Java優先順序佇列DelayedWorkQueue原理分析
我們知道執行緒池執行時，會不斷從任務佇列中獲取任務，然後執行任務。如果我們想實現延時或者定時執行任務，重要一點就是任務佇列會根據任務延時時間的不同進行排序，延時時間越短地就排在佇列的前面，先被獲取執行。
佇列是先進先出的資料結構，就是先進入佇列的資料，先被獲取。但是有一種特殊的佇列叫做優先順序佇列，它會對插入的資料進行優先順序排序，保證優先順序越高的資料首先被獲取，與資料的插入順序無關。
實現優先順序佇列高效常用的一種方式就是使用堆。
一. 用堆實現優先順序佇列
在這篇文章中，我們詳細地講解了堆排序的實現。這裡我們回顧一下。
1.1 什麼是堆
它是一個完全二叉樹，即除了最後一層節點不是滿的，其他層節點都是滿的，即左右節點都有。
它不是二叉搜尋樹，即左節點的值都比父節點值小，右節點的值都不比父節點值小，這樣查詢的時候，就可以透過二分的方式，效率是(log N)。
它是特殊的二叉樹，它要求父節點的值不能小於子節點的值。這樣保證大的值在上面，小的值在下面。所以堆遍歷和查詢都是低效的，因為我們只知道
從根節點到子葉節點的每條路徑都是降序的，但是各個路徑之間都是沒有聯絡的，查詢一個值時，你不知道應該從左節點查詢還是從右節點開始查詢。它可以實現快速的插入和刪除，效率都在(log N)左右。所以它可以實現優先順序佇列。
堆是一個二叉樹，但是它最簡單的方式是透過陣列去實現二叉樹，而且因為堆是一個完全二叉樹，就不存在陣列空間的浪費。怎麼使用陣列來儲存二叉樹呢？
就是用陣列的下標來模擬二叉樹的各個節點,比如說根節點就是0，第一層的左節點是1，右節點是2。由此我們可以得出下列公式：
// 對於n位置的節點來說：int left = 2 * n + 1; // 左子節點int right = 2 * n + 2; // 右子節點int parent = (n - 1) / 2; // 父節點，當然n要大於0，根節點是沒有父節點的
對於堆來說，只有兩個操作，插入insert和刪除remove，不管插入還是刪除保證堆的成立條件，1.是完全二叉樹，2.父節點的值不能小於子節點的值。
public void insert(int value) { // 第一步將插入的值，直接放在最後一個位置。並將長度加一
store[size++] = value; // 得到新插入值所在位置。
int index = size - 1; while(index > 0) { // 它的父節點位置座標
int parentIndex = (index - 1) / 2; // 如果父節點的值小於子節點的值，你不滿足堆的條件，那麼就交換值
if (store[index] > store[parentIndex]) {
swap(store, index, parentIndex);
index = parentIndex;
} else { // 否則表示這條路徑上的值已經滿足降序，跳出迴圈
break;
}
}
}
主要步驟:
直接將value插入到size位置，並將size自增，這樣store陣列中插入一個值了。
要保證從這個葉節點到根節點這條路徑上的節點，滿足父節點的值不能小於子節點。
透過int parentIndex = (index - 1) / 2得到父節點，如果比父節點值大，那麼兩者位置的值交換，然後再拿這個父節點和它的父父節點比較。
直到這個節點值比父節點值小，或者這個節點已經是根節點就退出迴圈。
因為我們每次只插入一個值，所以只需要保證新插入位置的葉節點到根節點路徑滿足堆的條件，因為其他路徑沒做操作，肯定是滿足條件的。第二因為是直接在size位置插入值，所以肯定滿足是完全二叉樹這個條件。因為每次迴圈index都是除以2這種倍數遞減的方式，所以它最多迴圈次數是(log N)次。
public int remove() { // 將根的值記錄，最後返回
int result = store[0]; // 將最後位置的值放到根節點位置
store[0] = store[--size]; int index = 0; // 透過迴圈，保證父節點的值不能小於子節點。
while(true) { int leftIndex = 2 * index + 1; // 左子節點
int rightIndex = 2 * index + 2; // 右子節點
// leftIndex >= size 表示這個子節點還沒有值。
if (leftIndex >= size) break; int maxIndex = leftIndex; if (store[leftIndex] 在堆中最大值就在根節點，所以操作步驟：
將根節點的值儲存到result中。
將最後節點的值移動到根節點，再將長度減一，這樣滿足堆成立第一個條件，堆是一個完全二叉樹。
使用迴圈，來滿足堆成立的第二個條件，父節點的值不能小於子節點的值。
最後返回result。
那麼怎麼樣滿足堆的第二個條件呢？
因為根點的值現在是新值，那麼就有可能比它的子節點小，所以就有可能要進行交換。
我們要找出左子節點和右子節點那個值更大，因為這個值可能要和父節點值進行交換，如果它不是較大值的話，它和父節點進行交換之後，就會出現父節點的值小於子節點。
將找到的較大子節點值和父節點值進行比較。
如果父節點的值小於它，那麼將父節點和較大子節點值進行交換，然後再比較較大子節點和它的子節點。
如果父節點的值不小於子節點較大值，或者沒有子節點(即這個節點已經是葉節點了)，就跳出迴圈。
每次迴圈我們都是以2的倍數遞增，所以它也是最多迴圈次數是(log N)次。
所以透過堆這種方式可以快速實現優先順序佇列，它的插入和刪除操作的效率都是O(log N)。
二. DelayedWorkQueue類
static class DelayedWorkQueue extends AbstractQueue implements BlockingQueue {
從定義中看出DelayedWorkQueue是一個阻塞佇列。
2.1 重要成員屬性
// 初始時，陣列長度大小。
private static final int INITIAL_CAPACITY = 16; // 使用陣列來儲存佇列中的元素。
private RunnableScheduledFuture>[] queue = new RunnableScheduledFuture>[INITIAL_CAPACITY]; // 使用lock來保證多執行緒併發安全問題。
private final ReentrantLock lock = new ReentrantLock(); // 佇列中儲存元素的大小
private int size = 0; //特指佇列頭任務所線上程
private Thread leader = null;
// 當佇列頭的任務延時時間到了，或者有新的任務變成佇列頭時，用來喚醒等待執行緒
private final Condition available = lock.newCondition();
DelayedWorkQueue是用陣列來儲存佇列中的元素，那麼我們看看它是怎麼實現優先順序佇列的。
2.2 插入元素排序siftUp方法
private void siftUp(int k, RunnableScheduledFuture> key) { // 當k==0時，就到了堆二叉樹的根節點了，跳出迴圈
while (k > 0) { // 父節點位置座標, 相當於(k - 1) / 2
int parent = (k - 1) >>> 1; // 獲取父節點位置元素
RunnableScheduledFuture> e = queue[parent]; // 如果key元素大於父節點位置元素，滿足條件，那麼跳出迴圈
// 因為是從小到大排序的。
if (key.compareTo(e) >= 0) break; // 否則就將父節點元素存放到k位置
queue[k] = e; // 這個只有當元素是ScheduledFutureTask物件例項才有用，用來快速取消任務。
setIndex(e, k); // 重新賦值k，尋找元素key應該插入到堆二叉樹的那個節點
k = parent;
} // 迴圈結束，k就是元素key應該插入的節點位置
queue[k] = key;
setIndex(key, k);
}透過迴圈，來查詢元素key應該插入在堆二叉樹那個節點位置，並互動父節點的位置。具體流程在前面已經介紹過了。
2.3 移除元素排序siftDown方法
private void siftDown(int k, RunnableScheduledFuture> key) { int half = size >>> 1; // 透過迴圈，保證父節點的值不能小於子節點。
while (k c = queue[child]; // 右子節點, 相當於 (k * 2) + 2
int right = child + 1; // 如果左子節點元素值大於右子節點元素值，那麼右子節點才是較小值的子節點。
// 就要將c與child值重新賦值
if (right 0)
c = queue[child = right]; // 如果父節點元素值小於較小的子節點元素值，那麼就跳出迴圈
if (key.compareTo(c) 透過迴圈，保證父節點的值不能小於子節點。
2.4 插入元素方法
public void put(Runnable e) {
offer(e);
} public boolean add(Runnable e) { return offer(e);
} public boolean offer(Runnable e, long timeout, TimeUnit unit) { return offer(e);
}我們發現與普通阻塞佇列相比，這三個新增方法都是呼叫offer方法。那是因為它沒有佇列已滿的條件，也就是說可以不斷地向DelayedWorkQueue新增元素,當元素個數超過陣列長度時，會進行陣列擴容。
public boolean offer(Runnable x) { if (x == null) throw new NullPointerException();
RunnableScheduledFuture> e = (RunnableScheduledFuture>)x; // 使用lock保證併發操作安全
final ReentrantLock lock = this.lock;
lock.lock(); try { int i = size; // 如果要超過陣列長度，就要進行陣列擴容
if (i >= queue.length) // 陣列擴容
grow(); // 將佇列中元素個數加一
size = i + 1; // 如果是第一個元素，那麼就不需要排序，直接賦值就行了
if (i == 0) {
queue[0] = e;
setIndex(e, 0);
} else { // 呼叫siftUp方法，使插入的元素變得有序。
siftUp(i, e);
} // 表示新插入的元素是佇列頭，更換了佇列頭，
// 那麼就要喚醒正在等待獲取任務的執行緒。
if (queue[0] == e) {
leader = null; // 喚醒正在等待等待獲取任務的執行緒
available.signal();
}
} finally {
lock.unlock();
} return true;
}主要是三步：
元素個數超過陣列長度，就會呼叫grow()方法，進行陣列擴容。
將新元素e新增到優先順序佇列中對應的位置，透過siftUp方法，保證按照元素的優先順序排序。
如果新插入的元素是佇列頭，即更換了佇列頭，那麼就要喚醒正在等待獲取任務的執行緒。這些執行緒可能是因為原佇列頭元素的延時時間沒到，而等待的。
陣列擴容方法：
private void grow() { int oldCapacity = queue.length; // 每次擴容增加原來陣列的一半數量。
int newCapacity = oldCapacity + (oldCapacity >> 1); // grow 50%
if (newCapacity 2.5 獲取佇列頭元素
2.5.1 立即獲取佇列頭元素
public RunnableScheduledFuture> poll() { final ReentrantLock lock = this.lock;
lock.lock(); try {
RunnableScheduledFuture> first = queue[0]; // 佇列頭任務是null，或者任務延時時間沒有到，都返回null
if (first == null || first.getDelay(NANOSECONDS) > 0) return null; else
// 移除佇列頭元素
return finishPoll(first);
} finally {
lock.unlock();
}
}當佇列頭任務是null，或者任務延時時間沒有到，表示這個任務還不能返回，因此直接返回null。否則呼叫finishPoll方法，移除佇列頭元素並返回。
// 移除佇列頭元素
private RunnableScheduledFuture> finishPoll(RunnableScheduledFuture> f) { // 將佇列中元素個數減一
int s = --size; // 獲取佇列末尾元素x
RunnableScheduledFuture> x = queue[s]; // 原佇列末尾元素設定為null
queue[s] = null; if (s != 0) // 因為移除了佇列頭元素，所以進行重新排序。
siftDown(0, x);
setIndex(f, -1); return f;
}這個方法與我們在第一節中，介紹堆的刪除方法一樣。
先將佇列中元素個數減一。
將原佇列末尾元素設定成佇列頭元素，再將佇列末尾元素設定為null。
呼叫siftDown(0, x)方法，保證按照元素的優先順序排序。
2.5.2 等待獲取佇列頭元素
public RunnableScheduledFuture> take() throws InterruptedException { final ReentrantLock lock = this.lock;
lock.lockInterruptibly(); try { for (;;) {
RunnableScheduledFuture> first = queue[0]; // 如果沒有任務，就讓執行緒在available條件下等待。
if (first == null)
available.await(); else { // 獲取任務的剩餘延時時間
long delay = first.getDelay(NANOSECONDS); // 如果延時時間到了，就返回這個任務，用來執行。
if (delay 如果佇列中沒有任務，那麼就讓當前執行緒在available條件下等待。如果佇列頭任務的剩餘延時時間delay大於0，那麼就讓當前執行緒在available條件下等待delay時間。
如果佇列插入了新的佇列頭，它的剩餘延時時間肯定小於原來佇列頭的時間，這個時候就要喚醒等待執行緒，看看它是否能獲取任務。
2.5.3 超時等待獲取佇列頭元素
public RunnableScheduledFuture> poll(long timeout, TimeUnit unit) throws InterruptedException { long nanos = unit.toNanos(timeout); final ReentrantLock lock = this.lock;
lock.lockInterruptibly(); try { for (;;) {
RunnableScheduledFuture> first = queue[0]; // 如果沒有任務。
if (first == null) { // 超時時間已到，那麼就直接返回null
if (nanos 與take方法相比較，就要考慮設定的超時時間，如果超時時間到了，還沒有獲取到有用任務，那麼就返回null。其他的與take方法中邏輯一樣。
三. 總結
使用優先順序佇列DelayedWorkQueue，保證新增到佇列中的任務，會按照任務的延時時間進行排序，延時時間少的任務首先被獲取。
作者：wo883721
連結：
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/2144/viewspace-2802428/，如需轉載，請註明出處，否則將追究法律責任。
相關文章
- 封裝優先順序佇列封裝佇列
- 棧,佇列,優先順序佇列簡單介面使用佇列
- Redis實現任務佇列、優先順序佇列Redis佇列
- 佇列 優先順序佇列 python 程式碼實現佇列Python
- Facebook的分散式優先順序佇列FOQS分散式佇列
- [PY3]——實現一個優先順序佇列佇列
- [演算法系列之四]優先順序佇列演算法佇列
- Python3 執行緒優先順序佇列（ Queue）Python執行緒佇列
- 個推基於 Apache Pulsar 的優先順序佇列方案Apache佇列
- RMQ——支援合併和優先順序的訊息佇列MQ佇列
- java運算子優先順序Java
- Python 列表推導及優先順序佇列的實現Python佇列
- java setPriority()設定優先順序Java
- java執行緒優先順序Java執行緒
- 原始碼解析C#中PriorityQueue(優先順序佇列)的實現原始碼C#佇列
- Java優先佇列（PriorityQueue）示例Java佇列
- CSS優先順序CSS
- 基於EasyNetQ封裝RabbitMQ,優先順序郵件服務佇列封裝MQ佇列
- 優先順序佇列是一種什麼樣的資料結構佇列資料結構
- 【資料結構】堆排序和模擬實現優先順序佇列！！資料結構排序佇列
- 佇列-順序儲存佇列
- 順序佇列基本操作佇列
- 中斷優先順序
- Java之執行緒的優先順序Java執行緒
- 【資料結構】佇列（順序佇列、鏈佇列）的JAVA程式碼實現資料結構佇列Java
- python運算子及優先順序順序Python
- PHP優先佇列PHP佇列
- 堆--優先佇列佇列
- 優先佇列 (轉)佇列
- Android程式優先順序Android
- SQL 優先順序join＞whereSQL
- nginx快取優先順序Nginx快取
- php運算子優先順序PHP
- css優先順序彙總CSS
- .NET 6 優先佇列 PriorityQueue 實現分析佇列
- Python例項屬性的優先順序分析Python
- 淺談優先佇列佇列
- STL 優先佇列 用法佇列