;它是java.util包下的

我们利用优先队列可以实现从小到大的排序,那么其实也就相当于可以实现一个特殊的小根堆和一个特殊的大根堆.

因为从小到大排序的数组必然是小根堆,从大到小排序的数组必然是大根堆.

但是小根堆未必是从小到大排序的数组,大根堆未必是从大到小排序的数组.

数据结构-堆

堆其实就是一棵完全二叉树，即若设二叉树的深度为h，除第 h 层外，其它各层 (1～h-1) 的结点数都达到最大个数，第 h 层所有的结点都连续集中在最左边。

定义为：具有n个元素的序列（h1,h2,...hn），当且仅当满足（hi=h2i,hi=h2i+1）或（hi=h2i,hi=2i+1） (i=1,2,...,n/2)时称之为堆。完全二叉树的根结点称为堆的顶。

可以注意到，堆仅保证元素和其子结点之间的关系，并不保证兄弟结点之间的关系。

常见的堆包括最大堆和最小堆。

最大堆，顾名思义，堆顶的键值是所有堆结点键值中最大者。套用前面讲到过的规则， 当且仅当满足（hi=h2i,hi=h2i+1）或（hi=h2i,hi=2i+1） (i=1,2,...,n/2) ，所有父结点的键值均大于子结点。

由最大堆的定义，可以很容易的理解最小堆，即所有父结点的键值均小于子结点。

堆的内存形式有两种，一种是链表，一种是数组。

对于一个堆，常用的操作有两种，插入一个新的结点和删除堆顶。

向堆插入一个结点，首先要保证堆依然是一个完全二叉树，即必须保证一行（也就是一层）构建完成才能继续添加下一层的结点。这就意味着完全二叉树新增加结点的位置是唯一固定的。对应数组来说，就是在数组的末尾增加一个元素。

进一步，对这个完全二叉树进行调整，即移动父结点和子结点的相互位置关系，使其满足条件而重新成为堆。这种调整可以简单的看成是一些列的上浮（shift-up）操作。可以看看下面这个简单的图。

可以看到，所谓的shift-up，就是将新插入的结点不停的和其父结点进行比较，如果子结点的键值大于（最大堆）/小于（最小堆）其父结点，那么就对二者进行交换，因为这里是数组，所以仅需要交换结点之间的键值，直到子结点的键值不大于（最大堆）/不小于（最小堆）其父结点。

和插入新的结点类似，删除堆顶，还是首先要保证堆依然是一个完全二叉树，即必须保证一行（也就是一层）全部删除之后才能继续删除上一层的结点。这就意味着完全二叉树删除的结点的位置是唯一固定的。对应数组来说，就是删除数组末尾的元素。

删除堆顶的操作可以分为3步：

步骤1和2非常简单，执行完成之后，新的完全二叉树如图所示：

步骤3是问题的重点和难点，可以简单的看成是一些列的下沉（shift-down）操作。

对于某个结点（parent），所谓的shift-down，包括以下子步骤（这里以最大堆为例）：

以上面的堆为例：

构建堆有两种方式，一种是从无到有，也就是一个不断插入结点的过程；而另一种就是在原有完全二叉树的基础上，按照某种规则对结点进行调整。

从原理上说，从无到有的构建堆比较简单，对于每一个新增结点，对其进行插入操作，结果必然是一个堆。

在原有的完全二叉树上进行调整，稍微复杂一些，可以从最后一个非叶结点开始，对每个非叶结点进行shift-down操作。

该操作的难点在于如何找到“非叶结点”和“最后一个非叶结点”。考虑非叶结点的定义，一个结点如果 有至少一个子结点 ，那么就称其为 非叶结点 。因此，我们只要遍历所有的结点（根结点除外）的父结点，就可以遍历所有的 非叶结点 。知道了如何找到“非叶结点”，找出“最后一个非叶结点”的方法显而易见，最后一个叶结点（数组的末尾）的父结点就是“最后一个非叶结点”。

通过之前的章节，不难看出，堆操作的核心是两个步骤：shift-down和shift-up，更进一步，这两个操作都是递归的。

不仅在面试中，堆在日常工作中也经常被使用。堆经常会被作为优先队列来使用，常见于例如任务调度，数组合并等场景。

在java中，优先队列实现了堆的数据结构【1】。我之前的一篇文章 Java 优先队列 （PriorityQueue） 对优先队列进行了简单介绍，可以参考。

【1】

其他参考文章：

【2】 最大堆（创建、删除、插入和堆排序）

【3】 数据结构：堆（Heap）

【4】 关于堆结构的详解

【5】 构建堆的时间复杂度

【6】 最大堆的插入/删除/调整/排序操作(图解+程序)（JAVA）

java优先队列在哪个包的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于索引优先队列java、java优先队列在哪个包的信息别忘了在本站进行查找喔。