本文共 7355 字，大约阅读时间需要 24 分钟。

【JDK源码分析系列】PriorityQueue源码分析

【1】PriorityQueue 继承体系图示

【2】堆排序算法简介

【2.1】堆的概念

堆是一棵顺序存储的完全二叉树，其中每个结点的关键字都不大于其孩子结点的关键字，即为小根堆；其中每个结点的关键字都不小于其孩子结点的关键字，即为大根堆；

对于 n 个元素的序列 {R0, R1, ... , Rn} 当且仅当满足下列关系之一时，称之为堆，(1) Ri <= R2i+1 且 Ri <= R2i+2 (小根堆)(2) Ri >= R2i+1 且 Ri >= R2i+2 (大根堆)其中 i=1,2,…,n/2 向下取整; 

堆与数组的对应关系

设当前元素在数组中以R[i]表示，(1) 其左孩子结点是 R[2*i+1];(2) 其右孩子结点是 R[2*i+2];(3) 其父结点是 R[(i-1)/2];

【2.2】构造初始堆的步骤图示

【2.3】堆排序的步骤图示

【2.4】插入元素

【2.5】删除堆顶元素

【3】PriorityQueue 源码分析

【3.1】PriorityQueue 基本属性

public class PriorityQueue<E> extends AbstractQueue<E>    implements java.io.Serializable {    // 默认容量    private static final int DEFAULT_INITIAL_CAPACITY = 11;    // 元素个数    private int size = 0;    // 比较器    private final Comparator<? super E> comparator;    // 元素存储的数组    transient Object[] queue;    // 修改次数    // 该属性表明PriorityQueue是fast-fail    // 非私有以简化嵌套类访问    transient int modCount = 0;}

【3.2】PriorityQueue 构造方法

public class PriorityQueue<E> extends AbstractQueue<E>    implements java.io.Serializable {    //(1) PriorityQueue是一个小顶堆    //(2) PriorityQueue是非线程安全的    //(3) PriorityQueue不是有序的，只有堆顶存储着最小的元素    //(4) 入队就是堆的插入元素的实现    //(5) 出队就是堆的删除元素的实现    public PriorityQueue(int initialCapacity,                         Comparator<? super E> comparator) {        // 检查参数有效性        if (initialCapacity < 1)            throw new IllegalArgumentException();        // 初始化数组        this.queue = new Object[initialCapacity];        // 初始化比较器        this.comparator = comparator;    }}

【3.3】PriorityQueue 元素入队

public class PriorityQueue<E> extends AbstractQueue<E>    implements java.io.Serializable {    // 向优先级队列中添加元素    public boolean add(E e) {        // 实际调用offer方法        return offer(e);    }    // 新增元素    public boolean offer(E e) {        // 如果是空元素的话，抛异常        if (e == null)            throw new NullPointerException();        modCount++;        // 取大小        int i = size;        // 队列实际大小大于容量时，进行扩容        // 扩容策略是 如果老容量小于 64，2 倍扩容，如果大于 64，50 % 扩容        if (i >= queue.length)            grow(i + 1);        size = i + 1;        // 如果队列为空，当前元素正好处于队头        if (i == 0)            queue[0] = e;        else            // 插入元素到数组size的位置，即最后一个元素的下一位            // 注意size是元素个数            // 需要根据优先级进行排序            siftUp(i, e);        return true;    }    private void siftUp(int k, E x) {        // 判断是否自定义了比较器        if (comparator != null)            siftUpUsingComparator(k, x);        else            siftUpComparable(k, x);    }    // 按照从小到大的顺序排列    private void siftUpComparable(int k, E x) {        // 获取待发送数据并转换为Comparable类型        Comparable<? super E> key = (Comparable<? super E>) x;        // k 是当前队列实际大小的位置        while (k > 0) {            // 找到父节点的位置            // 因为元素是从0开始的，所以减1之后再除以2            int parent = (k - 1) >>> 1;            // 父节点的值            Object e = queue[parent];            // 比较插入的元素与父节点的值            // 如果比父节点大，则跳出循环            // 否则交换位置            if (key.compareTo((E) e) >= 0)                break;            // 与父节点交换位置            queue[k] = e;            // 现在插入的元素位置移到了父节点的位置            k = parent;        }        // 最后找到应该插入的位置，放入元素        queue[k] = key;    }    @SuppressWarnings("unchecked")    private void siftUpUsingComparator(int k, E x) {        while (k > 0) {            // 确定父节点            int parent = (k - 1) >>> 1;            // 去除父节点处的元素            Object e = queue[parent];            // 调用比较器比较待插入节点与父节点元素            if (comparator.compare(x, (E) e) >= 0)                // 当前节点大于父节点则退出循环                break;            // 交换当前节点与父节点            queue[k] = e;            // 更新待插入的位置            k = parent;        }        // 查找到了对应的位置则插入该节点        queue[k] = x;    }}

【3.4】PriorityQueue 元素出队

public class PriorityQueue<E> extends AbstractQueue<E>    implements java.io.Serializable {    @SuppressWarnings("unchecked")    public E poll() {        // 如果size为0，说明没有元素        if (size == 0)            return null;        // 弹出元素，元素个数减1        int s = --size;        modCount++;        // 队列首元素        E result = (E) queue[0];        // 队列末元素        E x = (E) queue[s];        // 将队列末元素删除        queue[s] = null;        // 如果弹出元素后还有元素        if (s != 0)            // 将队列末元素移到队列首            // 再做自上而下的堆化            siftDown(0, x);        // 返回弹出的元素        return result;    }    private void siftDown(int k, E x) {        // 根据是否有比较器，选择不同的方法        if (comparator != null)            siftDownUsingComparator(k, x);        else            siftDownComparable(k, x);    }    @SuppressWarnings("unchecked")    private void siftDownUsingComparator(int k, E x) {        // 减半        // 叶子节点占了一半的元素        int half = size >>> 1;        while (k < half) {            // 寻找子节点的位置，这里加1是因为元素从0号位置开始            int child = (k << 1) + 1;            // 左子节点的值            Object c = queue[child];            // 右子节点的位置            int right = child + 1;            // 左右两边的值进行比较            if (right < size &&                comparator.compare((E) c, (E) queue[right]) > 0)                // 左右节点取其小者                c = queue[child = right];            // 如果比子节点都小，则结束            if (comparator.compare(x, (E) c) <= 0)                break;            // 如果比最小的子节点大，则交换位置            queue[k] = c;            // 指针移到最小子节点的位置继续往下比较            k = child;        }        // 找到正确的位置，放入元素        queue[k] = x;    }    @SuppressWarnings("unchecked")    private void siftDownComparable(int k, E x) {        // 将x转换为Comparable类型        Comparable<? super E> key = (Comparable<? super E>)x;        // 只需要比较一半就行了，因为叶子节点占了一半的元素        int half = size >>> 1;        // loop while a non-leaf        while (k < half) {            // 寻找子节点的位置，这里加1是因为元素从0号位置开始            int child = (k << 1) + 1; // assume left child is least            // 左子节点的值            Object c = queue[child];            // 右子节点的位置            int right = child + 1;            if (right < size &&                ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)                // 左右节点取其小者                c = queue[child = right];            // 如果比子节点都小，则结束            if (key.compareTo((E) c) <= 0)                break;            // 如果比最小的子节点大，则交换位置            queue[k] = c;            // 指针移到最小子节点的位置继续往下比较            k = child;        }        // 找到正确的位置，放入元素        queue[k] = key;    }        }

【3.5】PriorityQueue 扩容

public class PriorityQueue<E> extends AbstractQueue<E>    implements java.io.Serializable {    private void grow(int minCapacity) {        // 旧容量        int oldCapacity = queue.length;        // Double size if small; else grow by 50%        // 旧容量小于64时，容量翻倍        // 旧容量大于等于64，容量只增加旧容量的一半        int newCapacity = oldCapacity + ((oldCapacity < 64) ?                                         (oldCapacity + 2) :                                         (oldCapacity >> 1));        // overflow-conscious code        // 检查是否溢出        if (newCapacity - MAX_ARRAY_SIZE > 0)            // 溢出的情况下计算最大的容量            newCapacity = hugeCapacity(minCapacity);        // 创建出一个新容量大小的新数组并把旧数组元素拷贝过去        queue = Arrays.copyOf(queue, newCapacity);    }    private static int hugeCapacity(int minCapacity) {        if (minCapacity < 0) // overflow            throw new OutOfMemoryError();        // private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;        return (minCapacity > MAX_ARRAY_SIZE) ?            Integer.MAX_VALUE :            MAX_ARRAY_SIZE;    }}

致谢

本博客为博主的学习实践总结，并参考了众多博主的博文，在此表示感谢，博主若有不足之处，请批评指正。

【1】

【2】

【3】