最近在刷力扣题的时候不止一次看到过这个PriorityQueue，他的优良特性可以帮助我们解决大量的题目。这篇文章从用法、原理、源码以及力扣实际题目的角度进行一个全面的分析。希望对你有帮助。

一、什么是优先级队列

1、概念

我们都知道队列，队列的核心思想就是先进先出，这个优先级队列有点不太一样。优先级队列中，数据按关键词有序排列，插入新数据的时候，会自动插入到合适的位置保证队列有序。（顺序有两种形式：升序或者是降序）

来一个标准点的定义：

比如我们往队列里面插入132，插入2的时候，就会在内部调整为123（默认顺序是升序）。正是由于这个优良特性可以帮助我们实现一系列问题。我们先看一个例子，体会一下他的优点，然后再看一下为什么能够实现这样的功能。

我们看到就算是我们随意插入数据，但是输出的结果总是有序的，这样一来优先级队列就可以有了很多个使用场景。下面给出一道力扣题。体会一下他的优点。

2、案例演示特性

Leetcode215题：在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

输入：3,2,3,1,2,4,5,5,6，k = 4。输出就是5，因此重复的并不考虑。我们一般情况下一般首先想到 冒泡排序 。每一次都冒出来一个最小的元素，这样冒K次，就是我们想要的结果。

其实冒泡排序还可以解决另外一个问题，那就是返回 倒数第K大 的元素，方法是每次冒出来一个最大的元素即可。

这样做很简单，但是需要我们自己手写冒泡排序，下面我们看使用优先级队列如何解决的。

就这几行代码就搞定了，是不是超级简单。为什么优先级队列能够实现呢？下面我们来分析一下他的数据结构：

3、数据结构

优先级队列底层的数据结构其实是一颗二叉堆，什么是二叉堆呢？我们来看看

在这里我们会发现以下特征：

（1）二叉堆是一个完全二叉树

（2）根节点总是大于左右子节点（大顶堆），或者是小于左右子节点（小顶堆）。

如果我们要插入一个节点怎么办呢？

自己使用画图工具画的，能看懂就行，不要在意那些细节兄弟。过程如下：

（1）找到待插入位置：满足完全二叉树的特点，依次插入

（2）插入之后判断是否满足二叉堆的性质，不满足那就调整

（3）1<==>6交换，发现不满足，1<==>4交换，满足即停止。

对于我们的优先级队列就是这样的一种数据结构，因此我们在插入的时候保证了数据的有序性。

OK。到这基本上我们能够体会到优先级队列的思想了。来一个小结：

优先级队列使用二叉堆的特点，可以使得插入的数据自动排序（升序或者是降序）。

现在我们知道了这些，还没讲源码。从源码的角度来体会一下：

二、源码分析（基于jdk1.8）

源码分析一般的顺序都是先类属性、构造方法、普通方法。在编译器中鼠标定位到这个PriorityQueue上，ctrl+鼠标左键就可以进入到这个集合的源码里面。

1、属性

2、构造方法

（1）默认构造方法：PriorityQueue()

使用默认的初始容量（11）创建一个 PriorityQueue，并根据其自然顺序对元素进行排序。

（2）包含集合元素：PriorityQueue(Collection c)

创建包含指定 collection 中元素的 PriorityQueue。

（3）指定初始容量：PriorityQueue(int initialCapacity)

使用指定的初始容量创建一个 PriorityQueue，并根据其自然顺序对元素进行排序。

（4）指定初始容量和比较器：PriorityQueue(int initialCapacity, Comparator comparator)

使用指定的初始容量创建一个 PriorityQueue，并根据指定的比较器对元素进行排序。

（5）包含优先级元素：PriorityQueue(PriorityQueue c)

创建包含指定优先级队列元素的 PriorityQueue。

（6）包含set元素：PriorityQueue(SortedSet c)

​ 创建包含指定有序 set 元素的 PriorityQueue。

3、普通方法

PriorityQueue中常用的方法很多。来看几个常用的。

（1）add：插入一个元素，不成功会抛出异常

 public boolean add(E e) {
        return offer(e);
}  

我们看到add方法其实是通过调用offer方法实现的。我们直接看offer方法

（2）offer：插入一个元素，不能被立即执行的情况下会返回一个特殊的值（true 或者 false）

注意，优先级队列插入的元素不能为空，这一点在文章一开始提到过。 步骤是这样的：

首先把modCount数量加1，如果容量不够把当前队列的尺寸加1，最后在i的位置上使用siftUp方法把e添加进来。此时真正插入的操作又落到了siftUp方法身上，我们接着看。

尼玛，这里也没有实现真正的插入操作，而是先判断是否使用了自己的比较器。我们直接来看自己的比较器不为空，如何插入。

这里就是真正的插入操作了。一个正常的数据插入过程。没什么特别的。

（3）remove：删除一个元素，如果不成功会返回false。

这里会发现真正实现删除操作的是removeAt方法。我们跟进去看看

这个删除操作主要是两部分，if里面判断删除的是否是最后一个，否则的话就是用siftDown方法进行“向下沉”删除。不成功那就使用“向上浮”。

删除的时候同样需要进行判断比较器。

OK。删除操作就是这么多。基本思路是向上浮还是向下沉。

（4）poll：删除一个元素，并返回删除的元素

又回到了siftDown删除操作，就不赘述了。

（5）peek：查询队顶元素

（6）indexOf(Object o)：查询对象o的索引

（7）contain(Object o)：判断是否容纳了元素

实现原理很简单和上面的一样。

OK，源码就是这些。

三、优先级队列使用

上面已经介绍了原理和源码。而且给出了一个实际力扣案例。但是那属于算法，其实在真正工作领域也有不少的应用场景。

1、股票交易

我们的股票屏幕上总是给出最好或者是表现最差的那些股票。就可以基于优先级队列。方法其实是和找出前K个最大最小的元素方法类似。可以类比到股票中。

这只是给出了一个案例，你可以把股票交易的这样的使用场景类比到其他的场景中去。

2、会员项目

会员的优先级总是比普通会员高，因此我们就可以使用优先级队列保存会员的优先级。

这里只给出俩。其他的各位同僚自己体会吧，我自己曾经使用优先级队列来保存无人机的各种状态信息。所以也可以保存各种状态信息。