标签：system empty idt void sem padding null 小顶堆 compare
一、 优先队列的概述
在前面的数据结构（三）：线性表-栈，队列中记录到，队列是先进先出的结构，元素在队列末端添加，在队列前头删除，若使用该队列的数据结构，则当要找出队列中的最大最小值时，需要遍历队列
对每个元素做比较后得出，这样在实际的生产应用中效率是很低的，这时就需要有一种队列，能快捷的获取队列中的最大或最小值，叫做优先队列。
使用优先队列保存数据元素，能快速的获取队列的最大或最小值，比如计算机中有多个排队的任务，但是需要按照优先级一一执行，此时优先队列的优势便得到了体现，在前一章对堆的记录中
我们发现堆能快速的找到最大或最小值并删除，符合优先队列的应用场景，因此本章我们使用堆来实现最大，最小优先队列和索引优先队列
二、 最小优先队列
1、最小优先队列实际就是一个小顶堆，即每次插入堆中的元素，都存储至堆末端，通过上浮操作比较，小于父节点则和父节点交换元素，直到根结点为止，这样就形成了一个小顶堆。
2、在获取最小值时，由于堆是数组的结构，只需获取根结点的值，即数组下标为1的值即可。
3、获取最小值并删除，则可以交换根结点和尾结点，之后删除尾结点，并对根结点进行下沉操作，保证每个父节点都小于两个左右子树即可
|
public class MinPriorityQueue<T extends Comparable<T>> {
// 初始化堆 private T[] items;
// 初始化个数 private int N;
/** * 返回优先队列大小 * * @return */ public int size() { return N; }
/** * 队列是否为空 * * @return */ public boolean isEmpty() { return N==0; }
/** * 构造方法，传入堆的初始大小 * * @param size */ public MinPriorityQueue(int size) { items = (T[]) new Comparable[size + 1]; N = 0; }
/** * 判断堆中索引i处的值是否小于j处的值 * * @param i * @param j * @return */ private boolean bigger(int i, int j) { return items[i].compareTo(items[j]) > 0; }
/** * 元素位置的交换 * * @param col * @param i * @param j */ private void switchPos(int i, int j) { T temp = items[i]; items[i] = items[j]; items[j] = temp; }
/** * 删除堆中最大的元素，并且返回这个元素 * * @return */ public T delMin() { // 获取根结点最大值 T minValue = items[1];
// 交换根结点和尾结点 switchPos(1, N);
// 尾结点置空 items[N] = null;
// 堆数量减1 N--;
// 根结点下沉 sink(1);
return minValue; }
/** * 往堆中插入一个元素t * * @param t */ public void insert(T t) { items[++N] = t; swim(N); }
/** * 使用上浮算法，使堆中索引k处的值能够处于一个正确的位置 * * @param k */ private void swim(int k) { while (k > 1) { if (bigger(k / 2, k)) { switchPos(k, k /2); }
k = k / 2; } }
/** * 使用下沉算法，使堆中索引k处的值能够处于一个正确的位置 * * @param k */ private void sink(int k) { while (2 * k <= N) { int min; // 存在右子结点的情况 if (2 * k + 1 <= N) { if (bigger(2 * k, 2 * k + 1)) { min = 2 * k + 1; } else { min = 2 * k; } } else { min = 2 * k; }
// 当前结点不比左右子树结点的最小值小，则退出 if (bigger(min, k)) { break; }
switchPos(k, min); k = min; } }
public static void main(String[] args) { String[] arr = { "S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E" }; MinPriorityQueue<String> minpq = new MinPriorityQueue<>(20); for (String s : arr) { minpq.insert(s); } String del; while (!minpq.isEmpty()) { del = minpq.delMin(); System.out.print(minpq.size()); System.out.println(del + ","); }
} } |
三、 最大优先队列
1、最大优先队列实际就是一个大顶堆，即每次插入堆中的元素，都存储至堆末端，通过上浮操作比较，大于父节点则和父节点交换元素，直到根结点为止，这样就形成了一个大顶堆。
2、在获取最大值时，由于堆是数组的结构，只需获取根结点的值，即数组下标为1的值即可。
3、获取最大值并删除，则可以交换根结点和尾结点，之后删除尾结点，并对根结点进行下沉操作，保证每个父节点都大于两个左右子树即可
|
public class MaxPriorityQueue<T extends Comparable<T>> { // 初始化堆 private T[] items;
// 初始化个数 private int N;
/** * 返回优先队列大小 * * @return */ public int size() { return N; }
/** * 队列是否为空 * * @return */ public boolean isEmpty() { return N == 0; }
/** * 构造方法，传入堆的初始大小 * * @param size */ public MaxPriorityQueue(int size) { items = (T[]) new Comparable[size + 1]; N = 0; }
/** * 判断堆中索引i处的值是否小于j处的值 * * @param i * @param j * @return */ private boolean bigger(int i, int j) { return items[i].compareTo(items[j]) > 0; }
/** * 元素位置的交换 * * @param col * @param i * @param j */ private void switchPos(int i, int j) { T temp = items[i]; items[i] = items[j]; items[j] = temp; }
/** * 删除堆中最大的元素，并且返回这个元素 * * @return */ public T delMax() { // 获取根结点最大值 T maxValue = items[1];
// 交换根结点和尾结点 switchPos(1, N);
// 尾结点置空 items[N] = null;
// 堆数量减1 N--;
// 根结点下沉 sink(1);
return maxValue; }
/** * 往堆中插入一个元素t * * @param t */ public void insert(T t) { items[++N] = t; swim(N); }
/** * 使用上浮算法，使堆中索引k处的值能够处于一个正确的位置 * * @param k */ private void swim(int k) { while (k > 1) { if (bigger(k, k / 2)) { switchPos(k, k / 2); }
k = k / 2; } }
/** * 使用下沉算法，使堆中索引k处的值能够处于一个正确的位置 * * @param k */ private void sink(int k) { while (2 * k <= N) { int max; // 存在右子结点的情况 if (2 * k + 1 <= N) { if (bigger(2 * k, 2 * k + 1)) { max = 2 * k; } else { max = 2 * k + 1; } } else { max = 2 * k; }
// 当前结点比左右子树的最大值大，则退出 if (bigger(k, max)) { break; }
switchPos(k, max); k = max; } }
public static void main(String[] args) { String[] arr = { "S", "O", "R", "T", "E", "X", "A", "M", "P", "L", "E" }; MaxPriorityQueue<String> maxpq = new MaxPriorityQueue<>(20); for (String s : arr) { maxpq.insert(s); } System.out.println(maxpq.size()); String del; while (!maxpq.isEmpty()) { del = maxpq.delMax(); System.out.print(del + ","); }
} } |
标签：system empty idt void sem padding null 小顶堆 compare
原文地址：https://www.cnblogs.com/jiyukai/p/14056606.html
