Java优先队列（PriorityQueue）

一、基本概念

PriorityQueue（优先队列），在概念上，默认为小顶堆，元素单调递增排序。也可通过传入Comparator，重写其中的compare方法自定义排序规则；

在实现上，PriorityQueue实现了Queue接口，使用数组来存储数据，按照每层从左到右的顺序存放，因此它不允许存入null值。

二、常用方法总结

方法	作用
add();	队尾插入元素，调整堆结构，失败时抛异常
offer();	队尾插入元素，调整堆结构，失败时抛false
remove();	根据value值删除指定元素，调整堆结构，失败时抛异常
poll();	删除队头元素，调整堆结构，失败时抛null
element();	获取队列头元素
peek();	获取队列头元素
clear();	清空队列
size();	获取队列元素个数
contains();	判断队列中是否包含指定元素
isEmpty();	判断队列是否为空

三、具体使用

1、实现降序排列（大顶堆）

方式一、lambda表达式

		PriorityQueue queue = new PriorityQueue<>(
                (o1, o2) -> o2 - o1
        );

方式二、重写compare方法

		PriorityQueue queue = new PriorityQueue<>(new Comparator() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2 - o1;
            }
        });

2、实现自定义排序

示例一、按字符串的第三位进行降序排列

		PriorityQueue queue = new PriorityQueue<>(
                (o1, o2) -> o2.charAt(2) - o1.charAt(2)
        );

示例二、自定义一个类People，先按名字排序，再按年龄排序，再按身高排序

public class Solution {
    public static void main(String[] args) {
        PriorityQueue queue = new PriorityQueue<>(
                (o1, o2) -> {
                    if (o1.getName().compareTo(o2.getName()) > 0) {
                        return 1;
                    } else if (o1.getName().compareTo(o2.getName()) < 0) {
                        return -1;
                    } else {
                        if (o1.getAge() > o2.getAge()) {
                            return 1;
                        } else if (o1.getAge() < o2.getAge()) {
                            return -1;
                        } else {
                            if (o1.getHeight() - o2.getHeight() > 0) {
                                return 1;
                            } else if (o1.getHeight() - o2.getHeight() < 0) {
                                return -1;
                            } else {
                                return 0;
                            }
                        }
                    }
                }
        );
        People one = new People("one", 12, 45.6f);
        People two = new People("one", 12, 12.3f);
        queue.add(one);
        queue.add(two);
        for (People tmp : queue) {
            System.out.println(tmp);
        }
    }
}

class People {
    private String name;
    private int age;
    private float height;

    public People(String name, int age, float height) {
        this.name = name;
        this.age = age;
        this.height = height;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }

    public int getAge() {
        return age;
    }

    public void setAge(int age) {
        this.age = age;
    }

    public float getHeight() {
        return height;
    }

    public void setHeight(float height) {
        this.height = height;
    }

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

3、解决TOP K问题

问题场景：从十亿个数中取最大/最小的100个数

解决方案：先取100个数构成小顶堆/大顶堆，后续每来一个数都与队头元素进行判断，比它小就直接丢弃，比它大就进队列中，直至访问完毕，最后剩下的即为所求答案。