前言
在数据结构中，队列遵循着FIFO（先进先出）的规则。在此基础上，人们引申出了“优先级队列”的概念。
优先级队列，是带有优先级属性的队列，所有的队列元素按照优先级进行排序，消费者会先对优先级高的队列元素进行处理。
优先级队列的使用场景也是非常多的。比如，作业调度系统，当一个作业完成后，需要从剩下的作业中取出优先级最高的作业进行处理。又比如，一个商城的用户分为普通用户和vip用户，vip用户更容易抢到那些秒杀商品。
在本文中，我将和大家一起探讨，golang优先级队列的一种实现方案。
你可以收获
- golang切片特性
- golang map特性
- golang并发场景下的解决方案
- golang优先级队列的实现思路
正文
内容脉络
为了让大家脑海里有个大致的轮廓，我先把正文的大纲展示出来。
基础知识
在正式开始“优先级队列”这个话题之前，我们首先要明确以下的一些golang特性。
切片的特性
- 元素的有序性
- 非线程安全
map的特性
- 元素的无序性
- 非线程安全
并发场景下的解决方案
- 互斥锁：可以对非线程安全的数据结构创建临界区，一般用于同步场景；
- 管道：可以对非线程安全的数据结构进行异步处理
实现思路
既然，我们了解了golang的一些特性，那么，我们接下来就要明确，如何去实现优先级队列了。
我们都知道，无论是哪一种队列，必然是存在生产者和消费者两个部分，对于优先级队列来说，更是如此。因此，咱们的实现思路，也将从这两个部分来谈。
1、生产者
对于生产者来说，他只需要推送一个任务及其优先级过来，咱们就得根据优先级处理他的任务。
由于，我们不大好判断，到底会有多少种不同的优先级传过来，也无法确定，每种优先级下有多少个任务要处理，所以，我们可以考虑使用map来存储优先级队列。其中key为优先级，value为属于该优先级下的任务队列（即管道） 。
2、消费者
对于消费者来说，他需要获取优先级最高的任务进行消费。
但是，如果只按照上面所说的map来存储优先级队列的话，我们是没法找到优先级最高的任务队列的，因为map的元素是无序的。那么，我们怎么处理这个问题呢？
我们都知道，在golang的数据结构里，切片的元素是具有有序性的。那么，我们只需要将所有的优先级按从小到大的方式，存储在一个切片里，就可以了。等到消费的时候，我们可以先从切片中，取出最大的优先级，然后再根据这个key去优先级队列的map中查询，是不是就可以了？
目标规划
想好了实现思路之后，我们就得对接下来的代码实现做一个规划了。
数据结构
- 存储优先级队列的map
- 存储优先级的切片
- 互斥锁
- 其他......
生产者
- 添加任务到优先级队列
消费者
- 从优先级队列获取任务
步步为营
1、数据流
（1）调用NewPriorityQueue() ，初始化优先级队列对象。
（2）初始化优先级队列map。
（3）开启协程，监听一个接收推送任务的全局管道pushChan。
（4）用户调用Push() ，推送的任务进入pushChan。
（5）推送的任务被加到优先级队列中。
（6）消费者从优先级队列中获取优先级最高的一个任务。
（7）消费者执行任务。
2、数据结构
（1）优先级队列对象
type PriorityQueue struct {
mLock sync.Mutex // 互斥锁，queues和priorities并发操作时使用
queues map[int]chan *task // 优先级队列map
pushChan chan *task // 推送任务管道
priorities []int // 记录优先级的切片（优先级从小到大排列）
}
（2）任务对象
type task struct {
priority int // 任务的优先级
f func() // 任务的执行函数
}
3、初始化优先级队列对象
func NewPriorityQueue() *PriorityQueue {
pq := &PriorityQueue{
queues: make(map[int]chan *task), // 初始化优先级队列map
pushChan: make(chan *task, 100),
}
return pq
}
当然，在这个过程中，我们需要对pushChan进行监听。如果有任务推送过来，咱们得处理。
func (pq *PriorityQueue) listenPushChan() {
for {
select {
case taskEle := <-pq.pushChan:
// TODO 这里接收到推送的任务，并且准备处理
}
}
}
将这个监听函数放到NewPriorityQueue()中：
func NewPriorityQueue() *PriorityQueue {
pq := &PriorityQueue{
queues: make(map[int]chan *task),
pushChan: make(chan *task, 100),
}
// 监听pushChan
go pq.listenPushChan()
return pq
}
4、生产者推送任务
生产者推送任务的时候，我们只需要将任务放到pushChan中：
func (pq *PriorityQueue) Push(f func(), priority int) {
pq.pushChan <- &task{
f: f,
priority: priority,
}
}
5、将推送任务加到优先级队列中
这一步就比较关键了。我们前面谈到，优先级队列最核心的数据结构有两个：优先级队列map和优先级切片。因此，推送任务添加到优先级队列的操作，咱们得分两种情况来看：
（1）之前已经推过相同优先级的任务
这种情况非常简单，咱们其实只要操作优先级队列map就可以了。
func (pq *PriorityQueue) listenPushChan() {
for {
select {
case taskEle := <-pq.pushChan:
priority := taskEle.priority
pq.mLock.Lock()
if v, ok := pq.queues[priority]; ok {
pq.mLock.Unlock()
// 之前推送过相同优先级的任务
// 将推送的任务塞到对应优先级的队列中
v <- taskEle
continue
}
// todo 之前未推过相同优先级任务的处理...
}
}
}
（2）之前未推过相同优先级的任务
这种情况会稍微复杂一些。我们不仅要将新的优先级插入到优先级切片正确的位置，而且要将任务添加到对应优先级的队列。
1）将新的优先级插入到优先级切片中
a. 首先，咱们得寻找新优先级在切片中的插入位置。这里，咱们用了二分法。
// 通过二分法寻找新优先级的切片插入位置
func (pq *PriorityQueue) getNewPriorityInsertIndex(priority int, leftIndex, rightIndex int) (index int) {
if len(pq.priorities) == 0 {
// 如果当前优先级切片没有元素，则插入的index就是0
return 0
}
length := rightIndex - leftIndex
if pq.priorities[leftIndex] >= priority {
// 如果当前切片中最小的元素都超过了插入的优先级，则插入位置应该是最左边
return leftIndex
}
if pq.priorities[rightIndex] <= priority {
// 如果当前切片中最大的元素都没超过插入的优先级，则插入位置应该是最右边
return rightIndex + 1
}
if length == 1 && pq.priorities[leftIndex] < priority && pq.priorities[rightIndex] >= priority {
// 如果插入的优先级刚好在仅有的两个优先级之间，则中间的位置就是插入位置
return leftIndex + 1
}
middleVal := pq.priorities[leftIndex+length/2]
// 这里用二分法递归的方式，一直寻找正确的插入位置
if priority <= middleVal {
return pq.getNewPriorityInsertIndex(priority, leftIndex, leftIndex+length/2)
} else {
return pq.getNewPriorityInsertIndex(priority, leftIndex+length/2, rightIndex)
}
}
b. 找到插入位置之后，我们才要插入。在这个过程中，插入位置右侧的元素全部都要向右边移动一位。
// index右侧元素均需要向后移动一个单位
func (pq *PriorityQueue) moveNextPriorities(index, priority int) {
pq.priorities = append(pq.priorities, 0)
copy(pq.priorities[index+1:], pq.priorities[index:])
pq.priorities[index] = priority
}
这样，我们就成功地将新的优先级插入了切片。
2）将推送任务放入优先级队列map也就顺理成章。
// 创建一个新优先级管道 pq.queues[priority] = make(chan *task, 10000) // 将任务塞到新的优先级管道中 pq.queues[priority] <- taskEle
因此，listenPushChan()的代码如下：
func (pq *PriorityQueue) listenPushChan() {
for {
select {
case taskEle := <-pq.pushChan:
priority := taskEle.priority
pq.mLock.Lock()
if v, ok := pq.queues[priority]; ok {
pq.mLock.Unlock()
// 将推送的任务塞到对应优先级的队列中
v <- taskEle
continue
}
// 如果这是一个新的优先级，则需要插入优先级切片，并且新建一个优先级的queue
// 通过二分法寻找新优先级的切片插入位置
index := pq.getNewPriorityInsertIndex(priority, 0, len(pq.priorities)-1)
// index右侧元素均需要向后移动一个单位
pq.moveNextPriorities(index, priority)
// 创建一个新优先级队列
pq.queues[priority] = make(chan *task, 10000)
// 将任务塞到新的优先级队列中
pq.queues[priority] <- taskEle
pq.mLock.Unlock()
}
}
}
完成了生产者部分之后，接下来我们看看消费者。
6、消费者消费队列
这里分成两个步骤，首先咱们得拿到最高优先级队列的任务，然后再去执行任务。代码如下：
// 消费者轮询获取最高优先级的任务
func (pq *PriorityQueue) Consume() {
for {
task := pq.Pop()
if task == nil {
// 未获取到任务，则继续轮询
continue
}
// 获取到了任务，就执行任务
task.f()
}
}
// 取出最高优先级队列中的一个任务
func (pq *PriorityQueue) Pop() *task {
pq.mLock.Lock()
defer pq.mLock.Unlock()
for i := len(pq.priorities) - 1; i >= 0; i-- {
if len(pq.queues[pq.priorities[i]]) == 0 {
// 如果当前优先级的队列没有任务，则看低一级优先级的队列中有没有任务
continue
}
// 如果当前优先级的队列里有任务，则取出一个任务。
return <-pq.queues[pq.priorities[i]]
}
// 如果所有队列都没有任务，则返回null
return nil
}
7、完整代码
这样，咱们的优先级队列就实现了。下面，我们将完整代码展示。
pq.go
package priority_queue
import (
"sync"
)
type PriorityQueue struct {
mLock sync.Mutex // 互斥锁，queues和priorities并发操作时使用
queues map[int]chan *task // 优先级队列map
pushChan chan *task // 推送任务管道
priorities []int // 记录优先级的切片（优先级从小到大排列）
}
type task struct {
priority int // 任务的优先级
f func() // 任务的执行函数
}
func NewPriorityQueue() *PriorityQueue {
pq := &PriorityQueue{
queues: make(map[int]chan *task),
pushChan: make(chan *task, 100),
}
go pq.listenPushChan()
return pq
}
func (pq *PriorityQueue) listenPushChan() {
for {
select {
case taskEle := <-pq.pushChan:
priority := taskEle.priority
pq.mLock.Lock()
if v, ok := pq.queues[priority]; ok {
pq.mLock.Unlock()
// 将推送的任务塞到对应优先级的队列中
v <- taskEle
continue
}
// 如果这是一个新的优先级，则需要插入优先级切片，并且新建一个优先级的queue
// 通过二分法寻找新优先级的切片插入位置
index := pq.getNewPriorityInsertIndex(priority, 0, len(pq.priorities)-1)
// index右侧元素均需要向后移动一个单位
pq.moveNextPriorities(index, priority)
// 创建一个新优先级队列
pq.queues[priority] = make(chan *task, 10000)
// 将任务塞到新的优先级队列中
pq.queues[priority] <- taskEle
pq.mLock.Unlock()
}
}
}
// 插入work
func (pq *PriorityQueue) Push(f func(), priority int) {
pq.pushChan <- &task{
f: f,
priority: priority,
}
}
// index右侧元素均需要向后移动一个单位
func (pq *PriorityQueue) moveNextPriorities(index, priority int) {
pq.priorities = append(pq.priorities, 0)
copy(pq.priorities[index+1:], pq.priorities[index:])
pq.priorities[index] = priority
}
// 通过二分法寻找新优先级的切片插入位置
func (pq *PriorityQueue) getNewPriorityInsertIndex(priority int, leftIndex, rightIndex int) (index int) {
if len(pq.priorities) == 0 {
// 如果当前优先级切片没有元素，则插入的index就是0
return 0
}
length := rightIndex - leftIndex
if pq.priorities[leftIndex] >= priority {
// 如果当前切片中最小的元素都超过了插入的优先级，则插入位置应该是最左边
return leftIndex
}
if pq.priorities[rightIndex] <= priority {
// 如果当前切片中最大的元素都没超过插入的优先级，则插入位置应该是最右边
return rightIndex + 1
}
if length == 1 && pq.priorities[leftIndex] < priority && pq.priorities[rightIndex] >= priority {
// 如果插入的优先级刚好在仅有的两个优先级之间，则中间的位置就是插入位置
return leftIndex + 1
}
middleVal := pq.priorities[leftIndex+length/2]
// 这里用二分法递归的方式，一直寻找正确的插入位置
if priority <= middleVal {
return pq.getNewPriorityInsertIndex(priority, leftIndex, leftIndex+length/2)
} else {
return pq.getNewPriorityInsertIndex(priority, leftIndex+length/2, rightIndex)
}
}
// 取出最高优先级队列中的一个任务
func (pq *PriorityQueue) Pop() *task {
pq.mLock.Lock()
defer pq.mLock.Unlock()
for i := len(pq.priorities) - 1; i >= 0; i-- {
if len(pq.queues[pq.priorities[i]]) == 0 {
// 如果当前优先级的队列没有任务，则看低一级优先级的队列中有没有任务
continue
}
// 如果当前优先级的队列里有任务，则取出一个任务。
return <-pq.queues[pq.priorities[i]]
}
// 如果所有队列都没有任务，则返回null
return nil
}
// 消费者轮询获取最高优先级的任务
func (pq *PriorityQueue) Consume() {
for {
task := pq.Pop()
if task == nil {
// 未获取到任务，则继续轮询
continue
}
// 获取到了任务，就执行任务
task.f()
}
}
测试代码pq_test.go：
package priority_queue
import (
"fmt"
"math/rand"
"testing"
"time"
)
func TestQueue(t *testing.T) {
defer func() {
if err := recover(); err != nil {
fmt.Println(err)
}
}()
pq := NewPriorityQueue()
rand.Seed(time.Now().Unix())
// 我们在这里，随机生成一些优先级任务
for i := 0; i < 100; i++ {
a := rand.Intn(10)
go func(i int) {
pq.Push(func() {
fmt.Println("推送任务的编号为：", i)
fmt.Println("推送的任务优先级为：", a)
fmt.Println("============")
}, a)
}(i)
}
// 这里会阻塞，消费者会轮询查询任务队列
pq.Consume()
}
发散思维
上面的方案的确是实现了优先级队列，但是，有一种极端情况：如果消费者的消费速度远远小于生产者的生产速度，并且高优先级的任务被不断插入，这样，低优先级的任务就会有“饿死”的风险。
对于这种情况，我们在消费的时候，可以考虑给每一个优先级队列分配一个权重，高优先级的队列有更大的概率被消费，低优先级的概率相对较小。感兴趣的朋友们，可以自己去实现一下。
小结
本文和大家讨论了优先级队列在golang中的一种实现方案，里面应用到了切片、map、互斥锁、管道等诸多golang特性，可以说是一个非常典型的案例。其实，优先级队列在实际的业务场景中使用广泛，其实现方式也不止一种，我们需要根据实际的需求，选择最优解。
到此这篇关于golang优先级队列实现的文章就介绍到这了,更多相关golang优先级队列实现内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！