PriorityQueue与Collections.sort

Question

当我知道PQ在时间复杂度方面会更好时，我何时会选择Collections.sort()而不是PriorityQueue？

Answer 1

为其所有元素轮询PriorityQueue非常有效heap sorting。 Collections.sort()是使用merge sorting实施的。堆排序和合并排序在时间复杂度方面具有可比性。两者都具有最佳情况，最坏情况和平均情况O（n log n）时间复杂度。

就绩效而言，wikipedia对此有何评价：

  

Heapsort还与合并排序竞争，合并排序具有相同的时间范围。合并排序需要Ω（n）辅助空间，但是heapsort只需要一个恒定的数量。对于具有小数据缓存或慢数据缓存的计算机，Heaport通常在实践中运行得更快。另一方面，合并排序比heapsort有几个优点：

     

  
• 对数组进行合并排序具有相当好的数据缓存性能，通常在现代桌面计算机上优于heapsort，因为合并排序经常访问连续的内存位置（良好的引用位置）;堆栈引用遍布整个堆。
  
• Heapsort不是一个稳定的类型;合并排序是稳定的。
  
• 合并排序可以很好地并行化，并且可以通过简单的实现实现接近线性的加速; heapsort不是并行算法的明显候选者。
  
• 合并排序可以适用于具有O（1）额外空间的单链表。 Heapsort可以调整为在双向链表上运行，只有O（1）额外的空间开销。[需要引证]
  
• 合并排序用于外部排序; heapsort不是。参考地点是问题。
  

PriorityQueue不是用于排序，而是用于获取更改队列中的最高优先级元素。它也不会提高性能，也不会使您使用PriorityQueue对代码进行排序。因此，我建议你在排序时坚持使用Collections.sort()。

Answer 2

您使用Collections.sort()的一个明显原因是，您已经有List个要排序的事情。它可以直接在该表示上运行（同样Arrays.sort和数组）。使用PriorityQueue需要复制所有引用并计算堆，然后才能开始轮询。这意味着将引用复制到另一个List数据结构中。