数据结构 - 6（优先级队列（堆）13000字详解）-Toy模板网

这篇具有很好参考价值的文章主要介绍了数据结构 - 6（优先级队列（堆）13000字详解）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一：堆

1.1 堆的基本概念

堆分为两种：大堆和小堆。它们之间的区别在于元素在堆中的排列顺序和访问方式。

大堆（Max Heap）：

在大堆中，父节点的值比它的子节点的值要大。也就是说，堆的根节点是堆中最大的元素。大堆被用于实现优先级队列，其中根节点的元素始终是队列中最大的元素。

大堆的特点：

对于每个父节点，它的值大于或等于其子节点的值。

小堆（Min Heap）：

在小堆中，父节点的值比它的子节点的值要小。也就是说，堆的根节点是堆中最小的元素。小堆常用于实现优先级队列，其中根节点的元素始终是队列中最小的元素。

小堆的特点：

对于每个父节点，它的值小于或等于其子节点的值。

以下是一个示例图示，展示了一个包含7个元素的大堆和小堆的结构：

大堆：
        90
      /    \
    75      30
   /  \    /  \
  20   15  10   7

小堆：
        7
      /   \
    10     30
   /  \   /  \
  20   15 75  90

在大堆中，父节点的值大于子节点的值，而在小堆中，父节点的值小于子节点的值。

注意：堆总是一颗完全二叉树

1.2堆的存储方式

从堆的概念可知，堆是一棵完全二叉树，因此可以层序的规则采用顺序的方式来高效存储，

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构
注意：对于非完全二叉树，则不适合使用顺序方式进行存储，因为为了能够还原二叉树，空间中必须要存储空节点，就会导致空间利用率比较低。

将元素存储到数组中后，可以根据二叉树章节的性质5对树进行还原。

假设i为节点在数组中的下标，则有：

如果i为0，则i表示的节点为根节点
节点i的左孩子下标为2 * i + 1 ( 2 * i + 1 小于节点个数，否则没有左孩子 )
节点i的右孩子下标为2 * i + 2 ( 2 * i + 2 小于节点个数，否则没有右孩子 )

1.3 堆的下沉

对于集合{ 27,15,19,18,28,34,65,49,25,37 }中的数据，如果将其创建成小堆呢？
数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构

仔细观察上图后发现：根节点的左右子树已经完全满足堆的性质，因此只需将根节点向下调整好即可。

下面是代码实现：

// shiftDown方法用来实现下沉操作
// array参数是待构建小堆的数组
// parent参数是当前需要下沉的节点的索引
public void shiftDown(int[] array, int parent) {
    int length = array.length;
    int child = 2 * parent + 1; // 左子节点索引
    
    while (child < length) {
        // 找到左右孩子中较小的孩子
        if (child + 1 < length && array[child] > array[child + 1]) {
            child++; // 如果右子节点存在并且小于左子节点的值，则将child指向右子节点
        }
        
        // 如果当前节点小于或等于左右子节点中较小的节点，说明已经符合小堆要求
        if (array[parent] <= array[child]) {
            break;
        }
        
        // 否则，交换当前节点和较小子节点的值，接着需要继续向下调整
        int temp = array[parent];
        array[parent] = array[child];
        array[child] = temp;
        
        parent = child;
        child = 2 * parent + 1;
    }
}

这段代码实现了堆排序中的下沉操作（也称为向下调整或堆化）。下沉操作用于维护小堆的性质，确保父节点永远小于或等于其子节点。

时间复杂度分析：最坏的情况即图示的情况，从根一路比较到叶子，比较的次数为完全二叉树的高度，即时间复杂度为O（log n）

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构

1.4 堆的创建

那对于普通的序列{ 1,5,3,8,7,6 }，即根节点的左右子树不满足堆的特性，又该如何调整呢？

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构
参考代码：

public static void createHeap(int[] array) {
  // 找倒数第一个非叶子节点，从该节点位置开始往前一直到根节点，遇到一个节点，应用向下调整
  int root = ((array.length-2)>>1);
  for (; root >= 0; root--) {
    shiftDown(array, root);
 }
}

1.5建堆的时间复杂度

因为堆是完全二叉树，而满二叉树也是完全二叉树，此处为了简化使用满二叉树来证明(时间复杂度本来看的就是近似值，多几个节点不影响最终结果)：

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构
因此：建堆的时间复杂度为O(N)。

1.6堆的插入和删除

1.6.1 堆的插入

堆的插入总共需要两个步骤：

先将元素放入到底层空间中(注意：空间不够时需要扩容)
将最后新插入的节点向上调整，直到满足堆的性质

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构
下面是堆的删除操作的代码实现，包含详细注释：

public void shiftUp(int child) {
  // 找到child的双亲
  int parent = (child - 1) / 2;
 
  while (child > 0) {
    // 如果双亲比孩子大，parent满足堆的性质，调整结束
    if (array[parent] > array[child]) {
      break;
   }
    else{
      // 将双亲与孩子节点进行交换
      int t = array[parent];
      array[parent] = array[child];
      array[child] = t;
   
      // 小的元素向下移动，可能到值子树不满足对的性质，因此需要继续向上调增
      child = parent;
      parent = (child - 1) / 1;
   }
 }
}

1.6.2 堆的删除

注意：堆的删除一定删除的是堆顶元素。具体如下：

将堆顶元素对堆中最后一个元素交换
将堆中有效数据个数减少一个
对堆顶元素进行向下调整

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构
下面是堆的删除操作的代码实现，包含详细注释：

public void deleteTop() {
  // 将堆顶元素与堆中最后一个元素交换
  array[0] = array[size - 1];
 
  // 堆中有效数据个数减少一个
  size--;
 
  // 对堆顶元素进行向下调整
  int parent = 0; // 当前节点的索引
 
  // 持续向下调整，直到满足堆的性质
  while (true) {
    // 左孩子节点的索引
    int leftChild = parent * 2 + 1;
    // 右孩子节点的索引
    int rightChild = leftChild + 1;
 
    // 父节点与左右孩子节点中值最大的节点进行交换
    int maxChild = parent; // 最大值节点的索引
 
    // 如果左孩子存在且大于父节点，则更新最大值节点
    if (leftChild < size && array[leftChild] > array[maxChild]) {
      maxChild = leftChild;
    }
 
    // 如果右孩子存在且大于当前最大值节点，则更新最大值节点
    if (rightChild < size && array[rightChild] > array[maxChild]) {
      maxChild = rightChild;
    }
 
    // 如果最大值节点是当前节点本身，则调整结束 
    if (maxChild == parent) {
      break;
    } else {
      // 交换最大节点与父节点
      int temp = array[parent];
      array[parent] = array[maxChild];
      array[maxChild] = temp;
 
      // 更新当前节点为最大值节点
      parent = maxChild;
    }
  }
}

二：优先级队列

2.1 概念

前面介绍过队列，队列是一种先进先出(FIFO)的数据结构.

但有些情况下，操作的数据可能带有优先级，出队列时，可能需要优先级高的元素先出队列，该中场景下，使用队列显然不合适，比如：在手机上玩游戏的时候，如果有来电，那么系统应该优先处理打进来的电话；初中那会班主任排座位时可能会让成绩好的同学先挑座位。

在这种情况下，数据结构应该提供两个最基本的操作，一个是返回最高优先级对象，一个是添加新的对象。这种数据结构就是优先级队列(Priority Queue)。

2.2堆的使用

Java集合框架中提供了PriorityQueue和PriorityBlockingQueue两种类型的优先级队列，PriorityQueue是线程不安全的，PriorityBlockingQueue是线程安全的，本文主要介绍PriorityQueue。

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构

关于PriorityQueue的使用要注意：

使用时必须导入PriorityQueue所在的包
PriorityQueue中放置的元素必须要能够比较大小，不能插入无法比较大小的对象，否则会抛出ClassCastException异常
不能插入null对象，否则会抛出NullPointerException
没有容量限制，可以插入任意多个元素，其内部可以自动扩容
PriorityQueue底层使用了堆数据结构
PriorityQueue默认情况下是小堆—即每次获取到的元素都是最小的元素

PriorityQueue中常见的构造方法：

构造器	功能介绍
PriorityQueue()	创建一个空的优先级队列，默认容量是11
PriorityQueue(int initialCapacity)	创建一个初始容量为initialCapacity的优先级队列，注意： initialCapacity不能小于1，否则会抛IllegalArgumentException异常
PriorityQueue(Collection<? extends E> c)	用一个集合来创建优先级队列

下面是使用示例：

static void TestPriorityQueue(){
    // 创建一个空的优先级队列，底层默认容量是11
    PriorityQueue<Integer> q1 = new PriorityQueue<>();
    
    // 创建一个空的优先级队列，底层的容量为initialCapacity
    PriorityQueue<Integer> q2 = new PriorityQueue<>(100);
    ArrayList<Integer> list = new ArrayList<>();
    list.add(4);
    list.add(3);
    list.add(2);
    list.add(1);
    
    // 用ArrayList对象来构造一个优先级队列的对象
    // q3中已经包含了三个元素
    PriorityQueue<Integer> q3 = new PriorityQueue<>(list);
    System.out.println(q3.size());//4
    System.out.println(q3.peek());//1
 }

注意：默认情况下，PriorityQueue队列是小堆，如果需要大堆需要用户提供比较器

// 用户自己定义的比较器：直接实现Comparator接口，然后重写该接口中的compare方法即可
class IntCmp implements Comparator<Integer>{
  @Override
  public int compare(Integer o1, Integer o2) {
    return o2-o1;
 }
}
public class TestPriorityQueue {
  public static void main(String[] args) {
    PriorityQueue<Integer> p = new PriorityQueue<>(new IntCmp());
    p.offer(4);
    p.offer(3);
    p.offer(2);
    p.offer(1);
    p.offer(5);
    System.out.println(p.peek());
 }
}

下面是 PriorityQueue中常用的方法：

函数名	功能介绍
boolean offer(E e)	插入元素e，插入成功返回true，如果e对象为空，抛出NullPointerException异常，注意：空间不够时候会进行扩容
E peek()	获取优先级最高的元素，如果优先级队列为空，返回null
E poll()	移除优先级最高的元素并返回，如果优先级队列为空，返回null
int size()	获取有效元素的个数
void clear()	清空
boolean isEmpty()	检测优先级队列是否为空，空返回true

下面是这些方法的使用示例：

import java.util.PriorityQueue;

public class Main {
    public static void main(String[] args) {
        PriorityQueue<Integer> heap = new PriorityQueue<>();
        
        // 测试插入元素
        heap.offer(10); // 返回 true
        heap.offer(5); // 返回 true
        heap.offer(15); // 返回 true
        heap.offer(2); // 返回 true
        
        // 测试获取优先级最高的元素
        // 结果为 2
        System.out.println(heap.peek());
        
        // 测试移除优先级最高的元素
        // 结果为 2
        System.out.println(heap.poll());
        
        // 测试获取有效元素的个数
        // 结果为 3
        System.out.println(heap.size());
        
        // 测试清空优先级队列
        heap.clear();
        
        // 测试检测优先级队列是否为空
        // 结果为 true
        System.out.println(heap.isEmpty());
    }
}

以下是JDK 1.8中，PriorityQueue的扩容方式：

优先级队列的扩容说明：

如果容量小于64时，是按照oldCapacity的2倍方式扩容的
如果容量大于等于64，是按照oldCapacity的1.5倍方式扩容的
如果容量超过MAX_ARRAY_SIZE，按照MAX_ARRAY_SIZE来进行扩容

MAX_ARRAY_SIZE等于Integer.MAX_VALUE - 8，等于 2,147,483,639。

2.3 用堆模拟实现优先级队列

我们通过堆可以模拟实现优先级队列，因为堆具有以下特性：

大堆或小堆：堆可以是大堆或小堆，其中大堆意味着父节点的值大于或等于其子节点的值，而小堆意味着父节点的值小于或等于其子节点的值。
优先级定义：我们可以将堆中的元素与优先级相关联。较高的优先级可以根据堆类型来确定是最大值还是最小值。

优先性在优先级队列中体现在以下方面：

插入元素：由于堆的性质，插入的元素会按照其优先级找到正确的位置插入。较高优先级的元素会被放置在堆的顶部（根节点）。
删除元素：从堆中删除元素时，会删除具有最高（最大堆）或最低（最小堆）优先级的元素。这样，每次删除的元素都是具有最高/最低优先级的元素。

通过以上方式，可以使用堆来实现优先级队列，确保具有更高优先级的元素优先被处理或删除。

下面我们基于堆来模拟实现一个优先级队列：

public class MyPriorityQueue {
  // 演示作用，不再考虑扩容部分的代码
  private int[] array = new int[100];  // 使用数组来存储元素
  private int size = 0;  // 当前队列的大小

  // 向优先队列中插入元素
  public void offer(int e) {
    array[size++] = e;  // 将元素插入数组末尾
    shiftUp(size - 1);  // 对插入的元素进行上浮操作，以保持堆的性质
  }

  // 弹出并返回优先队列中最高优先级的元素
  public int poll() {
    int oldValue = array[0];  // 保存堆顶元素的值
    array[0] = array[--size];  // 将堆尾元素移到堆顶
    shiftDown(0);  // 对堆顶元素进行下沉操作，以保持堆的性质
    return oldValue;  // 返回弹出的元素值
  }

  // 返回优先队列中最高优先级的元素
  public int peek() {
    return array[0];  // 直接返回堆顶元素的值
  }
}

请注意，此处的代码仅展示了演示目的，没有考虑扩容部分的代码实现。

三：堆的应用

3.1PriorityQueue的实现

用堆作为底层结构封装优先级队列，这点我们已经讲过，在此不过多赘述

3.2堆排序

堆排序即利用堆的思想来进行排序，总共分为两个步骤：

建堆

升序：建大堆
降序：建小堆

利用堆删除思想来进行排序

建堆和堆删除中都用到了向下调整，因此掌握了向下调整，就可以完成堆排序。

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构

3.3Top-k问题

TOP-K问题：即求数据集合中前K个最大的元素或者最小的元素，一般情况下数据量都比较大。

比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等 , 我们可以通过使用堆来解决TOP-K问题，具体步骤如下：

一：创建一个大小为K的最小堆（或最大堆，取决于你是求前K个最小值还是最大值）。

二：遍历数据集合，对于每个元素执行以下操作：

如果堆的大小小于K，将当前元素插入堆中。
如果堆的大小等于K，比较当前元素与堆顶元素的大小
如果当前元素大于堆顶元素（最小堆），将堆顶元素弹出，将当前元素插入堆中。
如果当前元素小于堆顶元素（最大堆），跳过当前元素。

三：遍历完数据集合后，堆中的元素即为前K个最小（或最大）的元素。

下面是一个使用Java实现堆解决TOP-K问题的示例代码：

import java.util.PriorityQueue;

public class TopK {
    public static void main(String[] args) {
        int[] nums = {9, 3, 7, 5, 1, 8, 2, 6, 4};
        int k = 4;

        findTopK(nums, k);
    }

    private static void findTopK(int[] nums, int k) {
        PriorityQueue<Integer> minHeap = new PriorityQueue<>();

        for (int num : nums) {
            if (minHeap.size() < k) {
                minHeap.offer(num);
            } else if (num > minHeap.peek()) {
                minHeap.poll();
                minHeap.offer(num);
            }
        }

        System.out.println("Top " + k + " elements:");
        while (!minHeap.isEmpty()) {
            System.out.print(minHeap.poll() + " ");
        }
    }
}

以上示例中，对数组nums求前4个最小元素，使用了PriorityQueue实现了一个小顶堆。遍历数组时，根据堆的大小和当前元素与堆顶元素的比较进行插入和调整。最后，打印出堆中的元素即为前4个最小的元素。

四：java对象的比较

4.1PriorityQueue中插入对象

优先级队列在插入元素时有个要求：插入的元素不能是null或者元素之间必须要能够进行比较，为了简单起见，我们只是插入了Integer类型，那优先级队列中能否插入自定义类型对象呢？

class Card {
  public int rank; // 数值
  public String suit; // 花色
  
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
}
public class TestPriorityQueue {
  public static void TestPriorityQueue()
 {
    PriorityQueue<Card> p = new PriorityQueue<>();
    p.offer(new Card(1, "♠"));
    p.offer(new Card(2, "♠"));
 }
  public static void main(String[] args) {
    TestPriorityQueue();
 }
}

优先级队列底层使用堆，而向堆中插入元素时，为了满足堆的性质，必须要进行元素的比较，而此时Card是没有办法直接进行比较的，因此抛出异常。

数据结构 - 6（优先级队列（堆）13000字详解）,数据结构,数据结构

4.2 元素的比较

4.2.1基本元素的比较

在Java中，基本类型的对象可以直接比较大小。

public class TestCompare {
  public static void main(String[] args) {
    int a = 10;
    int b = 20;
    System.out.println(a > b);
    System.out.println(a < b);
    System.out.println(a == b);
    char c1 = 'A';
    char c2 = 'B';
    System.out.println(c1 > c2);
    System.out.println(c1 < c2);
    System.out.println(c1 == c2);
    boolean b1 = true;
    boolean b2 = false;
    System.out.println(b1 == b2);
    System.out.println(b1 != b2);
 }
}

4.2.2 对象比较的问题

4.2.2.1 equals

class Card {
  public int rank; // 数值
  public String suit; // 花色
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
}
public class TestPriorityQueue {
  public static void main(String[] args) {
    Card c1 = new Card(1, "♠");
    Card c2 = new Card(2, "♠");
    Card c3 = c1;
    //System.out.println(c1 > c2);  // 编译报错
    System.out.println(c1 == c2);  // 编译成功 ----> 打印false，因为c1和c2指向的是不同对象
    //System.out.println(c1 < c2);  // 编译报错
    System.out.println(c1 == c3);  // 编译成功 ----> 打印true，因为c1和c3指向的是同一个对象
 }
}

c1、c2和c3分别是Card类型的引用变量，上述代码在比较编译时：

c1 > c2 编译失败
c1== c2 编译成功
c1 < c2 编译失败

从编译结果可以看出，Java中引用类型的变量不能直接按照 > 或者 < 方式进行比较。那为什么== 可以比较？

因为：对于用户实现自定义类型，都默认继承自Object类，而Object类中提供了equal方法，而 == 默认情况下调用的就是equal方法.

但是该方法的比较规则是：没有比较引用变量引用对象的内容，而是直接比较引用变量的地址，但有些情况下该种比较就不符合题意。

// Object中equal的实现，可以看到：直接比较的是两个引用变量的地址
public boolean equals(Object obj) {
  return (this == obj);
}

有些情况下，需要比较的是对象中的内容，比如：向优先级队列中插入某个对象时，需要对按照对象中内容来调整堆，那该如何处理呢？答案是重写覆盖基类的equals

public class Card {
  public int rank; // 数值
  public String suit; // 花色
 
  public Card(int rank, String suit) {
    this.rank = rank;
    this.suit = suit;
 }
 
  @Override
  public boolean equals(Object o) {
    // 自己和自己比较
    if (this == o) {
      return true;
   }
   
    // o如果是null对象，或者o不是Card的子类
    if (o == null || !(o instanceof Card)) {
      return false;
   }
   
    // 注意基本类型可以直接比较，但引用类型最好调用其equal方法
    Card c = (Card)o;
    return rank == c.rank
      && suit.equals(c.suit);
      }
}

注意：一般覆写 equals 的套路就是上面演示的

如果指向同一个对象，返回 true
如果传入的为 null，返回 false
如果传入的对象类型不是 Card，返回 false
按照类的实现目标完成比较，例如这里只要花色和数值一样，就认为是相同的牌
注意下调用其他引用类型的比较也需要 equals，例如这里的 suit 的比较

覆写基类equal的方式虽然可以比较，但缺陷是：equal只能按照相等进行比较，不能按照大于、小于的方式进行比较。

4.2.2.2 Comparble接口

Comparble是JDK提供的泛型的比较接口类，源码实现具体如下：

public interface Comparable<E> {
  // 返回值:
  // < 0: 表示 this 指向的对象小于 o 指向的对象
  // == 0: 表示 this 指向的对象等于 o 指向的对象
  // > 0: 表示 this 指向的对象大于 o 指向的对象
  int compareTo(E o);
}

对用用户自定义类型，如果要想按照大小与方式进行比较时：在定义类时，实现Comparble接口即可，然后在类中重写compareTo方法。

Java中的Comparable接口是用于实现对象的自然排序的接口。它包含一个compareTo方法，用于比较两个对象的顺序。

compareTo方法有以下三种返回值：

如果当前对象小于被比较对象，则返回一个负整数。
如果当前对象等于被比较对象，则返回0。
如果当前对象大于被比较对象，则返回一个正整数。

下面是一个简单的例子，演示如何使用Comparable接口来自然排序自定义的Person类：

import java.util.ArrayList;
import java.util.Collections;

class Person implements Comparable<Person> {
    private String name;
    private int age;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    // 实现compareTo方法
    @Override
    public int compareTo(Person other) {
        return this.age - other.age; // 按照年龄排序
    }

    // 其他getter和setter方法

    @Override
    public String toString() {
        return "Person{" +
                "name='" + name + '\'' +
                ", age=" + age +
                '}';
    }
}

public class Main {
    public static void main(String[] args) {
        ArrayList<Person> people = new ArrayList<>();
        people.add(new Person("Alice", 25));
        people.add(new Person("Bob", 20));
        people.add(new Person("Charlie", 30));

        System.out.println("排序前:");
        for (Person person : people) {
            System.out.println(person);
        }

        Collections.sort(people); // 使用Collections.sort()方法进行排序时，会自动调用compareTo()方法进行比较

        System.out.println("排序后:");
        for (Person person : people) {
            System.out.println(person);
        }
    }
}

输出结果：

排序前:
Person{name='Alice', age=25}
Person{name='Bob', age=20}
Person{name='Charlie', age=30}
排序后:
Person{name='Bob', age=20}
Person{name='Alice', age=25}
Person{name='Charlie', age=30}

在上面的代码中，我们定义了一个Person类，并实现了Comparable接口。我们通过compareTo方法比较了两个Person对象的年龄，并在Main类中使用Collections.sort方法对people列表进行了排序。排序后，列表中的Person对象按照年龄的升序排列。

注意：Compareble是java.lang中的接口类，可以直接使用。

4.2.2.3 基于比较器比较

在Java中，如果我们想要比较两个对象，并根据它们的属性值进行排序或判断它们的相对顺序，我们可以使用比较器（Comparator）进行操作。

比较器是一个用于定义对象之间比较行为的接口。它包含了一个用于比较两个对象的方法 - compare()。该方法接受两个参数，分别是要比较的两个对象，然后返回一个整数值来表示它们的相对顺序。

下面是一个简单的示例，展示如何使用比较器比较两个Person对象：

import java.util.*;

// 定义Person类
class Person {
    private String name;
    private int age;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    // 省略其他属性和方法

    public String getName() {
        return name;
    }

    public int getAge() {
        return age;
    }
}

// 定义比较器类
class AgeComparator implements Comparator<Person> {
    @Override
    public int compare(Person person1, Person person2) {
        if (person1.getAge() < person2.getAge()) {
            return -1; // person1在前
        } else if (person1.getAge() > person2.getAge()) {
            return 1; // person2在前
        } else {
            return 0; // 保持顺序不变
        }
    }
}

public class Main {
    public static void main(String[] args) {
        // 创建Person对象
        Person person1 = new Person("Alice", 25);
        Person person2 = new Person("Bob", 30);
        Person person3 = new Person("John", 20);

        // 创建比较器对象
        AgeComparator comparator = new AgeComparator();

        // 使用比较器比较对象
        int result1 = comparator.compare(person1, person2); // 返回-1，person1在前
        int result2 = comparator.compare(person2, person1); // 返回1，person2在前
        int result3 = comparator.compare(person1, person3); // 返回0，保持顺序不变

        System.out.println(result1);//-1
        System.out.println(result2);//1
        System.out.println(result3);//0
    }
}

在上述代码中，我们定义了一个Person类，其中包含了姓名（name）和年龄（age）属性。然后，我们创建了一个比较器类AgeComparator，实现了Comparator接口，并重写了compare()方法来根据年龄来判断相对顺序。

在main()方法中，我们创建了三个Person对象，并使用AgeComparator比较器对象来比较它们的年龄。最后，我们打印了比较的结果，验证了对象之间的比较行为。

注意：Comparator是java.util 包中的泛型接口类，使用时必须导入对应的包。

我们要注意区分Comparable和Comparato：

实现Comparable接口，重写compareTo方法
实现Comparator接口，重写compare方法

三种比较方式对比：文章来源地址https://www.toymoban.com/news/detail-717708.html

覆写的方法	说明
Object.equals	因为所有类都是继承自 Object 的，所以直接覆写即可，不过只能比较相等与否
Comparable.compareTo	需要手动实现接口，侵入性比较强，但一旦实现，每次用该类都有顺序，属于内部顺序，Compareble是java.lang中的接口类，可以直接使用。
Comparator.compare	需要实现一个比较器对象，对待比较类的侵入性弱，但对算法代码实现侵入性强，Comparator是java.util 包中的泛型接口类，使用时必须导入对应的包。

到了这里，关于数据结构 - 6（优先级队列（堆）13000字详解）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

数据结构 - 6（优先级队列（堆）13000字详解）

一：堆

1.1 堆的基本概念

1.2堆的存储方式

1.3 堆的下沉

1.4 堆的创建

1.5建堆的时间复杂度

1.6堆的插入和删除

1.6.1 堆的插入

1.6.2 堆的删除

二：优先级队列

2.1 概念

2.2堆的使用

2.3 用堆模拟实现优先级队列

三：堆的应用

3.1PriorityQueue的实现

3.2堆排序

3.3Top-k问题

四：java对象的比较

4.1PriorityQueue中插入对象

4.2 元素的比较

4.2.1基本元素的比较

4.2.2 对象比较的问题

4.2.2.1 equals

4.2.2.2 Comparble接口

4.2.2.3 基于比较器比较

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

支付宝扫一扫领取红包，优惠每天领

二维码1

二维码2

数据结构 - 6（优先级队列（堆）13000字详解）

一：堆

1.1 堆的基本概念

1.2堆的存储方式

1.3 堆的下沉

1.4 堆的创建

1.5建堆的时间复杂度

1.6堆的插入和删除

1.6.1 堆的插入

1.6.2 堆的删除

二：优先级队列

2.1 概念

2.2堆的使用

2.3 用堆模拟实现优先级队列

三： 堆的应用

3.1PriorityQueue的实现

3.2堆排序

3.3Top-k问题

四：java对象的比较

4.1PriorityQueue中插入对象

4.2 元素的比较

4.2.1基本元素的比较

4.2.2 对象比较的问题

4.2.2.1 equals

4.2.2.2 Comparble接口

4.2.2.3 基于比较器比较

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

支付宝扫一扫领取红包，优惠每天领

二维码1

二维码2

三：堆的应用