优先队列 PriorityQueue

PriorityQueue 源码分析

PriorityQueue 优先队列, 采用小顶堆排序实现; 本文主要针对常用的操作 add, poll, peek 进行分析

添加元素 - add

    public boolean add(E e) {
        return offer(e);
    }

    public boolean offer(E e) {
        if (e == null)
            throw new NullPointerException();
        // 修改次数加一
        modCount++;
        int i = size;
        if (i >= queue.length)
        	// 超过队列长度时，执行扩容
            grow(i + 1);
        size = i + 1;
        if (i == 0)
            queue[0] = e;
        else
        	// 待添加的元素执行上浮操作
            siftUp(i, e);
        return true;
    }

    private void grow(int minCapacity) {
        int oldCapacity = queue.length;
        // Double size if small; else grow by 50%
        // 若当前长度 < 64 则扩容一倍，反正扩容 50 %
        int newCapacity = oldCapacity + ((oldCapacity < 64) ?
                                         (oldCapacity + 2) :
                                         (oldCapacity >> 1));
        // overflow-conscious code
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        queue = Arrays.copyOf(queue, newCapacity);
    }

    private void siftUp(int k, E x) {
        if (comparator != null)
            siftUpUsingComparator(k, x);
        else
            siftUpComparable(k, x);
    }

    private void siftUpComparable(int k, E x) {
        Comparable<? super E> key = (Comparable<? super E>) x;
        while (k > 0) {
        	// 获取父节点索引 >>> 等效于 (k - 1) / 2
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
            // 待添加元素大于父节点元素时终止上浮
            if (key.compareTo((E) e) >= 0)
                break;
            // 将父节点元素下移
            queue[k] = e;
            // k 指向父节点索引
            k = parent;
        }

        queue[k] = key;
    }

从 siftUpComparable 方法可以看出， 优先队列采用的是小顶堆实现。

获取元素并删除 - poll

    public E poll() {
        if (size == 0)
            return null;
        int s = --size;
        modCount++;
        // 获取根节点元素
        E result = (E) queue[0];
        // 获取尾节点元素
        E x = (E) queue[s];
        queue[s] = null;
        if (s != 0)
        	// 等效于将尾节点于根节点交换，并执行下沉操作
            siftDown(0, x);
        // 返回根节点元素
        return result;
    }

    private void siftDown(int k, E x) {
        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;
        // >>> 等效于 size / 2
        int half = size >>> 1;        // loop while a non-leaf
        // k < half 即对非叶子节点进行下沉操作
        while (k < half) {
        	// 获取左子节点索引
            int child = (k << 1) + 1; // assume left child is least
            Object c = queue[child];
            int right = child + 1;
            // 判断右子节点是否存在及左右子节点的大小
            if (right < size &&
                ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
    			// 取最小的那个子节点
                c = queue[child = right];
            // 当前节点元素小于子节点元素时终止下沉操作
            if (key.compareTo((E) c) <= 0)
                break;
            // 将子节点上移
            queue[k] = c;
            // 将 k 指向子节点索引处
            k = child;
        }
        queue[k] = key;
    }

获取元素不删除 - peek

    public E peek() {
        // 返回根节点元素
        return (size == 0) ? null : (E) queue[0];
    }

从 add，poll 方法的实现我们可以看出， 对于优先队列来说，每次在添加元素时采用上浮，删除元素时采用下移的操作来保证根节点（也即数组的首节点）元素为最值，这样每次从队列获取元素时也就是我们业务上优先级最高的元素。

关于堆排序的实现可参考 堆排序