Java高手的30k之路|面试宝典|精通PriorityQueue优先队列

本文主要是介绍Java高手的30k之路|面试宝典|精通PriorityQueue优先队列,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

PriorityQueue

PriorityQueue 是 Java 集合框架中的一个队列实现,基于优先级堆(优先队列),它能够保证每次出队的元素都是当前队列中优先级最高的元素(对于最小堆而言,优先级最高即为最小值)。其内部实现通常为最小堆或最大堆。

特点

  • 基于堆的实现:PriorityQueue 底层基于堆(通常是最小堆)实现,因此能够在 O(log n) 时间复杂度内完成插入和删除操作。
    • ⚠️ 最小堆,即值最小的元素在最上面,其余所有值都比它大,对应到数组中,索引为0的第一个元素就是值最小的元素,此处值小视为优先级大,举个例子,1表示优先级最高,2表示次优先级
  • 自然顺序或自定义顺序:可以使用元素的自然顺序(通过实现 Comparable 接口)或提供一个 Comparator 来自定义顺序。
    • ⚠️ 可以存在相同优先级的元素,但是顺序不能保证
  • 无序性:PriorityQueue 并不保证元素的顺序,但保证优先级最高的元素总是位于队首。
  • 不允许 null 元素:PriorityQueue 不允许插入 null 元素,以避免在比较时出现 NullPointerException。

使用场景

  • 任务调度:适用于调度系统中需要按优先级处理任务的场景。
  • 路径查找算法:如 Dijkstra 算法,A* 搜索算法等,需要优先处理优先级高的节点。
  • 实时处理系统:需要根据优先级动态处理事件或数据的场景。
任务调度中的优先级处理任务示例:医院急诊室

假设我们有一个医院的急诊室(ER),在这个急诊室里,病人的治疗优先级根据他们的病情严重程度来决定。医院的管理系统需要根据优先级来处理这些病人的治疗顺序。这个场景非常适合使用一个优先级队列(PriorityQueue)来调度任务。

场景描述
  1. 病人分类:病人进入急诊室时,会由护士进行初步检查和分类。根据病情严重程度,病人被分为不同的优先级:

    • 1级(最高优先级):危及生命的病情,如心脏病发作、严重外伤等。
    • 2级(较高优先级):严重但不立即危及生命的病情,如严重骨折、高烧等。
    • 3级(中等优先级):需要尽快处理但不属于紧急情况的病情,如轻微骨折、中度发烧等。
    • 4级(低优先级):可以等待的病情,如轻微感冒、轻度擦伤等。
  2. 病人治疗:医生会根据病人的优先级顺序进行治疗。优先级高的病人会优先被医生处理。

代码示例

我们可以使用Java中的PriorityQueue来模拟这个过程。

import java.util.PriorityQueue;class Patient implements Comparable<Patient> {private String name;private int severity;public Patient(String name, int severity) {this.name = name;this.severity = severity;}public String getName() {return name;}public int getSeverity() {return severity;}@Overridepublic int compareTo(Patient other) {// 优先级队列按病情严重程度排序,严重程度越高(数值越低),优先级越高return Integer.compare(this.severity, other.severity);}@Overridepublic String toString() {return "Patient{name='" + name + "', severity=" + severity + '}';}
}public class EmergencyRoom {public static void main(String[] args) {PriorityQueue<Patient> emergencyRoomQueue = new PriorityQueue<>();// 添加病人到优先级队列中emergencyRoomQueue.add(new Patient("John Doe", 2));emergencyRoomQueue.add(new Patient("Jane Smith", 1));emergencyRoomQueue.add(new Patient("Jim Brown", 3));emergencyRoomQueue.add(new Patient("Jake White", 4));// 处理病人while (!emergencyRoomQueue.isEmpty()) {Patient patient = emergencyRoomQueue.poll();System.out.println("Treating patient: " + patient);}}
}
解释
  • 病人类(Patient):病人有名字和病情严重程度。实现Comparable接口使得病人可以按严重程度排序。
  • 优先级队列(PriorityQueue):用来存储和排序病人。病情越严重(数值越小),优先级越高。
  • 处理病人:从优先级队列中取出病人进行治疗,病情最严重的病人会首先被处理。
Dijkstra 算法与 PriorityQueue 结合的路径查找示例

Dijkstra算法是一种用于寻找图中节点之间最短路径的算法。它广泛应用于网络路由、地图导航等领域。该算法使用优先级队列来高效地选择当前最短路径的节点。

示例场景

假设我们有一个带权重的无向图,图中节点代表城市,边的权重代表城市之间的距离。我们需要找到从起点城市到其他所有城市的最短路径。

      10A ------- B| \       |1|  \9    |5|    \    |C------- D7 
  • 边 (A, B) 的权重为 10
  • 边 (A, C) 的权重为 1
  • 边 (A, D) 的权重为 9
  • 边 (B, D) 的权重为 5
  • 边 (C, D) 的权重为 7
代码实现
import java.util.*;class Node implements Comparable<Node> {public final String name;public int distance = Integer.MAX_VALUE;public List<Edge> edges = new ArrayList<>();public Node(String name) {this.name = name;}@Overridepublic int compareTo(Node other) {return Integer.compare(this.distance, other.distance);}
}class Edge {public final Node target;public final int weight;public Edge(Node target, int weight) {this.target = target;this.weight = weight;}
}public class DijkstraExample {public static void main(String[] args) {// 创建图的节点Node nodeA = new Node("A");Node nodeB = new Node("B");Node nodeC = new Node("C");Node nodeD = new Node("D");// 创建图的边nodeA.edges.add(new Edge(nodeB, 10));nodeA.edges.add(new Edge(nodeC, 1));nodeA.edges.add(new Edge(nodeD, 9));nodeB.edges.add(new Edge(nodeD, 5));nodeC.edges.add(new Edge(nodeD, 7));// 创建节点集合List<Node> nodes = Arrays.asList(nodeA, nodeB, nodeC, nodeD);// 执行 Dijkstra 算法dijkstra(nodeA);// 输出从起点到所有节点的最短路径距离for (Node node : nodes) {System.out.println("Distance from A to " + node.name + " is " + node.distance);}}public static void dijkstra(Node source) {source.distance = 0;PriorityQueue<Node> queue = new PriorityQueue<>();queue.add(source);while (!queue.isEmpty()) {Node current = queue.poll();for (Edge edge : current.edges) {Node target = edge.target;int distanceThroughCurrent = current.distance + edge.weight;if (distanceThroughCurrent < target.distance) {queue.remove(target);target.distance = distanceThroughCurrent;queue.add(target);}}}}
}
详细步骤说明
  1. 初始化节点:为每个节点创建一个对象,初始化其名称、距离和邻接边列表。
  2. 创建边:为每个节点创建与其他节点相连的边,并设置边的权重。
  3. Dijkstra 算法初始化
    • 将起始节点的距离设为 0(表示从起始节点到自身的距离为 0)。
    • 将所有节点添加到优先级队列中。
  4. 处理队列中的节点
    • 从优先级队列中取出距离最短的节点(初始时为起始节点)。
    • 对于该节点的每个邻接节点,计算从起始节点经过当前节点到达该邻接节点的距离。
    • 如果新计算的距离比当前记录的距离短,则更新该邻接节点的距离,并将其重新添加到优先级队列中。
  5. 重复步骤 4,直到优先级队列为空。
解释
  • 优先级队列PriorityQueue 在这里用于高效地选择当前距离最短的节点进行处理。每次从队列中取出的节点都是当前最短路径的节点。
  • 节点距离更新:通过检查和更新邻接节点的距离,确保每个节点记录的距离始终是从起始节点到达该节点的最短距离。

示例代码

import java.util.PriorityQueue;public class PriorityQueueExample {public static void main(String[] args) {// 创建一个 PriorityQueuePriorityQueue<Integer> pq = new PriorityQueue<>();// 添加元素pq.offer(10);pq.offer(20);pq.offer(15);// 获取并移除队首元素System.out.println("Polling: " + pq.poll());  // 输出 10// 获取队首元素但不移除System.out.println("Peek: " + pq.peek());  // 输出 15// 遍历元素pq.forEach(element -> System.out.println("Element: " + element));}
}

内部实现

PriorityQueue 底层使用一个数组(Object[] queue)来存储元素。该数组是动态扩展的,当容量不足时会自动扩容。

  • 插入元素:插入元素时,会将新元素添加到堆的末尾,然后通过上浮操作(heapify-up)维持堆的性质。
  • 删除元素:删除元素时,会将堆顶元素移除,并将堆末尾的元素移动到堆顶,然后通过下沉操作(heapify-down)维持堆的性质。
核心操作
  1. 插入元素

    插入元素时,PriorityQueue 会将新元素添加到数组的末尾,然后通过上浮操作(sift up)将其放置到正确的位置,以维持堆的性质。

    private void siftUpComparable(int k, E x) {Comparable<? super E> key = (Comparable<? super E>) x;while (k > 0) {int parent = (k - 1) >>> 1;Object e = queue[parent];if (key.compareTo((E) e) >= 0)break;queue[k] = e;k = parent;}queue[k] = key;
    }
    
  2. 删除元素

    删除堆顶元素时(即优先级最高的元素),PriorityQueue 会将最后一个元素移动到堆顶,然后通过下沉操作(sift down)将其放置到正确的位置,以维持堆的性质。

    private void siftDownComparable(int k, E x) {Comparable<? super E> key = (Comparable<? super E>)x;int half = size >>> 1; // loop while a non-leafwhile (k < half) {int child = (k << 1) + 1; // assume left child is leastObject c = queue[child];int right = child + 1;if (right < size &&((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)c = queue[child = right];if (key.compareTo((E) c) <= 0)break;queue[k] = c;k = child;}queue[k] = key;
    }
    
  3. 扩容

    当数组容量不足时,PriorityQueue 会通过复制现有数组并将其大小增加一倍来进行扩容。

    private void grow(int minCapacity) {int oldCapacity = queue.length;// Double size if small; else grow by 50%int newCapacity = oldCapacity + ((oldCapacity < 64) ?(oldCapacity + 2) :(oldCapacity >> 1));// overflow-conscious codeif (newCapacity - MAX_ARRAY_SIZE > 0)newCapacity = hugeCapacity(minCapacity);queue = Arrays.copyOf(queue, newCapacity);
    }
    

注意事项

  • 不保证元素顺序:PriorityQueue 仅保证优先级最高的元素在队首,并不保证其他元素按优先级有序。
  • 线程安全:PriorityQueue 不是线程安全的,在并发环境中使用时需要额外的同步措施,如使用 PriorityBlockingQueue
  • 比较器一致性:提供的比较器应当与元素的 equals 方法一致,否则可能导致不可预知的行为。

最佳实践

  • 合适的初始容量:在创建 PriorityQueue 时,可以指定初始容量以避免频繁扩容。
  • 避免 null 元素:确保不插入 null 元素,以避免在堆操作时出现 NullPointerException。
  • 合理的 Comparator:如果使用自定义顺序,提供一个合理且性能优良的 Comparator 实现。

堆(Heap)

堆是一种特殊的树形数据结构,它满足以下特性:

  1. 完全二叉树:堆总是完全二叉树,即除了最后一层外,每一层都是满的,并且最后一层的节点尽可能靠左。
  2. 堆性质:每个节点的值都大于或小于其子节点的值,这决定了堆的类型。

堆通常有两种类型:

  • 最大堆(Max Heap):每个节点的值都大于或等于其子节点的值,堆顶元素是最大值。
  • 最小堆(Min Heap):每个节点的值都小于或等于其子节点的值,堆顶元素是最小值。
最大堆示例
        10/  \9    8/ \  / \7  6 5   4/ \3   2
最小堆示例
        1/ \3   2/ \ / \7  6 5  4/ \9  8

最小堆(Min Heap)

最小堆是一种堆数据结构,其中每个节点的值都小于或等于其子节点的值。它具有以下特性:

  1. 根节点最小:堆顶(根节点)的元素是整个堆中最小的。
  2. 部分有序:堆的任意子树都是一个最小堆。
操作
  • 插入:将新元素添加到堆的末尾,然后通过“上浮”操作(调整位置,使新元素上升到适当位置)维持堆性质。
  • 删除最小元素:将堆顶元素(最小元素)移除,并将堆的最后一个元素移到堆顶,然后通过“下沉”操作(调整位置,使该元素下沉到适当位置)维持堆性质。
  • 堆化:对一个无序数组进行调整,构建一个最小堆。
插入操作示例

将元素 0 插入到以下最小堆:

        1/ \3   2/ \ / \7  6 5  4/ \9  8

结果为:

        0/ \3   1/ \ / \7  6 5  2/ \9  8
删除操作示例

从以下最小堆中删除根节点:

        1/ \3   2/ \ / \7  6 5  4/ \9  8

结果为:

        2/ \3   4/ \ / \7  6 5  8/9

堆的应用

堆广泛应用于以下场景:

  • 优先队列:使用最小堆或最大堆实现优先队列,确保每次出队的是优先级最高或最低的元素。
  • 排序算法:堆排序利用堆的性质对数组进行排序,时间复杂度为 O(n log n)。
  • 图算法:在 Dijkstra 最短路径算法和 Prim 最小生成树算法中使用最小堆提高效率。
  • 内存管理:操作系统的内存管理系统使用堆数据结构分配和释放内存。

这篇关于Java高手的30k之路|面试宝典|精通PriorityQueue优先队列的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1062974

相关文章

详解Java如何向http/https接口发出请求

《详解Java如何向http/https接口发出请求》这篇文章主要为大家详细介绍了Java如何实现向http/https接口发出请求,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 用Java发送web请求所用到的包都在java.net下,在具体使用时可以用如下代码,你可以把它封装成一

SpringBoot使用Apache Tika检测敏感信息

《SpringBoot使用ApacheTika检测敏感信息》ApacheTika是一个功能强大的内容分析工具,它能够从多种文件格式中提取文本、元数据以及其他结构化信息,下面我们来看看如何使用Ap... 目录Tika 主要特性1. 多格式支持2. 自动文件类型检测3. 文本和元数据提取4. 支持 OCR(光学

Java内存泄漏问题的排查、优化与最佳实践

《Java内存泄漏问题的排查、优化与最佳实践》在Java开发中,内存泄漏是一个常见且令人头疼的问题,内存泄漏指的是程序在运行过程中,已经不再使用的对象没有被及时释放,从而导致内存占用不断增加,最终... 目录引言1. 什么是内存泄漏?常见的内存泄漏情况2. 如何排查 Java 中的内存泄漏?2.1 使用 J

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

Java 字符数组转字符串的常用方法

《Java字符数组转字符串的常用方法》文章总结了在Java中将字符数组转换为字符串的几种常用方法,包括使用String构造函数、String.valueOf()方法、StringBuilder以及A... 目录1. 使用String构造函数1.1 基本转换方法1.2 注意事项2. 使用String.valu

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.

Spring MVC如何设置响应

《SpringMVC如何设置响应》本文介绍了如何在Spring框架中设置响应,并通过不同的注解返回静态页面、HTML片段和JSON数据,此外,还讲解了如何设置响应的状态码和Header... 目录1. 返回静态页面1.1 Spring 默认扫描路径1.2 @RestController2. 返回 html2

Spring常见错误之Web嵌套对象校验失效解决办法

《Spring常见错误之Web嵌套对象校验失效解决办法》:本文主要介绍Spring常见错误之Web嵌套对象校验失效解决的相关资料,通过在Phone对象上添加@Valid注解,问题得以解决,需要的朋... 目录问题复现案例解析问题修正总结  问题复现当开发一个学籍管理系统时,我们会提供了一个 API 接口去

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

Spring核心思想之浅谈IoC容器与依赖倒置(DI)

《Spring核心思想之浅谈IoC容器与依赖倒置(DI)》文章介绍了Spring的IoC和DI机制,以及MyBatis的动态代理,通过注解和反射,Spring能够自动管理对象的创建和依赖注入,而MyB... 目录一、控制反转 IoC二、依赖倒置 DI1. 详细概念2. Spring 中 DI 的实现原理三、