【死磕Java并发】—–J.U.C之阻塞队列:PriorityBlockingQueue

423 阅读13分钟
原文链接: mp.weixin.qq.com

此篇博客所有源码均来自JDK 1.8

作者:大明哥 原文地址:http://cmsblogs.com

说明

队列是比较常见的数据结构,我们也经常使用到,BlockingQueue常用于生产者消费者场景,在Java的并发包中已经提供了BlockingQueue的实现 ,后面几篇会介绍几种主要的阻塞队列。

J.U.C之AQS传送门:【死磕Java并发】—–J.U.C之AQS(一篇就够了)

PriorityBlockingQueue介绍

我们知道线程Thread可以调用setPriority(int newPriority)来设置优先级的,线程优先级高的线程先执行,优先级低的后执行。而前面介绍的ArrayBlockingQueue、LinkedBlockingQueue都是采用FIFO原则来确定线程执行的先后顺序,那么有没有一个队列可以支持优先级呢? PriorityBlockingQueue 。

PriorityBlockingQueue是一个支持优先级的无界阻塞队列。默认情况下元素采用自然顺序升序排序,当然我们也可以通过构造函数来指定Comparator来对元素进行排序。需要注意的是PriorityBlockingQueue不能保证同优先级元素的顺序。

二叉堆

由于PriorityBlockingQueue底层采用二叉堆来实现的,所以有必要先介绍下二叉堆。

二叉堆是一种特殊的堆,就结构性而言就是完全二叉树或者是近似完全二叉树,满足树结构性和堆序性。树机构特性就是完全二叉树应该有的结构,堆序性则是:父节点的键值总是保持固定的序关系于任何一个子节点的键值,且每个节点的左子树和右子树都是一个二叉堆。它有两种表现形式:最大堆、最小堆。

最大堆:父节点的键值总是大于或等于任何一个子节点的键值(下右图)

最小堆:父节点的键值总是小于或等于任何一个子节点的键值(下走图)

二叉堆一般用数组表示,如果父节点的节点位置在n处,那么其左孩子节点为:2 * n + 1 ,其右孩子节点为2 * (n + 1),其父节点为(n - 1) / 2 处。上左图的数组表现形式为:

二叉堆的基本结构了解了,下面来看看二叉堆的添加和删除节点。二叉堆的添加和删除相对于二叉树来说会简单很多。

添加元素

首先将要添加的元素N插添加到堆的末尾位置(在二叉堆中我们称之为空穴)。如果元素N放入空穴中而不破坏堆的序(其值大于跟父节点值(最大堆是小于父节点)),那么插入完成。否则,我们则将该元素N的节点与其父节点进行交换,然后与其新父节点进行比较直到它的父节点不在比它小(最大堆是大)或者到达根节点。

假如有如下一个二叉堆

这是一个最小堆,其父节点总是小于等于任一一个子节点。现在我们添加一个元素2。

第一步:在末尾添加一个元素2,如下:

第二步:元素2比其父节点6小,进行替换,如下:

第三步:继续与其父节点5比较,小于,替换:

第四步:继续比较其跟节点1,发现跟节点比自己小,则完成,到这里元素2插入完毕。所以整个添加元素过程可以概括为:在元素末尾插入元素,然后不断比较替换直到不能移动为止。

复杂度:Ο(logn)

删除元素

删除元素与增加元素一样,需要维护整个二叉堆的序。删除位置1的元素(数组下标0),则把最后一个元素空出来移到最前边,然后和它的两个子节点比较,如果两个子节点中较小的节点小于该节点,就将他们交换,知道两个子节点都比该元素大为止。

就上面二叉堆而言,删除的元素为元素1。

第一步:删掉元素1,元素6空出来,如下:

第二步:与其两个子节点(元素2、元素3)比较,都小,将其中较小的元素(元素2)放入到该空穴中:

第三步:继续比较两个子节点(元素5、元素7),还是都小,则将较小的元素(元素5)放入到该空穴中:

第四步:比较其子节点(元素8),比该节点小,则元素6放入该空穴位置不会影响二叉堆的树结构,放入:

到这里整个删除操作就已经完成了。

二叉堆的添加、删除操作还是比较简单的,很容易就理解了。下面我们就参考该内容来开启PriorityBlockingQueue的源代码研究。

PriorityBlockingQueue

PriorityBlockingQueue继承AbstractQueue,实现BlockingQueue接口。

public class PriorityBlockingQueue<E> extends AbstractQueue<E>    implements BlockingQueue<E>, java.io.Serializable 

定义了一些属性

// 默认容量    private static final int DEFAULT_INITIAL_CAPACITY = 11;    // 最大容量    private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;    // 二叉堆数组    private transient Object[] queue;    // 队列元素的个数    private transient int size;    // 比较器,如果为空,则为自然顺序    private transient Comparator<? super E> comparator;    // 内部锁    private final ReentrantLock lock;    private final Condition notEmpty;    //     private transient volatile int allocationSpinLock;    // 优先队列:主要用于序列化,这是为了兼容之前的版本。只有在序列化和反序列化才非空    private PriorityQueue<E> q;

内部仍然采用可重入锁ReentrantLock来实现同步机制,但是这里只有一个notEmpty的Condition,了解了ArrayBlockingQueue我们知道它定义了两个Condition,之类为何只有一个呢?原因就在于PriorityBlockingQueue是一个无界队列,插入总是会成功,除非消耗尽了资源导致服务器挂。

入列

PriorityBlockingQueue提供put()、add()、offer()方法向队列中加入元素。我们这里从put()入手:put(E e) :将指定元素插入此优先级队列。

    public void put(E e) {        offer(e); // never need to block    }

PriorityBlockingQueue是无界的,所以不可能会阻塞。内部调用offer(E e):

public boolean offer(E e) {        // 不能为null        if (e == null)            throw new NullPointerException();        // 获取锁        final ReentrantLock lock = this.lock;        lock.lock();        int n, cap;        Object[] array;        // 扩容        while ((n = size) >= (cap = (array = queue).length))            tryGrow(array, cap);        try {            Comparator<? super E> cmp = comparator;            // 根据比较器是否为null,做不同的处理            if (cmp == null)                siftUpComparable(n, e, array);            else                siftUpUsingComparator(n, e, array, cmp);            size = n + 1;            // 唤醒正在等待的消费者线程            notEmpty.signal();        } finally {            lock.unlock();        }        return true;    }

siftUpComparable当比较器comparator为null时,采用自然排序,调用siftUpComparable方法:

private static <T> void siftUpComparable(int k, T x, Object[] array) {        Comparable<? super T> key = (Comparable<? super T>) x;        // “上冒”过程        while (k > 0) {            // 父级节点 (n - ) / 2            int parent = (k - 1) >>> 1;            Object e = array[parent];            // key >= parent 完成(最大堆)            if (key.compareTo((T) e) >= 0)                break;            // key < parant 替换            array[k] = e;            k = parent;        }        array[k] = key;    }

这段代码所表示的意思:将元素X插入到数组中,然后进行调整以保持二叉堆的特性。

siftUpUsingComparator当比较器不为null时,采用所指定的比较器,调用siftUpUsingComparator方法:

private static <T> void siftUpUsingComparator(int k, T x, Object[] array,                                       Comparator<? super T> cmp) {        while (k > 0) {            int parent = (k - 1) >>> 1;            Object e = array[parent];            if (cmp.compare(x, (T) e) >= 0)                break;            array[k] = e;            k = parent;        }        array[k] = x;    }

扩容:tryGrow

    private void tryGrow(Object[] array, int oldCap) {        lock.unlock();      // 扩容操作使用自旋,不需要锁主锁,释放        Object[] newArray = null;        // CAS 占用        if (allocationSpinLock == 0 && UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset, 0, 1)) {            try {                // 新容量  最小翻倍                int newCap = oldCap + ((oldCap < 64) ? (oldCap + 2) :  (oldCap >> 1));                // 超过                if (newCap - MAX_ARRAY_SIZE > 0) {    // possible overflow                    int minCap = oldCap + 1;                    if (minCap < 0 || minCap > MAX_ARRAY_SIZE)                        throw new OutOfMemoryError();                    newCap = MAX_ARRAY_SIZE;        // 最大容量                }                if (newCap > oldCap && queue == array)                    newArray = new Object[newCap];            } finally {                allocationSpinLock = 0;     // 扩容后allocationSpinLock = 0 代表释放了自旋锁            }        }        // 到这里如果是本线程扩容newArray肯定是不为null,为null就是其他线程在处理扩容,那就让给别的线程处理        if (newArray == null)            Thread.yield();        // 主锁获取锁        lock.lock();        // 数组复制        if (newArray != null && queue == array) {            queue = newArray;            System.arraycopy(array, 0, newArray, 0, oldCap);        }    }

整个添加元素的过程和上面二叉堆一模一样:先将元素添加到数组末尾,然后采用“上冒”的方式将该元素尽量往上冒。

出列

PriorityBlockingQueue提供poll()、remove()方法来执行出对操作。出对的永远都是第一个元素:array[0]。

   public E poll() {        final ReentrantLock lock = this.lock;        lock.lock();        try {            return dequeue();        } finally {            lock.unlock();        }    }

先获取锁,然后调用dequeue()方法:

   private E dequeue() {        // 没有元素 返回null        int n = size - 1;        if (n < 0)            return null;        else {            Object[] array = queue;            // 出对元素            E result = (E) array[0];            // 最后一个元素(也就是插入到空穴中的元素)            E x = (E) array[n];            array[n] = null;            // 根据比较器释放为null,来执行不同的处理            Comparator<? super E> cmp = comparator;            if (cmp == null)                siftDownComparable(0, x, array, n);            else                siftDownUsingComparator(0, x, array, n, cmp);            size = n;            return result;        }    }

siftDownComparable

如果比较器为null,则调用siftDownComparable来进行自然排序处理:

  private static <T> void siftDownComparable(int k, T x, Object[] array,                                               int n) {        if (n > 0) {            Comparable<? super T> key = (Comparable<? super T>)x;            // 最后一个叶子节点的父节点位置            int half = n >>> 1;            while (k < half) {                int child = (k << 1) + 1;       // 待调整位置左节点位置                Object c = array[child];        //左节点                int right = child + 1;          //右节点                //左右节点比较,取较小的                if (right < n &&                        ((Comparable<? super T>) c).compareTo((T) array[right]) > 0)                    c = array[child = right];                //如果待调整key最小,那就退出,直接赋值                if (key.compareTo((T) c) <= 0)                    break;                //如果key不是最小,那就取左右节点小的那个放到调整位置,然后小的那个节点位置开始再继续调整                array[k] = c;                k = child;            }            array[k] = key;        }    }

处理思路和二叉堆删除节点的逻辑一样:就第一个元素定义为空穴,然后把最后一个元素取出来,尝试插入到空穴位置,并与两个子节点值进行比较,如果不符合,则与其中较小的子节点进行替换,然后继续比较调整。

siftDownUsingComparator

如果指定了比较器,则采用比较器来进行调整:

    private static <T> void siftDownUsingComparator(int k, T x, Object[] array,                                                    int n,                                                    Comparator<? super T> cmp) {        if (n > 0) {            int half = n >>> 1;            while (k < half) {                int child = (k << 1) + 1;                Object c = array[child];                int right = child + 1;                if (right < n && cmp.compare((T) c, (T) array[right]) > 0)                    c = array[child = right];                if (cmp.compare(x, (T) c) <= 0)                    break;                array[k] = c;                k = child;            }            array[k] = x;        }    }

PriorityBlockingQueue采用二叉堆来维护,所以整个处理过程不是很复杂,添加操作则是不断“上冒”,而删除操作则是不断“下掉”。掌握二叉堆就掌握了PriorityBlockingQueue,无论怎么变还是不离其宗。对于PriorityBlockingQueue需要注意的是他是一个无界队列,所以添加操作是不会失败的,除非资源耗尽。


如果读完觉得有收获的话,欢迎点赞、关注、加公众号【匠心零度】,查阅更多精彩历史!!!