在空构造器初始化时，数组队列的大小为11，比较器为null。这样的话，放入优先队列的对象要实现comparable接口，也可以判断队列中不能存放null元素。


现在我们来看一下往队列中添加一个对象的过程。

public boolean add(E e) {
        return offer(e);
    }
public boolean offer(E e) {
        if (e == null)
            throw new NullPointerException();
        modCount++;
        int i = size;
        if (i >= queue.length)
            grow(i + 1);
        size = i + 1;
        if (i == 0)
            queue[0] = e;
        else
            siftUp(i, e);
        return true;
    }


可以看到，优先队列中不可能存在null元素,添加元素首先把队列修改次数++，判断是否超过内部数组的长度，超过后增加数组的长度 grow(i+1)


private void grow(int minCapacity) {
        if (minCapacity < 0) // overflow
            throw new OutOfMemoryError();
	int oldCapacity = queue.length;
        // Double size if small; else grow by 50%
        int newCapacity = ((oldCapacity < 64)?
                           ((oldCapacity + 1) * 2):
                           ((oldCapacity / 2) * 3));
        if (newCapacity < 0) // overflow
            newCapacity = Integer.MAX_VALUE;
        if (newCapacity < minCapacity)
            newCapacity = minCapacity;
        queue = Arrays.copyOf(queue, newCapacity);
    }
如果数组长度小于64  是按照一倍长度增长的，长度超过64，每次增长原来的百分之50，如果长度超过了int的最大值，那就设置为

Integer.MAX_VALUE，如果新的长度小于需要增长的长度，就是设置成这个长度，最后复制原来的对象到新的数组。



这样数组长度扩展了，设置size+1。如果是空的优先队列，就把新元素添加到队列头部。如果不是空，那就根据compareTo来判断新加入的元素的优先级别，那么我们来看一下siftUp方法

private void siftUp(int k, E x) {
        if (comparator != null)
            siftUpUsingComparator(k, x);
        else
            siftUpComparable(k, x);
    }
private void siftUpComparable(int k, E x) {
        Comparable<? super E> key = (Comparable<? super E>) x;
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
            if (key.compareTo((E) e) >= 0)
                break;
            queue[k] = e;
            k = parent;
        }
        queue[k] = key;
    }

    private void siftUpUsingComparator(int k, E x) {
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = queue[parent];
            if (comparator.compare(x, (E) e) >= 0)
                break;
            queue[k] = e;
            k = parent;
        }
        queue[k] = x;
    }


如果在创建队列的时候，指定了比较工具，那么就用比较器，比较器内部实现，可以根据自己的定义的比较原则，也可以调用加入队列的元素的compareTo方法（如果实现的话),比较方法变化自行定义。

我们主要看一下没有比较器的排序方法siftUpComparable，如下图


假设数字越小，优先级别越高，K的位置是新插入元素将要放置的位置，加入插入的是 25，那么此元素的优先级别小于它的父节点的优先级，直接把25放在K的位置。假如放置的是8，优先级别最高，所以 (k-1)>>>1 获取父节点，与父节点比较，发现优先级大于父节点，把父节点的值放入K, 把K的位置设置成父节点的下标值，递归查询父节点，定位出K的位置，把新元素放入此位置。此种二叉树算法大大降低了算法复杂度。


接下来我们看一下取走队列头部元素

public E poll() {
        if (size == 0)
            return null;
        int s = --size;
        modCount++;
        E result = (E) queue[0];
        E x = (E) queue[s];
        queue[s] = null;
        if (s != 0)
            siftDown(0, x);
        return result;
    }
private void siftDown(int k, E x) {
        if (comparator != null)
            siftDownUsingComparator(k, x);
        else
            siftDownComparable(k, x);
    }

    private void siftDownComparable(int k, E x) {
        Comparable<? super E> key = (Comparable<? super E>)x;
        int half = size >>> 1;        // loop while a non-leaf
        while (k < half) {
            int child = (k << 1) + 1; // assume left child is least
            Object c = queue[child];
            int right = child + 1;
            if (right < size &&
                ((Comparable<? super E>) c).compareTo((E) queue[right]) > 0)
                c = queue[child = right];
            if (key.compareTo((E) c) <= 0)
                break;
            queue[k] = c;
            k = child;
        }
        queue[k] = key;
    }

    private void siftDownUsingComparator(int k, E x) {
        int half = size >>> 1;
        while (k < half) {
            int child = (k << 1) + 1;
            Object c = queue[child];
            int right = child + 1;
            if (right < size &&
                comparator.compare((E) c, (E) queue[right]) > 0)
                c = queue[child = right];
            if (comparator.compare(x, (E) c) <= 0)
                break;
            queue[k] = c;
            k = child;
        }
        queue[k] = x;
    }
如果队列之有一个元素，就弹出这个元素，设置--size的位置为null。如果不是一个元素，弹出第一个元素，获取数组最后的一个元素，开始调用siftDown(0, x);我们先来看一下图解


这样到poll掉队列头部元素后，队列长度减一，所以最后的那个元素32的位置需要设置成null，这样一来，需要填补队列的头，由于子节点一定小于等于父节点的优先级，获取父节点的子节点
int child = (k << 1) + 1;    // 获取左子节点的下标

Object c = queue[child];  // 获取左子节点

int right = child + 1;          // 获取右子节点的下标

但右子节点不一定存在所以下面做了一个右节点不会为null的判断，不为null的情况下，获取两个节点中优先级高的一个
if (right < size &&((Comparable<? super E>) c).compareTo((E) queue[right]) > 0){
  c = queue[child = right];

}
//而下面这段代码的意思是可能出现如下图的情况
if (key.compareTo((E) c) <= 0){
break;

}


                

              当21移到队列头部时，队列尾部的 32元素的优先级 大于68和67的优先级，可以直接把32元素放入到21的位置，直接结束循环，减少了下面空出元素的位置的重新排序算法。
用while（k<half)  因为k如果>=half 的话，此下标以下的节点无子节点，完全二叉树定义，也可以推到。
 优先队列 也就这两个比较重要的方法，对于remove(Object o)方法，无非是删除中间节点后的一种先向下排序，再向上排序的过程，可以自行查看。


欢迎交流。