JDK源碼之PriorityQueue解析

更新時間：2017年04月25日 11:51:25 作者：_fred

這篇文章主要為大家詳細介紹了JDK源碼之PriorityQueue，具有一定的參考價值，感興趣的小伙伴們可以參考一下

一.優(yōu)先隊列的應用

優(yōu)先隊列在程序開發(fā)中屢見不鮮，比如操作系統在進行進程調度時一種可行的算法是使用優(yōu)先隊列，當一個新的進程被fork()出來后，首先將它放到隊列的最后，而操作系統內部的Scheduler負責不斷地從這個優(yōu)先隊列中取出優(yōu)先級較高的進程執(zhí)行；爬蟲系統在執(zhí)行時往往也需要從一個優(yōu)先級隊列中循環(huán)取出高優(yōu)先級任務并進行抓取。可以想見，如果類似這樣的任務不適用優(yōu)先級進行劃分的話，系統必會出現故障，例如操作系統中低優(yōu)先級進程持續(xù)占用資源而高優(yōu)先級進程始終在隊列中等待。此外，優(yōu)先隊列在貪婪算法中也有一些應用。

二.優(yōu)先隊列的實現原理

優(yōu)先隊列的實現方式是使用二叉堆的結構，需要滿足以下兩條性質(Heap property)，這里以小頂堆為例講解：

　　1.任何結點的值都小于或等于其子節(jié)點的值。
　　2.所有結點從上到下，從左到右填入，即一棵完全二叉樹。

基于這兩條規(guī)律，二叉堆在實現中往往會使用一個數組，下面我們研究一下JDK中二叉堆(優(yōu)先隊列)的實現。

三.優(yōu)先隊列在JDK中的實現方式

研究源碼最好的方式是debug，看每一步變量的變化，我們可以簡單寫一個Demo，debug進源碼一探究竟：

這里我們簡單地創(chuàng)建一個優(yōu)先隊列，向其中添加三個元素，我們可以在代碼第一行打一個斷點，如果您使用Eclipse編輯器的話，接下來可以按F5進入源碼中：

代碼運行到這里，PriorityQueue調用自己的一個重載構造器，第一個參數是數組默認大小，第二個是元素比較的Comparator,我們這里的Demo比較簡單，您在使用優(yōu)先隊列時可以選擇實現自己的Comparator。

 public PriorityQueue(int initialCapacity,
             Comparator<? super E> comparator) {
    // Note: This restriction of at least one is not actually needed,
    // but continues for 1.5 compatibility
    if (initialCapacity < 1)
      throw new IllegalArgumentException();
    this.queue = new Object[initialCapacity];
    this.comparator = comparator;
  }

接下來我們研究一下添加元素時的offer操作：

 public boolean offer(E e) {
    if (e == null)
      throw new NullPointerException();
    //記錄了隊列被修改的次數
    modCount++;
    int i = size;
    if (i >= queue.length)
      //擴容
      grow(i + 1);
    //增加元素個數
    size = i + 1;
    if (i == 0) 
      //第一次添加元素，直接放到第0個位置即可
      queue[0] = e;
    else
      //需要將元素放到最后，再做上濾操作
      siftUp(i, e);
    return true;
  }

我們逐行來解釋一下，首先offer方法判斷參數是否為空，不為空則對變量modCount自增，modCount記錄了隊列被修改的次數，接下來，判斷數組是否會越界，如果越界則通過grow進行擴容，接下來添加元素，如果當前元素為0個則直接將元素放到數組第一個位置，否則做一個siftUp的操作。

 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 code
    if (newCapacity - MAX_ARRAY_SIZE > 0)
      newCapacity = hugeCapacity(minCapacity);
    //元素拷貝
    queue = Arrays.copyOf(queue, newCapacity);

上面的代碼對隊列擴容，源碼中注釋也很清晰，首先判斷當前的數組大小是否足夠小(<64)，如果足夠小則將大小擴充為2倍，否則將原大小加上50%。需要注意的是，這里最后做了一個大小是否溢出的判斷。

private static int hugeCapacity(int minCapacity) {
    if (minCapacity < 0) // overflow
      throw new OutOfMemoryError();
    return (minCapacity > MAX_ARRAY_SIZE) ?
      Integer.MAX_VALUE :
      MAX_ARRAY_SIZE;
  }

如果需要擴容的大小已經<0了，顯然已經溢出了，在這里拋出了OutOfMemory的異常。

private void siftUpUsingComparator(int k, E x) {
    while (k > 0) {
      //計算父親節(jié)點的下標
      int parent = (k - 1) >>> 1;
      Object e = queue[parent];
      //與父節(jié)點進行比較
      if (comparator.compare(x, (E) e) >= 0)
        break;
      queue[k] = e;
      k = parent;
    }
    queue[k] = x;
  }

為了保證優(yōu)先隊列的性質1，在插入每個元素時都需要與該節(jié)點父親進行比較，找到其正確位置，有些數據結構書中，這個操作被稱為上濾(percolate up)。

入隊操作已經說完了，接下來是出隊操作，即poll()操作：

public E poll() {
    if (size == 0)
      return null;
    int s = --size;
    //自增變量，代表隊列修改次數
    modCount++;
    E result = (E) queue[0];
    E x = (E) queue[s];
    queue[s] = null;
    if (s != 0)
      siftDown(0, x);
    return result;
  }

這個方法首先將數組第一個元素作為結果，(因為如果是小頂堆的話堆頂始終是最小元素)，并將隊列的最后一個元素放到第一個位置，最后用siftDown做一些調整，保證隊列的性質，這個操作被稱為下濾(percolate down)。

 private void siftDownUsingComparator(int k, E x) {
 

    int half = size >>> 1;
    //這里k必須有孩子，故葉節(jié)點需要比較
    while (k < half) {
      //以下幾行代碼到較小的那個兒子,用變量c表示
      int child = (k << 1) + 1;
      //這里假設左兒子比較小
      Object c = queue[child];
      int right = child + 1;
      //左右兒子比較，如果右兒子小則將c賦值為右兒子
      if (right < size &&
        comparator.compare((E) c, (E) queue[right]) > 0)
        c = queue[child = right];
      //如果x比小兒子還小，說明k就是正確位置
      if (comparator.compare(x, (E) c) <= 0)
        break;
      queue[k] = c;
      k = child;
    }
    queue[k] = x;
  }

如上圖，下濾過程中k不斷與其兒子進行比較，如果滿足優(yōu)先隊列的順序性，則break出循環(huán)。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

您可能感興趣的文章: