Java数据结构之堆(优先队列)的实现

public void init(int[] heap) {
        //从最后一个双亲节点开始调整
        //逐渐往上进行调整
        for (int i = heap.length / 2 ; i > 0 ; i-- ) {
            this.adjust(heap, i, heap.length);
        }
    }

    public void adjust(int[] heap, int i, int end) {
        int j = i << 1;
        while (j <= end) {
            //找到两个孩子节点z中较大的节点
            if (j < end && heap[j - 1] < heap[j]) {
                j = j + 1;
            }
            //如果较大节点还小于根节点，则以当前节点为根节点的
            //二叉树已经是大顶堆，不需要进行调整
            if (heap[i - 1] > heap[j - 1]) {
                break;
            }
            //进行调整，将当前节点换到较大位置，再从当前位置进行调整
            int temp = heap[i - 1];
            heap[i - 1] = heap[j - 1];
            heap[j - 1] = temp;
            i = j;
            j = i << 1;
        }
    }

public int findKthLargest(int[] nums, int k) {
        this.init(nums);
        //找到第k大的数
        int end = nums.length;
        while (k > 1) {
            //将当前堆顶元素放到末尾，进行堆调整
            int temp = nums[0];
             nums[0] = nums[end - 1];
             nums[end - 1] = temp;
             end = end - 1;
             -- k;
             this.adjust(nums, 1, end);
        }
        return nums[0];
    }   

public int findKthLargest(int[] nums, int k) {
        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(k);
        for (int num : nums) {
            if (priorityQueue.size() == k) {
                if (num > priorityQueue.peek()) {
                    priorityQueue.poll();
                    priorityQueue.add(num);
                }
                continue;
            }
            priorityQueue.add(num);
        }
        return priorityQueue.poll();
    }