Question

（抱歉我的英语不好）我正在编写Dijkstra algoritm的实现，我需要使用优先级队列。我在Java Platform SE 6中定义了PriorityQueue。有一种方法可以像Java Platform SE 5中的Q.update（）那样重建优先级队列，以防它的元素的优先级自插入以来发生了变化？（我有放松和Q.poll（）的问题）我需要更新需要O（log n）

Answer 1

更新已存在于优先级队列中的元素的优先级是一项重要的操作，不提供此操作的优先级队列或多或少是无用的。

优先级队列的实现允许在O（log n）时间内更新已插入的值，如下所示：

/**
 * PriorityQueue with updatePriority and item concept.
 * Makes use of a min heap.
 * 
 * @author Chris Stamm 
 * @version 6.10.2013
 */

import java.util.*;

public class PQueue<E extends Comparable<E>> {
public static class PQItem<E extends Comparable<E>> implements Comparable<PQItem<E>> {
    private E m_data;
    private int m_index;

    public PQItem(E data, int index) {
        m_data = data;
        m_index = index;
    }

    public int compareTo(PQItem<E> item) {
        return m_data.compareTo(item.m_data);
    }

    public E getData() {
        return m_data;
    }

    public void setIndex(int index) {
        m_index = index;
    }

    public int getIndex() {
        return m_index;
    }
}

private ArrayList<PQItem<E>> m_array;

public PQueue() {
    m_array = new ArrayList<PQItem<E>>();
}

/**
 * O(n)
 */
public PQueue(Collection<? extends E> c) {
    m_array = new ArrayList<PQItem<E>>(c.size());

    // copy elements
    int j = 0;
    for(E e: c) {
        m_array.add(new PQItem(e, j++));
    }

    // create heap
    final int s = m_array.size();
    int l2 = s/2 - 1;
    for (int i = l2; i >= 0; i--) {
        siftDown(i);
    }
}

public int size() {
    return m_array.size();
}

public boolean isEmpty() {
    return m_array.isEmpty();
}

/**
 * O(log n)
 */
public PQItem<E> add(E data) {
    int s = size();
    PQItem<E> item = new PQItem(data, s);
    m_array.add(item);
    siftUp(s);
    return item;
}

/**
 * O(log n)
 */
public E removeFirst() {
    int size = size();
    if (size == 0) return null;
    if (size == 1) return m_array.remove(0).getData();

    int last = size - 1;
    // swap a[first] with a[last]
    PQItem<E> t = m_array.get(0); 
    E data = t.getData();
    set(0, m_array.get(last)); 
    set(last, t);
    // remove last
    m_array.remove(last);
    // heapify
    siftDown(0);
    return data;
}

public void clear() {
    m_array.clear();
}

public PQItem<E> getItem(int i) {
    return (i >= 0 && i < size()) ? m_array.get(i) : null;
}

public PQItem<E> getFirstItem() {
    return getItem(0);
}

public PQItem<E> getNextItem(PQItem<E> item) {
    if (item == null) return null;
    int index = item.getIndex() + 1;
    return (index < size()) ? m_array.get(index) : null;
}

/**
 * O(log n)
 */
public void updatePriority(PQItem<E> item) {
    int pos = item.getIndex();
    if (pos > 0) {
        // check heap condition at parent
        int par = (pos - 1)/2;
        if (m_array.get(par).compareTo(m_array.get(pos)) > 0) {
            siftUp(pos);
            return;
        }
    }
    int son = pos*2 + 1;
    if (son < size()) {
        // check heap condition at son
        if (m_array.get(pos).compareTo(m_array.get(son)) > 0) {
            siftDown(pos);
        }        
    }
}

private int set(int pos, PQItem<E> item) {
    int oldIndex = item.getIndex();
    item.setIndex(pos);
    m_array.set(pos, item);
    return oldIndex;
}

/**
 * sift down at position pos.
 * O(log n)
 */
private void siftDown(int pos) {
    final int end = size() - 1;
    int son = pos*2 + 1;

    while (son <= end) {
        // son ist der linke Sohn
        if (son < end) {
            // pos hat auch einen rechten Sohn
            if (m_array.get(son).compareTo(m_array.get(son + 1)) > 0) son++;
        }
        // son ist der grössere Sohn
        if (m_array.get(pos).compareTo(m_array.get(son)) > 0) {
            // swap a[pos] with a[son]
            PQItem<E> t = m_array.get(pos); 
            set(pos, m_array.get(son)); 
            set(son, t);
            pos = son;
            son = 2*pos + 1;
        } else {
            return;
        }
    }
}

/**
 * sift up at position pos
 * O(log n)
 */
private void siftUp(int pos) {
    int par = (pos - 1)/2; // parent

    while(par >= 0) {
        if (m_array.get(par).compareTo(m_array.get(pos)) > 0) {
            // swap a[par] with a[pos]
            PQItem<E> t = m_array.get(par); 
            set(par, m_array.get(pos)); 
            set(pos, t);
            pos = par;
            par = (pos - 1)/2;
        } else {
            return;
        }            
    }
}
}

以下是使用优先级队列的三个小例子。

static void showMinHeap() {
    Integer[] values = { 7, 9, 6, 3, 5, 1, 2, 8, 4, 0};
    PQueue<Integer> pq = new PQueue<Integer>(Arrays.asList(values));

    int lev = 1, i = 0;
    PQueue.PQItem<Integer> item = pq.getFirstItem();
    while(item != null) {
        if (i == lev) {
            System.out.println();
            lev <<= 1;
            i = 0;
        }
        System.out.print(item.getData());
        System.out.print(' ');
        i++;
        item = pq.getNextItem(item);
    }    
    System.out.println();
}

static void heapSort() {
    Integer[] values = { 7, 9, 6, 3, 5, 1, 2, 8, 4, 0};
    PQueue<Integer> pq = new PQueue<Integer>(Arrays.asList(values));

    for(int i=0; i < values.length; i++) {
        System.out.print(pq.removeFirst());
        System.out.print(' ');
    }
    System.out.println();
}

static void testNodes() {
    class Node implements Comparable<Node> {
        private int m_key;

        public Node(int k) { 
            m_key = k; 
        }

        public void updateKey() {
            m_key *= 2;
        }

        public int compareTo(Node v) {
            return (m_key == v.m_key) ? 0 : (m_key < v.m_key) ? -1 : 1;
        }

        public String toString() {
            return String.valueOf(m_key);
        }
    }

    PQueue<Node> pq= new PQueue<Node>();
    Random rand = new Random(7777);
    final int size = 20;

    for (int i = 0; i < size; i++) {
        Node v = new Node(rand.nextInt(size));
        pq.add(v);
    }
    for (int i = 0; i < size; i++) {
        // change key and update priority
        PQueue.PQItem<Node> item = pq.getItem(rand.nextInt(pq.size()));
        item.getData().updateKey();
        pq.updatePriority(item);

        // remove and show first
        System.out.println(pq.removeFirst());
    }
    System.out.println();
}

Answer 2

不，使用PriorityQueue时，无法在队列中重新堆叠元素。

这是堆的常见优化。虽然删除堆顶部并将（更新的）元素放回堆中的时间复杂度具有相同的顺序，但只需要一半的时间来通知堆顶部元素已更新并且可能需要在堆里搬下来。

java priorityQueue更新问题

2 个答案: