在做一道算法时需要使用大顶堆,所以查了一下记录。

使用PriorityQueue实现大顶堆

PriorityQueue默认是一个小顶堆,然而可以通过传入自定义的Comparator函数来实现大顶堆。如下代码实现了一个初始大小为11的大顶堆。这里只是简单的传入一个自定义的Comparator函数,就可以实现大顶堆了。


  1. private static final int DEFAULT_INITIAL_CAPACITY = 11;
  2. PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(DEFAULT_INITIAL_CAPACITY, new Comparator<Integer>() {
  3. @Override
  4. public int compare(Integer o1, Integer o2) {
  5. return o2-o1;
  6. }
  7. });

PriorityQueue的逻辑结构是一棵完全二叉树,存储结构其实是一个数组。逻辑结构层次遍历的结果刚好是一个数组。

PriorityQueue实现大顶堆-LMLPHP

例子:输入n个整数,找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字,则最小的4个数字是1,2,3,4,。

可以使用大顶堆保存,比堆中的数小就进堆。


  1. import java.util.ArrayList;
  2. import java.util.PriorityQueue;
  3. import java.util.Comparator;
  4. public class Solution {
  5. public ArrayList<Integer> GetLeastNumbers_Solution(int[] input, int k) {
  6. ArrayList<Integer> result = new ArrayList<Integer>();
  7. int length = input.length;
  8. if(k > length || k == 0){
  9. return result;
  10. }
  11. PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(k, new Comparator<Integer>() {
  12. @Override
  13. public int compare(Integer o1, Integer o2) {
  14. return o2.compareTo(o1);
  15. }
  16. });
  17. for (int i = 0; i < length; i++) {
  18. if (maxHeap.size() != k) {
  19. maxHeap.offer(input[i]);
  20. } else if (maxHeap.peek() > input[i]) {
  21. Integer temp = maxHeap.poll();
  22. temp = null;
  23. maxHeap.offer(input[i]);
  24. }
  25. }
  26. for (Integer integer : maxHeap) {
  27. result.add(integer);
  28. }
  29. return result;
  30. }
  31. }

补充介绍其offer和poll方法:

①优先队列中不能存放空元素。 
②压入元素后如果数组的大小不够会进行扩充,上面的queue其实就是一个默认初始值为11的数组(也可以赋初始值)。

poll 方法每次从 PriorityQueue 的头部删除一个节点,也就是从小顶堆的堆顶删除一个节点,而remove()不仅可以删除头节点而且还可以用 remove(Object o) 来删除堆中的与给定对象相同的最先出现的对象。

具体的源码解读,参考

转载自:https://blog.csdn.net/weixin_30363263/article/details/80862578

05-11 11:03