我正在尝试使用PriorityQueue 来使用Comparator 对对象进行排序。
这很容易实现，但对象类变量（比较器计算优先级的对象）可能会在初始插入后发生变化。大多数人都提出了删除对象、更新值并重新插入它的简单解决方案，因为这是优先级队列的比较器起作用的时候。
除了围绕 PriorityQueue 创建一个包装类之外，还有更好的方法吗？
【问题讨论】：
标签： java priority-queue
您必须删除并重新插入，因为队列的工作原理是在插入新元素时将它们放在适当的位置。这比每次退出队列时查找最高优先级元素的替代方法要快得多。缺点是元素插入后不能更改优先级。 TreeMap 也有同样的限制（HashMap 也是如此，当其元素的哈希码在插入后发生变化时也会中断）。
如果要编写包装器，可以将比较代码从入队移动到出队。您不再需要在入队时进行排序（因为如果您允许更改，它创建的顺序无论如何都不可靠）。
但这会执行得更糟，如果您更改任何优先级，您希望在队列上进行同步。由于在更新优先级的时候需要添加同步代码，所以还不如出队入队（这两种情况都需要对队列的引用）。
【讨论】：
我不知道是否有 Java 实现，但如果您要大量更改键值，则可以使用 Fibonnaci 堆，它的摊销成本为 O(1)，减少堆中条目的键值，而不是普通堆中的 O(log(n))。
【讨论】：
这在很大程度上取决于您是否可以直接控制何时值发生变化。
如果您知道值何时更改，则可以删除并重新插入（实际上这相当昂贵，因为删除需要对堆进行线性扫描！）。 此外，在这种情况下，您可以使用 UpdatableHeap 结构（尽管 Java 中没有）。本质上，这是一个跟踪哈希图中元素位置的堆。这样，当一个元素的优先级发生变化时，它可以修复堆。第三，你可以寻找一个同样的斐波那契堆。
根据您的更新率，每次线性扫描/快速排序/快速选择也可能有效。特别是如果你有比pulls 更多的更新，这就是要走的路。如果您有批量更新和批量拉取操作，则 QuickSelect 可能是最好的。
【讨论】：
要触发 reheapify 试试这个：
if(!priorityQueue.isEmpty()) {
priorityQueue.add(priorityQueue.remove());
}
【讨论】：
我已经尝试过并且到目前为止有效的方法是查看对您正在更改的对象的引用是否与 PriorityQueue 的头部相同，如果是，那么您 poll()，然后更改重新插入；否则你可以在没有轮询的情况下进行更改，因为当轮询头部时，无论如何都会堆化堆。
缺点：这会更改具有相同优先级的对象的优先级。
【讨论】：
您可以实施的一个简单解决方案是将该元素再次添加到优先级队列中。它不会改变你提取元素的方式，虽然它会消耗更多的空间，但也不会太多影响你的运行时间。
为了证明这一点，让我们考虑下面的 dijkstra 算法
public int[] dijkstra() {
int distance[] = new int[this.vertices];
int previous[] = new int[this.vertices];
for (int i = 0; i < this.vertices; i++) {
distance[i] = Integer.MAX_VALUE;
previous[i] = -1;
}
distance[0] = 0;
previous[0] = 0;
PriorityQueue<Node> pQueue = new PriorityQueue<>(this.vertices, new NodeComparison());
addValues(pQueue, distance);
while (!pQueue.isEmpty()) {
Node n = pQueue.remove();
List<Edge> neighbours = adjacencyList.get(n.position);
for (Edge neighbour : neighbours) {
if (distance[neighbour.destination] > distance[n.position] + neighbour.weight) {
distance[neighbour.destination] = distance[n.position] + neighbour.weight;
previous[neighbour.destination] = n.position;
pQueue.add(new Node(neighbour.destination, distance[neighbour.destination]));
}
}
}
return previous;
}
我们的兴趣是一致的
pQueue.add(new Node(neighbour.destination, distance[neighbour.destination]));
我不是通过删除它并再次添加来更改特定节点的优先级，而是我只是添加具有相同值但优先级不同的新节点。
现在在提取的时候，我总是首先得到这个节点，因为我在这里实现了最小堆，并且值大于这个（优先级较低）的节点总是在之后被提取，这样所有相邻节点都将在较少先验时被放松元素将被提取。
【讨论】：
无需自己重新实现优先级队列（因此仅使用utils.PriorityQueue），您基本上有两种主要方法：
删除元素，然后以新的优先级将其放回原处。这在上面的答案中有解释。删除一个元素是 O(n)，所以这种方法很慢。
保留项目的HashMap -> 优先级。地图的键是项目（没有它们的优先级），地图的值是优先级。
使其与 PriorityQueue 保持同步（即每次从队列中添加或删除项目时，相应地更新地图）。
现在，当您需要更改项目的优先级时，只需将相同的项目添加到具有不同优先级的队列中即可。当您从队列中轮询项目时，请检查其优先级是否与您的地图中的相同。如果没有，那就放弃它并再次投票。
如果您不需要过于频繁地更改优先级，则第二种方法更快。您的堆会更大，您可能需要轮询更多次，但您不需要找到您的项目。 “更改优先级”操作将是 O(f(n)log n*)，其中 f(n) 是每次 “更改优先级”操作的次数item 和 n* 堆的实际大小（即 n*f(n)）。
我相信如果 f(n) 为 O(n/logn)（例如 f(n) = O(sqrt(n))，这比第一种方法要快。
注意：在上面的解释中，priority是指在你的比较器中使用的所有变量。此外，您的项目需要实现equals 和hashcode，并且这两种方法都不应使用优先级变量。
【讨论】：