天天看點

PriorityQueue實作最小堆和最大堆的用法[JAVA]一、基本介紹二、常用方法三、相關練習題

一、基本介紹

1、介紹

PriorityQueue翻譯為優先隊列,“優先”指元素在隊列中按一定的順序(優先級)進行存放,“隊列”指一種先進先出的資料結構。是以PriorityQueue可以實作按照一定的優先級存取元素。

PriorityQueue實作最小堆和最大堆的用法[JAVA]一、基本介紹二、常用方法三、相關練習題

2、用法

從源碼來看PriorityQueue的構造方法:

//預設容量為 11
private static final int DEFAULT_INITIAL_CAPACITY = 11;
           
//1、無參構造,預設容量和預設排序方法
public PriorityQueue() {
        this(DEFAULT_INITIAL_CAPACITY, null);
    }
//2、指定容量
public PriorityQueue(int initialCapacity) {
        this(initialCapacity, null);
    }
//3、指定排序方法
public PriorityQueue(Comparator<? super E> comparator) {
        this(DEFAULT_INITIAL_CAPACITY, comparator);
    }
//4、指定容量和排序方法
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;
    }
           

由上可知,在構造PriorityQueue時我們可以指定初始容量和元素在隊列中的排序方法,若不指定,則預設初始容量為11,預設排序方法為将元素從小到大進行排序。

3、最小堆

構造最小堆:

使用無參構造,元素在隊列中預設按照從小到大的順序排列,可保證每次出隊列的元素為隊列中的最小元素。

4、最大堆

将排序方法指定為反序,即元素從大到小排列,可保證每次出隊列的元素為隊列中最大的元素。

5、其他優先級

按照其他優先級規則排序,需要自己實作Comparable接口,重寫compareTo()方法。

Comparable<Integer> comparable = new Comparable<Integer>() {
            @Override
            public int compareTo(Integer o) {
                return 0;
            }
        };
           

二、常用方法

以Integer類型為例:

PriorityQueue實作最小堆和最大堆的用法[JAVA]一、基本介紹二、常用方法三、相關練習題

三、相關練習題

【劍指 Offer 40. 最小的k個數】

輸入整數數組 arr ,找出其中最小的 k 個數。例如,輸入4、5、1、6、2、7、3、8這8個數字,則最小的4個數字是1、2、3、4。

示例 1:

輸入:arr = [3,2,1], k = 2

輸出:[1,2] 或者 [2,1]

示例 2:

輸入:arr = [0,1,2,1], k = 1

輸出:[0]

限制:

0 <= k <= arr.length <= 10000

0 <= arr[i] <= 10000

【解題思想】

先将k個數放進最大堆,再從第k+1個數開始比較,若其小于大堆頂則加入堆,堆頂出隊列,若大于等于則無作為。

【代碼】

class Solution {
    public int[] getLeastNumbers(int[] arr, int k) {
        int res[] = new int[k];
        int len = arr.length;
        if(len == 0 || k == 0)
            return res;

        PriorityQueue<Integer> maxHeap = new PriorityQueue<>(Collections.reverseOrder());
        for(int i = 0; i < k; i++){
            maxHeap.add(arr[i]);
        }
        for(int i = k; i < len; i++){
            if(arr[i] < maxHeap.peek()){
                maxHeap.add(arr[i]);
                maxHeap.poll();
            }
        }
        
        for(int i = 0; i < k; i++){
            res[i] = maxHeap.poll();
        }
        return res;
    }
    
}
           

時間複雜度:O(nlogn)

繼續閱讀