在 Scheduler 中,使用最小堆的数据结构在对任务进行排序。
// 两个任务队列var taskQueue: Array<Task> = [];var timerQueue: Array<Task> = [];
push(timerQueue, newTask); // 像数组中推入一个任务pop(timerQueue); // 从数组中弹出一个任务timer = peek(timerQueue); // 从数组中获取第一个任务二叉堆基本知识#
二叉树#
所谓二叉树,指的是一个父节点只能有1个或者2个子节点,例如下图:
总之就是不能多余两个节点。
完全树#
所谓完全树,指的是一棵树再进行填写的时候,遵循的是“从左往右,从上往下”
例如下面的这些树,就都是完全树:

再例如,下面的这些树,就不是完全树:
完全树中的数值#
可以分为两大类:
- 最大堆:父节点的数值大于或者等于所有的子节点
- 最小堆:刚好相反,父节点的数值小于或者等于所有的子节点
最大堆示例:
最小堆示例:
- 无论是最大堆还是最小堆,第一个节点一定是这个堆中最大的或者最小的
- 每一层并非是按照一定顺序来排列的,比如下面的例子,6可以在左分支,3可以在右分支
- 每一层的所有元素并非一定比下一层(非自己的子节点)大或者小
堆的实现#
堆一般来讲,可以使用数组来实现
通过数组,我们可以非常方便的找到一个节点的所有亲属
- 父节点:Math.floor((当前节点的下标 - 1) / 2)
| 子节点 | 父节点 |
|---|---|
| 1 | 0 |
| 3 | 1 |
| 4 | 1 |
| 5 | 2 |
- 左分支节点:当前节点下标 * 2 + 1
| 父节点 | 左分支节点 |
|---|---|
| 0 | 1 |
| 1 | 3 |
| 2 | 5 |
- 右分支节点:当前节点下标 * 2 + 2
| 父节点 | 右分支节点 |
|---|---|
| 0 | 2 |
| 1 | 4 |
| 2 | 6 |
react 中对最小堆的应用#
在 react 中,最小堆对应的源码在 SchedulerMinHeap.js 文件中,总共有 6 个方法,其中向外暴露了 3 个方法
- push:向最小堆推入一个元素
- pop:弹出一个
- peek:取出第一个
没有暴露的是:
- siftUp:向上调整
- siftDown:向下调整
- compare:这是一个辅助方法,就是两个元素做比较的
所谓向上调整,就是指将一个元素和它的父节点做比较,如果比父节点小,那么就应该和父节点做交换,交换完了之后继续和上一层的父节点做比较,依此类推,直到该元素放置到了正确的位置
向下调整,就刚好相反,元素往下走,先和左分支进行比较,如果比左分支小,那就交换。
peek#
取出堆顶的任务,堆顶一定是最小的
这个方法极其的简单,如下:
peek(timerQueue)export function peek(heap) { // 返回这个数组的第一个元素 return heap.length === 0 ? null : heap[0]}push#
向最小堆推入一个新任务,因为使用的是数组,所以在推入任务的时候,首先该任务是被推入到数组的最后一项,但是这个时候,涉及到一个调整,我们需要向上调整,把这个任务调整到合适的位置
push(timerQueue, newTask)export function push(heap, node) { const index = heap.length // 推入到数组的最后一位 heap.push(node) // 向上调整,调整到合适的位置 siftUp(heap, node, index)}pop#
pop 是从任务堆里面弹出第一个任务,也就是意味着该任务已经没有在队列里面了
pop(taskQueue)export function pop(heap) { if (heap.length === 0) { return null } // 获取数组的第一个任务(一定是最小的) const first = heap[0] // 拿到数组的最后一个 const last = heap.pop() if (last !== first) { // 将最后一个任务放到第一个 heap[0] = last // 接下来向下调整 siftDown(heap, last, 0) } return first}具体的调整示意图如下: