Java并发编程--并发队列原理之PriorityBlockingQueue

文章目录

  • PriorityBlockingQueue原理探究
      • (1). 结构
      • (2). PriorityBlockingQueue原理介绍
        • 1). offer操作
        • 2). poll操作
        • 3). take操作
      • (3). 小结

PriorityBlockingQueue原理探究

​  PriorityBlockingQueue是带优先级的无界阻塞队列,每次出队都返回优先级最高或者最低的元素,内部使用平衡二叉树堆实现,所以直接遍历队列元素不保证有序.在构造函数需传入comparator,用于插入元素时继续排序,若没有传入comparator,则插入的元素必须实现Comparatable接口.

(1). 结构

Java并发编程--并发队列原理之PriorityBlockingQueue_第1张图片

​  PriorityBlockingQueue内部有一个数组queue,用来存放队列元素,size存放元素个数.allocationSpinLock是一个自旋锁,其使用CAS操作保证只有一个线程可以对队列进行操作,状态为0或1.

​  没有notFull条件变量是因为这个队列是无界的,入队操作是非阻塞的.

(2). PriorityBlockingQueue原理介绍

1). offer操作

​  在队列中插入一个元素,因为是无界队列,所以一定会返回true.

public boolean offer(E e) {
    // 对入队元素进行非空判断
    if (e == null)
        throw new NullPointerException();
    // 加锁
    final ReentrantLock lock = this.lock;
    lock.lock();
    int n, cap;
    Object[] array;
    // 如果当前元素个数>=队列容量,则扩容
    while ((n = size) >= (cap = (array = queue).length))
        tryGrow(array, cap);
    try {
        // 比较器,如果有传入比较器的话使用自定义的比较器,如果没有使用默认的
        Comparator<? super E> cmp = comparator;
        if (cmp == null)
            // n是原队列第一个空位,e是入队元素,array是队列
            siftUpComparable(n, e, array);
        else
            siftUpUsingComparator(n, e, array, cmp);
        // 队列元素数+1
        size = n + 1;
        // 解锁所有因为空队列挂起的条件阻塞
        notEmpty.signal();
    } finally {
        lock.unlock();
    }
    return true;
}
// 扩容操作
private void tryGrow(Object[] array, int oldCap) {
    // 释放锁
    // 使用CAS控制只能有一个线程成功扩容,释放锁让其他线程进行入队出队操作,降低并发性
    lock.unlock();
    Object[] newArray = null;
    // 这也是一个锁,只让一个线程进行扩容
    if (allocationSpinLock == 0 &&
        UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset, 0, 1)) {
        try {
            // 如果oldCap小于64,扩容为2倍+2,如果大于,扩容50%
            int newCap = oldCap + ((oldCap < 64) ? (oldCap + 2) : (oldCap >> 1));
            // 按照之前算法扩容后的容量如果溢出,则最小扩容量为原容量+1
            if (newCap - MAX_ARRAY_SIZE > 0) {
                int minCap = oldCap + 1;
                // 如果最小扩容量溢出或者小于0,那么扩容失败
                if (minCap < 0 || minCap > MAX_ARRAY_SIZE)
                    throw new OutOfMemoryError();
                newCap = MAX_ARRAY_SIZE; // 扩容为极限大小
            }
            // 如果正常扩容情况下没有溢出,创建一个新数组,大小为扩容后的数组
            if (newCap > oldCap && queue == array)
                newArray = new Object[newCap];
        } finally {
            allocationSpinLock = 0;// 解锁
        }
    }
    // 第一个线程获取锁之后第二个线程会直接来到这里,让出CPU资源给第一个线程
    if (newArray == null)
        Thread.yield();
    // 加锁,判断并拷贝数组
    lock.lock();
    if (newArray != null && queue == array) {
        queue = newArray;
        System.arraycopy(array, 0, newArray, 0, oldCap);
    }
}
// 建立堆
private static <T> void siftUpComparable(int k, T x, Object[] array) {
    Comparable<? super T> key = (Comparable<? super T>) x;
    while (k > 0) {
        // 找到k的父节点,如果k小于父节点的值,将父节点置换为k
        // 直到k大于等于父节点的值,这样就构造了一个极小堆(所有父节点小于子节点)
        int parent = (k - 1) >>> 1;
        Object e = array[parent];
        if (key.compareTo((T) e) >= 0)
            break;
        array[k] = e;
        k = parent;
    }
    array[k] = key;
}

2). poll操作

​  获取内部根节点的元素,如果队列为空,返回null

public E poll() {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        return dequeue();
    } finally {
        lock.unlock();
    }
}
// 获取内部根节点的元素,如果队列为空,返回null
private E dequeue() {
    // 判断队列是否为空
    int n = size - 1;
    if (n < 0)
        return null;
    else {
        // 将第n个元素取出为x
        // 第0个元素取出为result
        Object[] array = queue;
        E result = (E) array[0];
        E x = (E) array[n];
        array[n] = null;
        Comparator<? super E> cmp = comparator;
        if (cmp == null)
            siftDownComparable(0, x, array, n);
        else
            siftDownUsingComparator(0, x, array, n, cmp);
        size = n;
        return result;
    }
}
// k为空闲位置,x为尾元素,array为堆,n为堆大小
// 一直用小的孩子向上弥补父节点,直到最后一层,用最后一个节点补上
private static <T> void siftDownComparable(int k, T x, Object[] array, int n) {
    if (n > 0) {
        Comparable<? super T> key = (Comparable<? super T>)x;
        int half = n >>> 1;// 无符号右移
        while (k < half) {
            // 子节点默认为左孩子
            int child = (k << 1) + 1;
            Object c = array[child];
            // 右孩子
            int right = child + 1;
            // 如果 (右孩子在堆内 && 左孩子大于右孩子) 那么右孩子代替左孩子作为孩子节点,并且c为孩子的值
            if (right < n && ((Comparable<? super T>) c).compareTo((T) array[right]) > 0)
                c = array[child = right];
            // 当尾元素小于孩子时,退出
            if (key.compareTo((T) c) <= 0)
                break;
            // 用孩子节点向上替补空闲的父节点
            array[k] = c;
            k = child;
        }
        array[k] = key;
    }
}

3). take操作

​  获取根节点元素,如果队列为空阻塞

public E take() throws InterruptedException {
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    E result;
    try {
        // 循环获取根节点元素,如果队列为空,挂起
        // 循环防止多线程同时被挂起
        while ( (result = dequeue()) == null)
            notEmpty.await();
    } finally {
        lock.unlock();
    }
    return result;
}

(3). 小结

​  内部使用二叉树堆维护元素优先级,使用可扩容的数组作为元素存储的数据结构.出队时保证出队元素是根节点,并重置整个堆为极小堆.

​  内部使用了一个独占锁来控制并发.只使用了一个条件变量notEmpty而没有使用notFull是因为这个队列是无界的,不存在满队列情况.

你可能感兴趣的:(Java并发编程)