编辑元素时Java优先级队列重新排序
我试图实现Dijkstra的算法,使用优先级队列查找最短路径。在算法的每一步中,我从优先级队列中移除距离最短的顶点,然后更新优先级队列中每个相邻顶点的距离。现在我了解到,Java中的优先级队列在编辑其中的元素(决定排序的元素)时不会重新排序,因此我尝试通过插入和删除虚拟顶点来强制它重新排序。但这似乎不起作用,我一直在努力想办法 这是顶点对象和比较器的代码编辑元素时Java优先级队列重新排序,java,priority-queue,Java,Priority Queue,我试图实现Dijkstra的算法,使用优先级队列查找最短路径。在算法的每一步中,我从优先级队列中移除距离最短的顶点,然后更新优先级队列中每个相邻顶点的距离。现在我了解到,Java中的优先级队列在编辑其中的元素(决定排序的元素)时不会重新排序,因此我尝试通过插入和删除虚拟顶点来强制它重新排序。但这似乎不起作用,我一直在努力想办法 这是顶点对象和比较器的代码 class vertex { int v, d; public vertex(int num, int dis) {
class vertex {
int v, d;
public vertex(int num, int dis) {
v=num;
d=dis;
}
}
class VertexComparator implements Comparator {
public int compare (Object a, Object b) {
vertex v1 = (vertex)a;
vertex v2 = (vertex)b;
return v1.d-v2.d;
}
}
下面是我运行算法的地方:
int[] distances=new int[p];
Comparator<vertex> comparator = new VertexComparator();
PriorityQueue<vertex> queue = new PriorityQueue<vertex>(p, comparator);
for(int i=0; i<p; i++) {
if(i!=v) {
distances[i]=MAX;
}
else {
distances[i]=0;
}
queue.add(new vertex(i, distances[i]));
}
// run dijkstra
for(int i=0; i<p; i++) {
vertex cur=queue.poll();
Iterator itr = queue.iterator();
while(itr.hasNext()) {
vertex test = (vertex)(itr.next());
if(graph[cur.v][test.v]!=-1) {
test.d=Math.min(test.d, cur.d+graph[cur.v][test.v]);
distances[test.v]=test.d;
}
}
// force the PQ to resort by adding and then removing a dummy vertex
vertex resort = new vertex(-1, -1);
queue.add(resort);
queue.remove(resort);
}
int[]距离=新的int[p];
比较器比较器=新的顶点比较器();
PriorityQueue=新的PriorityQueue(p,比较器);
对于(int i=0;i您必须删除并重新插入每个编辑的元素。(实际元素,而不是虚拟元素!)。因此,每次更新距离时,您都需要删除并添加受更改的元素影响的元素
据我所知,这不是Java独有的,而是运行在O(logn)上的每个优先级队列对于所有操作,都必须以这种方式工作。问题在于,您更新的是距离数组,而不是队列中相应的条目。要更新队列中相应的对象,您需要删除然后添加。正如您所发现的,每当添加元素时,优先级队列不会使用所有元素删除r。这样做成本太高(记住比较排序的n logn下限),而任何合理的优先级队列实现(包括PriorityQueue
)都承诺在O(logn)中添加/删除节点
事实上,它根本不会对元素进行排序(这就是为什么它的迭代器不能保证按排序顺序迭代元素)
PriorityQueue
不提供api来通知它已更改的节点,因为这需要它提供有效的节点查找,而它的底层算法不支持这种查找。实现优先级队列非常复杂。这可能是阅读此内容的一个好起点。我不确定这样的实现不过,这会更快
一个简单的方法是删除并添加更改的节点。不要这样做,因为remove()
需要O(n)。相反,在PriorityQueue中插入同一节点的另一个条目,并在轮询队列时忽略重复项,即执行以下操作:
PriorityQueue<Step> queue = new PriorityQueue();
void findShortestPath(Node start) {
start.distance = 0;
queue.addAll(start.steps());
Step step;
while ((step = queue.poll()) != null) {
Node node = step.target;
if (!node.reached) {
node.reached = true;
node.distance = step.distance;
queue.addAll(node.steps());
}
}
}
PriorityQueue queue=new PriorityQueue();
void findShortestPath(节点开始){
起始距离=0;
queue.addAll(start.steps());
一步一步;
而((step=queue.poll())!=null){
Node=step.target;
如果(!node.reach){
node.reach=true;
node.distance=step.distance;
queue.addAll(node.steps());
}
}
}
编辑:不建议更改PQ中元素的优先级,因此需要插入步骤
s,而不是节点
s。您可以避免更新队列中的项目,默认情况下只将每个节点标记为已访问=false,并在运行时向队列添加新项目
然后从队列中弹出一个节点,仅当它以前未被访问时才对其进行处理
Dijkstra的算法保证每个节点只访问一次,因此即使队列中有过时的节点,也永远不会真正处理它们
另外,如果将算法内部与图形数据结构分离,可能会更容易
public void dijkstra(Node source) throws Exception{
PriorityQueue q = new PriorityQueue();
source.work.distance = 0;
q.add(new DijkstraHeapItem(source));
while(!q.isEmpty()){
Node n = ((DijkstraHeapItem)q.remove()).node;
Work w = n.work;
if(!w.visited){
w.visited = true;
Iterator<Edge> adiacents = n.getEdgesIterator();
while(adiacents.hasNext()){
Edge e = adiacents.next();
if(e.weight<0) throw new Exception("Negative weight!!");
Integer relaxed = e.weight + w.distance;
Node t = e.to;
if (t.work.previous == null || t.work.distance > relaxed){
t.work.distance = relaxed;
t.work.previous = n;
q.add(new DijkstraHeapItem(t));
}
}
}
}
}
public void dijkstra(节点源)引发异常{
PriorityQueue q=新的PriorityQueue();
source.work.distance=0;
q、 添加(新DijkstraHeapItem(来源));
而(!q.isEmpty()){
节点n=((DijkstraHeapItem)q.remove()).Node;
功w=n.功;
如果(!w.已访问){
w、 访问=真实;
迭代器adiacents=n.getEdgesIterator();
while(adiacents.hasNext()){
边e=0.1分。下一步();
如果(如重量放松){
t、 工作距离=放松;
t、 work.previous=n;
q、 增加(新的DijkstraHeapItem(t));
}
}
}
}
}
我通过将进程划分为时间段(时间调度器就可以了)并扩展本机优先级队列来解决这个问题。因此,我实现了一个notify方法,其中该方法的关键是以下代码:
// If queue has one or less elements, then it shouldn't need an ordering
// procedure
if (size() > 1)
{
// holds the current size, as during this process the size will
// be vary
int tmpSize = size();
for (int i = 1; i < tmpSize; i++)
{
add(poll());
}
}
//若队列有一个或更少的元素,那个么它不需要排序
//程序
如果(大小()>1)
{
//保持当前大小,因为在此过程中,大小将
//变化
int tmpSize=size();
for(int i=1;i
我希望这会有所帮助。Java的PriorityQueue
的缺点是remove(Object)
需要O(n)个时间,如果您想通过再次删除和添加元素来更新优先级,则需要O(n)个时间。这可以在O(log(n))个时间内完成然而,由于我无法通过谷歌找到一个有效的实现,我尝试使用TreeSet
自己实现它(尽管是在Kotlin中,因为我更喜欢那种语言而不是Java)。
这似乎可行,应该有O(log(n))用于添加/更新/删除(更新通过add
)完成):
//通过再次添加元素更新优先级(自动删除旧事件)
类DynamicPriorityQueue(isMaxQueue:Boolean=false){
私有类MyComparator(val队列:DynamicPriorityQueue,isMaxQueue:Boolean):比较器{
val符号=如果(isMaxQueue)-1其他1
覆盖乐趣比较(o1:A,o2:A):Int{
如果(o1==o2)
返回0
if(queue.priorities[o2]!!-queue.priorities[o1]!!<0)
返回标志
返回标志
// update priority by adding element again (old occurrence is removed automatically)
class DynamicPriorityQueue<T>(isMaxQueue: Boolean = false) {
private class MyComparator<A>(val queue: DynamicPriorityQueue<A>, isMaxQueue: Boolean) : Comparator<A> {
val sign = if (isMaxQueue) -1 else 1
override fun compare(o1: A, o2: A): Int {
if (o1 == o2)
return 0
if (queue.priorities[o2]!! - queue.priorities[o1]!! < 0)
return sign
return -sign
}
}
private val priorities = HashMap<T, Double>()
private val treeSet = TreeSet<T>(MyComparator(this, isMaxQueue))
val size: Int
get() = treeSet.size
fun isEmpty() = (size == 0)
fun add(newElement: T, priority: Double) {
if (newElement in priorities)
treeSet.remove(newElement)
priorities[newElement] = priority
treeSet.add(newElement)
}
fun remove(element: T) {
treeSet.remove(element)
priorities.remove(element)
}
fun getPriorityOf(element: T): Double {
return priorities[element]!!
}
fun first(): T = treeSet.first()
fun poll(): T {
val res = treeSet.pollFirst()
priorities.remove(res)
return res
}
fun pollWithPriority(): Pair<T, Double> {
val res = treeSet.pollFirst()
val priority = priorities[res]!!
priorities.remove(res)
return Pair(res, priority)
}
}