Java中PriorityQueue比较器语法解析：Top K高频元素大顶堆实现

先明确PriorityQueue的比较器规则 #

Java的PriorityQueue默认是小顶堆，它的排序逻辑完全由传入的Comparator决定，核心规则是：

• 当compare(a, b)返回负数：a会被排在b的前面（逻辑上认为a“小于”b）
• 当返回正数：b会被排在a的前面（逻辑上认为b“小于”a）
• 返回0：a和b的顺序不做强制要求

默认小顶堆用的是自然排序，比如对整数就是(a,b) -> a - b，保证堆顶是队列中最小的元素。

拆解你的lambda比较器 #

在「Top K高频元素」场景中，map存储的是元素值→出现次数的映射，队列里的元素是原数组中的数字（比如Integer类型），(a,b) -> map.get(b) - map.get(a)的逻辑可以拆成这几步：

1. 参数含义：a和b是队列中正在比较的两个元素（原数组中的数字）。
2. 核心计算逻辑：拿b的出现次数减去a的出现次数，结果直接决定两者的排序位置：
   • 如果b的出现次数 > a的：结果为正数 → 按照规则，b会被排在a前面（次数多的元素靠前）
   • 如果b的出现次数 < a的：结果为负数 → a会被排在b前面（次数多的元素靠前）
   • 如果次数相等：结果为0，两者顺序随意

为什么这是大顶堆？ #

大顶堆的核心特性是堆顶元素是队列中“最大”的元素，这里的“最大”指出现次数最多。

这个比较器通过反转默认小顶堆的逻辑实现了大顶堆：

• 默认小顶堆是让“更小”的元素排在前面，而我们的比较器把“出现次数更多”的元素定义为规则里的“更小”元素（比如当a次数更多时，compare(a,b)返回负数，会让a排在前面）。
• 最终堆顶会始终是出现次数最多的元素，完全符合大顶堆的特性。

实际例子验证 #

假设map里的映射是：{3:5, 1:3, 2:4}，队列里有元素3、1、2：

• 比较3和1：map.get(1)-map.get(3) = 3-5 = -2（负数）→ 3排在1前面
• 比较3和2：map.get(2)-map.get(3) =4-5=-1（负数）→3排在2前面
• 最终堆顶是3（出现次数最多的元素），完美实现大顶堆的效果。

内容的提问来源于stack exchange，提问作者Alisha