/** * 最大優先順序隊列,例如:在一台分時電腦上進行作業高度。這種隊列對要執行的各作業及它們之間的相對優先關係加以記錄 * 當一個作業做完或被中斷時,用extractMax操作從所有等待的作業中,選擇出具有最高優先順序的作業;一個新作業則可以調用insert排入佇列 */public class PriorQueue { int heapSize = 0; /** * 返回arr中最大關鍵字的元素,並在堆中刪除,然後重新調整成最大堆 * @param arr */ int extractMax(int arr[]){ if(heapSize<1) System.out.println(""); int max = arr[0]; arr[0] = arr[heapSize-1]; heapSize--; //調用堆排序(HeapSort)中的方法把堆重新調整為最大堆 maxHeap(arr,1,heapSize); return max; } /** * 將堆中i位置的關鍵字增加到key,這裡的key不能小於i位置原來的關鍵字大小 * @param arr * @param i * @param key */ void increaseKey(int arr[],int i,int key){ if(key<arr[i-1]) System.out.println(""); arr[i-1] = key; while(i>1&&arr[i/2-1]<arr[i-1]){ int temp = arr[i/2-1]; arr[i/2-1] = arr[i-1]; arr[i-1] = temp; i = i/2; } } /** * 向堆中插入一個新的元素key * @param arr * @param key */ void insert(int arr[],int key){ this.heapSize++; arr[heapSize-1] = Integer.MIN_VALUE; this.increaseKey(arr, heapSize, key); } //把堆重新調整為最大堆 void maxHeap(int arr[],int i,int heapsize){ int largest = i; int p = 2*i; int q = 2*i + 1; //由於i和heapsize都是指的元素在堆中的位置而非在數組中的位置,所以涉及到數組操作時都要減1 if(p<=heapsize&&arr[p-1]>arr[largest-1]) largest = p; if(q<=heapsize&&arr[q-1]>arr[largest-1]) largest = q; if(largest!=i){ int temp = arr[i-1]; arr[i-1]=arr[largest-1]; arr[largest-1]=temp; //儘管i的左右孩子已經是最大堆,但是當前面的調整發生以後,其左右孩子就有可能不再是最大堆了,所以要重新調整成最大堆 maxHeap(arr,largest,heapsize); } } //測試..... public static void main(String[] args) { int arr[]=new int[20]; PriorQueue prior = new PriorQueue(); for(int i =1;i<16;i++ ) prior.insert(arr, i); for(int j =0;j<prior.heapSize;j++) System.out.println(arr[j]); for(int j = 1;j<6;j++) System.out.println(prior.extractMax(arr)); prior.increaseKey(arr, 2, 20); System.out.println(prior.extractMax(arr)); }}