一、初识【堆】
1、什么是【优先级队列】？
前面的文章我们介绍过队列，队列是一种先进先出的数据结构，但是，在某些情况下，操作的数据可能需要有一个优先级来获取数据，例如优先获取队列中最大的元素，或者优先获取队列中最小的元素，单靠先进先出并无法实现这种功能，在该种情况下，使用队列明显就不合适了。
举例来说，当一个队列分别存储11，13，23，53时，如果我们要获取队列中的最大元素，那么根据队列的规则，只能先分别在队列中弹出11，13，23后才可以获取到53。
因此，我们由此需要一个优先级队列来实现这个功能！
2、堆的底层实现
优先级队列有个别称，也就是【堆】，堆是由一个类实现的：PriorityQueue类（这个类实现了Queue接口）
在学习堆之前，我们需要学习二叉树，因为它的底层就是一个二叉树，并且这棵二叉树是一颗完全二叉树！另外，这个二叉树又是使用数组模拟实现的！关于二叉树的学习我也有写过相关文章，如有兴趣可去了解！
3、堆的概念
堆分为【大根堆】和【小根堆】！
小根堆：
所谓的小根堆，其实就是根节点的大小 小于 孩子节点的大小
整棵树都是【小根堆】的前提是：每棵子树都是【小根堆】
大根堆：
所谓的大根堆，其实就是根节点的大小 大于 孩子节点的大小
整棵树都是【大根堆】的前提是：每棵子树都是【大根堆】
4、节点下标的规律
如图：每个节点上面的数字代表节点的下标
假设一个节点的下标为i
1、如果 i =0；则 i 表示的节点为根节点，如果该节点不是根节点，则节点 i 的父亲节点下标为（i-1）/2
2、如果2*i +1 小于 节点的个数，则节点 i 的左孩子下标为 2* i+1；否则没有左孩子
3、如果2*i +2 小于 节点的个数，则节点 i 的右孩子下标为2* i +2，否则没有右孩子
二、模拟实现【堆】
首先我们先创建两个类，TestHeap类（模拟实现堆这个类）和 Test类（测试类）
1、TestHeap类的一些【基础对象】和【方法】
首先，我们要实现的堆是通过数组实现的，因此这个TestHeap的类要【创建一个数组对象】，另外，我们还需要实现一下【构造方法】 和 【初始化数组的方法】！
2、实现大根堆方法
前面我们介绍过【大根堆】的性质，它需要满足两个条件：
1、根节点元素【大于】孩子节点元素，这种树称为【大根堆】
2、整棵树是大根堆的前提是：每一颗子树都是大根堆
【问题】
那么，如果给你一个乱序的数组，如何排列数组元素，使这个数组的【逻辑结构】是【二叉树的大根堆】呢？（如果不了解什么是逻辑结构，那么一定是你看漏了，它在这篇文章【堆的概念】图中）
其实不难，首先我们先找到这颗满二叉树的最后一颗子树的父亲节点下标parent（以下简称parent为P），在根据【节点下标规律】求出该父亲节点左右孩子的节点下标，找到孩子节点元素的最大值，同父亲节点元素比较大小，接着会出现以下两种情况：
1：如果父亲节点元素【大于或等于】孩子节点的最大值，那么不做任何操作
2：如果父亲节点元素【小于】孩子节点的最大值，那么【交换】父亲节点和该孩子节点的元素，接下来操作才是难点：
在交换完节点内容后，则有可能会出现，交换前【孩子节点树】本来已经调整为【大根堆】，交换后又不满足【大根堆的性质】，那么就要【继续调整】该孩子节点树，使其满足大根堆的性质！（看到这里如果不理解没有关系，后举一个例子，你也许会恍然大悟）
【例子】
如图，此时这个二叉树其实是一个数组的逻辑结构图！因为该数组尚未排序，因此其不满足大根堆的性质，圆圈里面的数代表【元素的值】，圆圈下面的数子代表【元素的下标】
1、 首先，我们之前在TestHeap类中定义了【usedSize】成员变量，用来记录数组存储的元素个数。关于如何调整该堆？先从最后一颗子树，【从右到左，从下到上】的轨迹依次调整每一颗子树，使其都成为【大根堆】。
所以，我们需要求出最后一颗子树P的节点下标，即元素为4，元素下标为3的元素！ 它就是我们要调整的第一棵树！
那么该如果求得该元素下标的值？其实我们早就知道了：P=（最后一个元素的下标-1）/2，也就是P=[ (usedSIze-1) - 1 ] / 2;
求得该P节点的孩子节点最大值为9，因此交换元素
2、 第一棵树调整完成，开始调整第二棵树，即元素为3，下标为2的元素 ，这个时候使P=P-1即可;
求得该P节点的孩子节点的最大值为7，交换元素
3、第二棵树调整完成，开始调整第三棵树，即元素为2，下标为1的元素，P=P-1;
此时，发现P节点的孩子节点最大值为9，交换元素；交换完元素我们就会发现，第一棵树交换前是大根堆，交换后就不是大根堆了，因此，我们需要再次调整这棵树；
令P=该孩子节点的下标，重新调整！
后面的情况就不一一在推导了，相信大家也可以自己推导出来！上面的讲解只是未来让你能更好地结合讲解理解代码，大根堆的代码实现如下！
它分为三个方法：
第一个方法：createHeap方法利用while循环，依次调整每一颗子树（具体调整调用方法三），是实现数组调整的主体逻辑
第二个方法：swap方法即交换父亲节点和孩子节点元素
第三个方法：siftDown方法：则通过接收根节点的下标，调整以该节点为下标的整棵树，使其成为大根堆！creatHeap方法配合使用该方法，完成每一颗子树的调整，使整棵树成为大根堆！
//实现大根堆方法：public void createHeap(){int parent=(usedSize-1-1)/2;for(int i=parent;i>=0;i--){siftDown(i,usedSize);//调用向下调整方法}}//交换数组元素方法：private void swap(int i,int j){int tmp=elem[i];elem[i]=elem[j];elem[j]=tmp;}//向下调整方法：private void siftDown(int parent,int end){//通过父亲节点的下标计算左孩子节点下标int child=2*parent+1;//当孩子节点的下标大于数组下标的最大值，跳出循环while(child<end){//确保child为最大孩子节点的下标if(child+1<end&&elem[child]<elem[child+1]){child++;}//调整为大根堆if(elem[parent]<elem[child]){swap(child,parent);//调用交换数组元素方法parent=child;child=2*parent+1;}else{break;}}}3、添加元素方法：
在给这个数组添加元素的时候，由于数组的【逻辑结构】要满足大根堆的性质，因此，在添加完元素过后仍然需要检查一下该数组的元素顺序。
如图为例：
以下是一个排序为大根堆的数组的【逻辑结构】（黄色图标元素80为我们要添加的元素），现在我们要给该数组末尾太添加一个元素80，添加80后，我们发现这棵二叉树不满足大根堆的结构了！因此，我们需要对此做出调整！
调整原理！
首先，我们调整的主体逻辑是【向上调整】，即从最下面的子树开始，依次向上调整。具体实现如下：
1、先创建一个siftUp（int child）方法，给该方法传入数组最后一个元素的下标（以下简称孩子节点下标为C），此时这个下标正指向二叉树的最后一棵树的孩子节点，接着计算出父亲节点的下标（以下简称父亲节点下标为P）；
比较父亲节点和孩子节点元素的大小，发现孩子节点的元素【大于】父亲节点的元素，交换元素；
将P的值【赋值】给C，即C=P，使P指向父亲节点的父亲节点的下标，即P=（C-1) / 2；
2、比较父亲节点和孩子节点元素的大小，发现父亲节点的元素【小于】孩子节点的元素 ，交换元素；
接着C=P，P=（C-1） / 2；
3、比较父亲节点和孩子节点元素的大小，发现父亲节点的元素【小于】孩子节点的元素 ，交换元素；
接着C=P，P=（C-1） / 2；
发现此时P<0,因此调整结束！
代码实现：
//插入新数据方法：public void offer(int val){//1、如果数组满了，扩容if(isFull()){//调用判断数组空间已满的方法elem=Arrays.copyOf(elem,2*elem.length);}//2、添加元素elem[usedSize]=val;usedSize++;//3、调整数组顺序使其插入新数据后仍然满足大根堆siftUp(usedSize-1);}//判断数组空间是否已满的方法private boolean isFull(){return usedSize== elem.length;}//向上调整方法private void siftUp(int child){int parent=(child-1)/2;while(parent>=0){if(elem[child]>elem[parent]){swap(child,parent);//使child指向该孩子节点的父亲节点child=parent;//计算出该父亲节点的父亲节点下标parent=(child-1)/2;}else{break;//注意注意注意！}}}在这里有一个点需要注意，那就是siftUp方法循环里面的else语句的作用，让我来举一个例子；
假设这里我们要添加的元素不是80，而是8；
此时if……else……语句走else语句，跳出while循环，因为此时这个二叉树添加8这个元素后仍然是大根堆，不需要调整！
4、删除元素方法：
【优先级队列】删除元素时，是删除二叉树的根节点元素，因为该元素是整个数组中的【最大值】或者【最小值】，那么该如何执行该操作？
只需要将【数组第一个元素】和【数组最后一个元素】交换，usedSize--，最后对【下标为0】的树进行一次向下调整即可！
1、
2、
代码实现：
//删除元素方法：public int poll(){//如果数组为空，返回-1if(isEmpty()){return -1;}//数组不为空，执行删除操作int old=elem[0];swap(0,usedSize-1);//交换数组第一个元素和最后一个元素的值usedSize--;siftDown(0,usedSize);//向下调整第一棵树return old;}//判断数组是否为空方法public boolean isEmpty(){return usedSize==0;}
}
三、PriorityQueue的常见接口介绍
1、优先级队列的构造
priorityQueue的构造方法有三种：
构造方法： 功能介绍：
PriorityQueue() 创建一个空的优先级队列，默认容量是11
PriorityQueue(int initialCapacity) 创建一个初始容量为initialCapacity的优先级队列
PriorityQueue(Collection<? extends E> c) 用一个集合来创建优先级队列实例：
//创建一个空的优先级队列，底层默认容量为11PriorityQueue<Integer> q1=new PriorityQueue<>();//创建一个空的优先级队列，底层的容量为initialCapacityPriorityQueue<Integer> q2=new PriorityQueue<>(100);//以一个集合为参数ArrayList<Integer> list=new ArrayList<>();PriorityQueue<Integer> q3=new PriorityQueue<>(list);2、比较器
其实，PriorityQueue默认情况下的优先级队列是【小根堆】， 让我们来看看！
首先，创建一个优先级队列q1,给该队列添加两个元素，分别是：2 、 3
如果该队列是小根堆，那么会打印出来2；反之，如果该队列是大根堆，那么会打印出来3；
运行代码，发现打印出来的是2，说明该队列默认是小根堆！
那么，就有一个问题，如果我们要使该队列是一个大根堆，该怎么做呢？
答：在构造方法中传入一个【比较器】！
//自定义实现一个【比较器】
class IntCmp implements Comparator<Integer>{public int compare(Integer o1,Integer o2){return o2.compareTo(o1);}
}public class Test {public static void main(String[] args) {//给构造方法中传入一个【比较器】PriorityQueue<Integer> q1=new PriorityQueue<>(new IntCmp());q1.offer(2);q1.offer(3);System.out.println(q1.poll());}
}
