Question

我在文档中看到， PriorityQueue.peek()让我可以访问O（1）中队列的头部，但是如果我需要访问队列中的k个顶部元素呢？我会使用poll() k次，但需要O（log（N）），有没有办法在恒定时间内完成？

Answer 1

不。如果你可以在恒定的时间内完成它，你可以通过堆积一个数组然后找到前N个项来进行线性时间的比较排序，其中N就是全部。

Answer 2

不可能在固定时间内完成。如果您的数据已经在PriorityQueue中，那么逐个删除前k个元素是您可以做的最好的。 Each remove costs you O(log(n))但你也想出了一个，因此问题。

但是，如果您没有被迫使用PriorityQueue，那么您可以在列表上执行部分排序并检索前k个元素。部分排序的渐近复杂度为O(n*log(k))。如果我们还考虑设置优先级队列的成本，它可以比PriorityQueue方法更快地执行，请参阅Selecting top k items from a list efficiently in Java / Groovy（从1000万列表中选择前5个元素，PriorityQueue 300ms vs部分排序170ms）。

Answer 3

如果输入以堆顺序表示为索引序列，则可以在O(klogk)时间和O(k)附加空间中完成。如果为k << n，那将是一个很好的改进。

static List <Integer> kLargest(List<Integer> xs, int k) {
 if (k <= 0) return Collections.emptyList();

 PriorityQueue<Map.Entry<Integer, Integer>> pq = 
    new PriorityQueue<>(Comparator.comparingInt(Map.Entry::getValue));

 pq.add(new SimpleImmutableEntry<>(0, xs.get(0)));
 List<Integer> result = new ArrayList<>();
 for (int i = 0; i < k; i++) {
  Map.Entry <Integer, Integer> max = pq.remove();
  result.add(max.getValue());

  int j = max.getKey();
  int left = 2 * j + 1;
  int right = 2 * j + 2;

  if (left < xs.size()) pq.add(new SimpleImmutableEntry<>(left, xs.get(left)));
  if (right < xs.size()) pq.add(new SimpleImmutableEntry<>(right, xs.get(right)));
 }
 return result;
}

问题是，如何按堆顺序获取输入。如果创建自己的PriorityQueue类，显然可以访问内部数组。

在Java中，我如何查看（）PriorityQueue中的前k个元素？

3 个答案: