美文网首页Java技术问答
9.队列:生产消费模式及线程池的运用

9.队列:生产消费模式及线程池的运用

作者: MageByte_青叶 | 来源:发表于2020-05-18 11:35 被阅读0次

    队列:生产消费模式及线程池的运用

    关注公众号 MageByte,设置星标获取最新干货。 “加群” 进入技术交流群获更多技术成长。

    向固定大小的线程池投放请求任务时,若果线程池中没有空闲资源了,这时候还有新的请求进来,线程池如何处理这个请求?拒绝请求还是排队?使用怎样的处理机制

    一般两种策略:

    • 直接拒绝任务请求;
    • 将请求排队,等有空闲线程的时候取出排队的请求继续处理。

    那如何存储排队的请求呢?这就是今天要讲的话题。

    其底层的数据结构就是今天我们要讲的内容,「队列」Queue

    完整代码详见 GitHub:https://github.com/UniqueDong/algorithms.git

    什么是队列

    用一个生活例子,可以想象成超市排队结账,先来的先结账,后面的人只能站在末尾,不允许插队。先进先出,这就是所谓的「队列」

    队列是一种线性数据结构,队列的出口端叫「队头」,队列的入口端叫「队尾」。

    与栈类似队列的数据结构可以使用数组实现也可以使用链表实现。关于栈的内容同学们可以翻阅历史文章学习「栈:实现浏览器前进后退」,队列最基本的操作也是两个:入队 (enqueue) ,将新元素放到队尾;出队 (dequeue),从队头移除元素,出队元素的下一个元素变成新的队头。

    作为基础的数据结构,队列的应用也很广泛,尤其是一些特定场景下的队列。比如循环队列、阻塞队列、并发队列。它们在很多偏底层系统、框架、中间件的开发中,起着关键性的作用。比如高性能队列 Disruptor、Linux 环形缓存,都用到了循环并发队列;Java concurrent 并发包利用 ArrayBlockingQueue 来实现公平锁等。

    队列与栈

    队列也是一种操作受限的线性表数据结构。

    顺序队列与链式队列

    队列是跟栈一样,是一种抽象的数据结构。 具有先进先出的特性,在队头删除数据,在队尾插入数据。

    可以使用数组实现,也可以使用链表实现。使用数组实现的叫 顺序队列,用链表实现的 叫 链式队列

    顺序队列

    一起先来看数组实现的队列:

    1. 出队操作就是把元素移除队列,只允许在队头移除,出队的下一个元素成为新的队头。
    2. 入队操作就是把新元素放入队列,只允许在队尾插入,新元素的的下一个位置成为队尾。

    随着不停地进行入队、出队操作,head 和 tail 都会持续往后移动。当 tail 移动到最右边,即使数组中还有空闲空间,也无法继续往队列中添加数据了。这个问题该如何解决呢?

    当出现这种情况的时候我们就需要做数据迁移。如图所示:当 abcd 入队后,对应的指针位置。

    image

    现在我们执行出队操作

    image

    当我们调用两次出队操作之后,队列中 head 指针指向下标为 2 的位置,tail 指针仍然指向下标为 4 的位置。

    迁移操作其实就是把整段数据移动到数组 0 开始的位置。

    image

    具体代码如下

    /**
     * 数组实现队列
     */
    public class ArrayQueue<E> extends AbstractQueue<E> {
        /**
         * The queued items
         */
        final E[] items;
        /**
         * 队头指针
         */
        private int front;
    
        /**
         * 队尾指针
         */
        private int rear;
    
        /**
         * Creates an ArrayQueue with the given capacity
         *
         * @param capacity the capacity of this queue
         */
        public ArrayQueue(Class<E> type, int capacity) {
            if (capacity <= 0) {
                throw new IllegalArgumentException();
            }
            this.items = (E[]) Array.newInstance(type, capacity);
        }
    
    
        public int capacity() {
            return items.length;
        }
    
        @Override
        public E dequeue() {
            if (front == rear) {
                throw new IllegalStateException("Queue empty");
            }
            return items[front++];
        }
    
        @Override
        public boolean enqueue(E e) {
            if (isFull()) {
                throw new IllegalStateException("Queue empty");
            }
            // 队尾没有空间了,需要执行数据迁移
            if (rear == capacity()) {
                // 数据迁移
                if (rear - front >= 0)  {
                    System.arraycopy(items, front, items, 0, rear - front);
                }
                // 调整 front 与 rear
                rear -= front;
                front = 0;
            }
            items[rear++] = e;
            return true;
        }
    
        @Override
        public boolean isFull() {
            return rear == capacity() && front == 0;
        }
    
        @Override
        public boolean isEmpty() {
            return front == rear;
        }
    }
    
    

    链式队列

    我们可以通过之前学习过的链表来实现队列,具体详见单向链表篇 。其实主要就是利用了 出队就是链表头删除数据,入队就是尾节点添加数据

    public class LinkedQueue<E> extends AbstractQueue<E> implements Queue<E> {
    
        private final SingleLinkedList<E> linkedList;
    
        public LinkedQueue() {
            this.linkedList = new SingleLinkedList<>();
        }
    
        @Override
        public E dequeue() {
            if (linkedList.isEmpty()) {
                throw new IllegalStateException("Queue empty");
            }
            return linkedList.remove();
        }
    
        @Override
        public boolean enqueue(E e) {
            return linkedList.add(e);
        }
    
        @Override
        public boolean isFull() {
            return false;
        }
    
        @Override
        public boolean isEmpty() {
            return linkedList.isEmpty();
        }
    }
    
    

    循环队列

    刚刚的例子,当 rear == capacity 的时候,会出现数据迁移操作,这样性能受到影响,那如何避免呢?

    原本数组是有头有尾的,是一条直线。现在我们把首尾相连,扳成了一个环。

    环形队列

    我们可以看到,图中这个队列的大小为 8,当前 head=4,tail=7。当有一个新的元素 a 入队时,我们放入下标为 7 的位置。但这个时候,我们并不把 tail 更新为 8,而是将其在环中后移一位,到下标为 0 的位置。当再有一个元素 b 入队时,我们将 b 放入下标为 0 的位置,然后 tail 加 1 更新为 1。所以,在 a,b 依次入队之后,循环队列中的元素就变成了下面的样子:

    image

    队列为空的判断依然是 front == rear,队列满的条件则是 (rear + 1) % capacity = front

    你有没有发现,当队列满时,图中的 tail 指向的位置实际上是没有存储数据的。所以,循环队列会浪费一个数组的存储空间。

    /**
     * 数组实现环形队列
     *
     * @param <E>
     */
    public class ArrayCircleQueue<E> extends AbstractQueue<E> {
    
        /**
         * The queued items
         */
        final E[] items;
        /**
         * 队头指针
         */
        private int front;
    
        /**
         * 队尾指针
         */
        private int rear;
    
        public int capacity() {
            return items.length;
        }
    
        /**
         * Creates an ArrayQueue with the given capacity
         *
         * @param capacity the capacity of this queue
         */
        public ArrayCircleQueue(Class<E> type, int capacity) {
            if (capacity <= 0) {
                throw new IllegalArgumentException();
            }
            this.items = (E[]) Array.newInstance(type, capacity);
        }
    
        @Override
        public E dequeue() {
            if (front == rear) {
                throw new IllegalStateException("Queue empty");
            }
            E item = items[front];
            front = (front + 1) % items.length;
            return item;
        }
    
        @Override
        public boolean enqueue(E e) {
            checkNotNull(e);
            int newRear = (rear + 1) % items.length;
            if (newRear == front) {
                throw new IllegalStateException("Queue full");
            }
            items[rear] = e;
            this.rear = newRear;
            return true;
        }
    
        @Override
        public boolean isFull() {
            return (rear + 1) % items.length == front;
        }
    
        @Override
        public boolean isEmpty() {
            return rear == front;
        }
    }
    
    
    MageByte

    推荐阅读

    1.跨越数据结构与算法

    2.时间复杂度与空间复杂度

    3.最好、最坏、平均、均摊时间复杂度

    4.线性表之数组

    5.链表导论-心法篇

    6.单向链表正确实现方式

    7.双向链表正确实现

    8.栈实现浏览器的前进后退

    原创不易,觉得有用希望随手「在看」「收藏」「转发」三连。

    相关文章

      网友评论

        本文标题:9.队列:生产消费模式及线程池的运用

        本文链接:https://www.haomeiwen.com/subject/jthuohtx.html