一、概述
有关优先级队列PriorityQueue的学习,我们前面已经学习过了,而PriorityBlockingQueue 同样是优先级队列,并且是一种无界的阻塞队列,该队列使用了和PriorityQueue相同的排序规则,在此基础上提供了阻塞的操作;虽然该队列在逻辑上是无容量限制的,但实际上是有最大容量限制的,超过最大容量有可能会导致OutOfMemoryError。我们再来简单看下优先级队列的一些特性:
- 和普通的先进先出(FIFO)的队列不同,优先队列每次取出的元素都是队列中优先级最高的,PriorityBlockingQueue默认优先级最高的是元素最小的值,当然也可以按照我们指定的规则来自定义优先级;
- 队列不允许null元素;
- 默认情况下该队列根据元素的自然顺序进行排序,或者根据传入的比较器进行排序,但该队列不保证具有相同优先级的元素的排序;
- 和PriorityQueue很像,PriorityBlockingQueue底层也是通过数组来实现的;默认情况下,PriorityBlockingQueue有默认的队列容量大小,但当队列满了之后,队列会自动扩容,直到最大容量;
- 队列是基于小顶堆(或者最小堆)来实现的,也就是说小顶堆堆根结点是所有数据中最小的元素,并且堆中每个结点的值总是不大于其孩子结点的值。
用图来简单的对最小堆举个例子:
由于PriorityBlockingQueue对底层存储结构是数组,所以我们特地对元素标了编号,其实这也就是在数组中的下标值,最终存储格式可以看下图:
可以观察下父子之间的编号,也就是在数组中的下标值,可以发现:
如果节点的下标是
i
,那么i
节点对应的子节点在数组中的位置分别是:2i + 1
,2i + 2
,同时i
的父节点的位置是(i -1)/2
,根据这个公式,我们可以很方便的找到每个节点的父亲节点和孩子节点。
其中,对堆最主要的操作有两种:上浮和下沉,但前提是堆是有序的,后续我们结合方法再来学习这两个主要操作。
二、PriorityBlockingQueue
接下来我们来学习PriorityBlockingQueue的源码实现,首先我们还是先来看下继承结构。
1. 继承结构
public class PriorityBlockingQueue<E> extends AbstractQueue<E>
implements BlockingQueue<E>, java.io.Serializable {
可以看到,和其他的阻塞队列差不多,实现了BlockingQueue,然后继承了AbstractQueue,并且支持序列化。接下来来看下属性。
2. 属性
/**
* 默认队列的容量
*/
private static final int DEFAULT_INITIAL_CAPACITY = 11;
/**
* 队列的最大容量,超过该容量会导致OutOfMemoryError
*/
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
/**
* 队列底层通过数组来实现
*/
private transient Object[] queue;
/**
* 队列中元素数量
*/
private transient int size;
/**
* 比较器
*/
private transient Comparator<? super E> comparator;
/**
* Lock used for all public operations
* 用于队列操作的可重入锁
*/
private final ReentrantLock lock;
/**
* 队列不为空的Condition条件
*/
private final Condition notEmpty;
/**
* 专为队列扩容时用的锁
*/
private transient volatile int allocationSpinLock;
/**
* 普通优先级队列PriorityQueue,仅用于序列化
*/
private PriorityQueue<E> q;
可以看到,PriorityBlockingQueue 底层还是通过数组来实现,并且支持设置初始化容量和指定相应的比较器,但该容量只是初始容量,当队列满了之后,数组会进行扩容操作,直到达到最大容量限制,达到最大容量限制后,再添加就会抛出异常,而不是进行阻塞。
3. 构造方法
接下来我们来简单看下该队列的构造方法:
public PriorityBlockingQueue() {
// 默认初始化容量
this(DEFAULT_INITIAL_CAPACITY, null);
}
public PriorityBlockingQueue(int initialCapacity) {
// 指定初始化容量
this(initialCapacity, null);
}
public PriorityBlockingQueue(int initialCapacity,
Comparator<? super E> comparator) {
if (initialCapacity < 1)
throw new IllegalArgumentException();
// 构造可重入锁
this.lock = new ReentrantLock();
this.notEmpty = lock.newCondition();
// 比较器
this.comparator = comparator;
// 数组初始化容量
this.queue = new Object[initialCapacity];
}
前三个构造方法都比较简单,来看下最后一个构造方法:
public PriorityBlockingQueue(Collection<? extends E> c) {
// 构建可重入锁及对应的Condition条件
this.lock = new ReentrantLock();
this.notEmpty = lock.newCondition();
// 堆是否进行有序化操作,因为原先集合可能不是有序的
boolean heapify = true; // true if not known to be in heap order
// 堆是否要扫描null值
boolean screen = true; // true if must screen for nulls
// 如果集合属于有序的SortedSet集合,获取SortedSet的比较器,并将heapify设置为false
if (c instanceof SortedSet<?>) {
SortedSet<? extends E> ss = (SortedSet<? extends E>) c;
this.comparator = (Comparator<? super E>) ss.comparator();
heapify = false;
}
// 否则,如果集合本身就是一个 PriorityBlockingQueue队列
else if (c instanceof PriorityBlockingQueue<?>) {
PriorityBlockingQueue<? extends E> pq =
(PriorityBlockingQueue<? extends E>) c;
// 获取集合的比较器,并将screen设置为false,因为PriorityBlockingQueue本身就不包含null,不用再次扫描
this.comparator = (Comparator<? super E>) pq.comparator();
screen = false;
// 并且PriorityBlockingQueue本身就有序,也不用再次有序化
if (pq.getClass() == PriorityBlockingQueue.class) // exact match
heapify = false;
}
// 将集合转化成数组
Object[] a = c.toArray();
// 获取数组长度
int n = a.length;
// If c.toArray incorrectly doesn't return Object[], copy it.
// 如果此时a的数据类型不是Object[],拷贝一份
if (a.getClass() != Object[].class)
a = Arrays.copyOf(a, n, Object[].class);
// 如果需要扫描null并且(要么元素就1个,要么元素可排序)
if (screen && (n == 1 || this.comparator != null)) {
for (int i = 0; i < n; ++i)
if (a[i] == null)
throw new NullPointerException();
}
// 数组赋值
this.queue = a;
// 容量赋值
this.size = n;
// 有序化操作
if (heapify)
heapify();
}
最后一个构造方法有点小复杂,需要先判断是否需要排序,是否需要扫描集合中值为null的元素,然后这两者操作完成之后,如果需要排序,再进行有序化操作:
private void heapify() {
Object[] array = queue;
int n = size;
// 计算非叶子结点元素的最大位置,循环的开始条件(在最后一个非叶子节点处开始,直到根节点)
int half = (n >>> 1) - 1;
Comparator<? super E> cmp = comparator;
if (cmp == null) {
// 循环进行下沉操作
for (int i = half; i >= 0; i--)
siftDownComparable(i, (E) array[i], array, n);
}
else {
for (int i = half; i >= 0; i--)
siftDownUsingComparator(i, (E) array[i], array, n, cmp);
}
}
所谓的有序化,其实就是循环下沉或者上浮操作,这里采用的是循环下沉操作,从非叶子结点元素的最大位置开始依次向上比较调整,直到根节点为止。
4. 方法
4.1 add/put/offer方法
首先,我们来看下入队的几个方法add/put/offer,由于最终都是通过offer方法来实现的,所以我们主要来看下offer方法。
public boolean add(E e) {
return offer(e);
}
public void put(E e) {
offer(e); // never need to block
}
public boolean offer(E e, long timeout, TimeUnit unit) {
return offer(e); // never need to block
}
public boolean offer(E e) {
// 元素不能为空
if (e == null)
throw new NullPointerException();
final ReentrantLock lock = this.lock;
// 获取锁
lock.lock();
int n, cap;
Object[] array;
// 如果元素数量大于数组容量,进行扩容操作
while ((n = size) >= (cap = (array = queue).length))
tryGrow(array, cap);
try {
// 获取比较器
Comparator<? super E> cmp = comparator;
// 如果没有比较器,根据默认自然规则进行排序
// 然后进行上浮操作
if (cmp == null)
siftUpComparable(n, e, array);
else
// 有比较器的上浮操作
siftUpUsingComparator(n, e, array, cmp);
// 队列中元素数量+1
size = n + 1;
// 元素添加完成,说明队列不为空了,唤醒在notEmpty条件上的线程
notEmpty.signal();
} finally {
lock.unlock();
}
// 由于队列无容量限制,所以会一直返回true
return true;
}
可以看到,添加元素的时候还是挺简单的:
- 首先对元素进行非空校验,然后获取可重入锁;
- 然后循环判断队列元素的数量是否大于数组容量,如果大于进行扩容操作;
- 获取比较器,添加元素,然后进行上浮操作;
- 最后唤醒notEmpty条件上的线程;
这里会调用扩容方法进行扩容操作,我们来看下这个方法。
4.2 tryGrow方法
private void tryGrow(Object[] array, int oldCap) {
// 扩容前必须先释放锁,然后再重新获取
lock.unlock(); // must release and then re-acquire main lock
Object[] newArray = null;
// 如果allocationSpinLock == 0,通过CAS方法设置为1,表示同一时刻,只有一个线程可以扩容操作
if (allocationSpinLock == 0 &&
UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,
0, 1)) {
try {
// 这里扩容的时候做了一点小处理,后续详细说
int newCap = oldCap + ((oldCap < 64) ?
(oldCap + 2) : // grow faster if small
(oldCap >> 1));
// 该模块是为了保证数组的容量不超过最大容量,如果超过了,提示OutOfMemoryError错误
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;
}
// 如果数组没有被修改,生成新的容量的数组
if (newCap > oldCap && queue == array)
newArray = new Object[newCap];
} finally {
// 将allocationSpinLock重新设置为0,表示当前线程操作完成
allocationSpinLock = 0;
}
}
// 如果其他线程对队列进行了操作,则放弃扩容,并退出
if (newArray == null) // back off if another thread is allocating
Thread.yield();
// 再次加锁
lock.lock();
// 再次判断queue == array是否相等,相等的话,进行元素的复制
if (newArray != null && queue == array) {
queue = newArray;
System.arraycopy(array, 0, newArray, 0, oldCap);
}
}
可以看到扩容方法中,使用了allocationSpinLock
这个变量,在扩容前,该方法会释放锁,那么这时候就可能有其他的线程进行操作,为了保证扩容时的线程安全,所以添加了这个变量。在扩容的时候,会通过CAS操作把这个值设置为1,表示只有一个线程可以执行扩容操作,扩容操作完成后,会重置该值为1。
而要判断其他线程是否对队列元素进行了修改的话,是通过
queue == array
来判断,如果其他线程对队列进行了修改,那么就会放弃扩容,因此在offer
中会看到有一个 while 循环来判断是否真正需要扩容。
另外,针对扩容的容量这点代码,来简单说下:
int newCap = oldCap + ((oldCap < 64) ?
(oldCap + 2) : // grow faster if small
(oldCap >> 1));
如果原先队列的容量小于64,则扩充相当于1倍;如果容量大于64,则扩容原先容量的50%。也就是说,如果队列原先容量很小的话,那就多扩充些,如果容量大一点的话,那就少扩充些。
借用PriorityQueue 的说法,就是:Double size if small; else grow by 50%
4.3 siftUpComparable方法
然后这里还会调用到上浮的操作:没有比较器的siftUpComparable
和有比较器的siftUpUsingComparator
,因为两者操作相似,这里我们直接来看 siftUpComparable 方法即可:
private static <T> void siftUpComparable(int k, T x, Object[] array) {
// 首先获取元素本身默认的比较器对象
Comparable<? super T> key = (Comparable<? super T>) x;
// 这里的k表示元素要插入的位置,第一次循环的时候表示的array[size]位置,也就是数组中最后一个元素
// 的下一个元素的位置,这里会循环操作
while (k > 0) {
// 找到该元素的父元素的位置,parent = (thisNode-1)/2,这里使用了无符号右移
int parent = (k - 1) >>> 1;
// 获取父元素
Object e = array[parent];
// 如果当前元素大于等于父元素,直接退出循环,说明元素不需要上浮
if (key.compareTo((T) e) >= 0)
break;
// 如果当前元素小于父元素,将父元素进行下沉到k所在的节点处
array[k] = e;
// 然后重置k,从父元素位置再次向上接着进行判断
k = parent;
}
// 找到最终的位置k,将元素保存在这
array[k] = key;
}
上浮的操作其实很简单,我们在前面学习 PriorityQueue 的时候就已经介绍过了,这里只需要看一下流程操作图即可:
4.4 poll方法
接下来,我们来看下出队的几个方法,首先来看下poll方法。poll方法本身没什么好说的,主要是该方法会调用出队的主要方法 dequeue
,我们主要就是来看下这个方法:
public E poll() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
return dequeue();
} finally {
lock.unlock();
}
}
private E dequeue() {
// 数组中元素数量-1
int n = size - 1;
// 如果数组中没有元素,直接返回null
if (n < 0)
return null;
else {
Object[] array = queue;
// 获取数组的第一个元素,也就是要出队的元素
E result = (E) array[0];
// 获取数组的最后一个元素 array[size - 1]
E x = (E) array[n];
// 将数组的最后一个元素设置为null
array[n] = null;
Comparator<? super E> cmp = comparator;
if (cmp == null)
// 进行元素的下沉操作
siftDownComparable(0, x, array, n);
else
siftDownUsingComparator(0, x, array, n, cmp);
// 数组中数量 - 1
size = n;
// 返回数组原先的第一个元素
return result;
}
}
其实,出队的操作流程也很简单,获取第一个元素出队,然后将最后一个元素移动到第一个元素位置(并不是真的放到第一个位置),然后进行下沉操作即可。这里主要的方法是下沉方法siftDownComparable
和siftDownUsingComparator
,同样,我们来看下 siftDownComparable方法。
4.5 siftDownComparable方法
private static <T> void siftDownComparable(int k, T x, Object[] array,
int n) {
if (n > 0) {
Comparable<? super T> key = (Comparable<? super T>)x;
// 计算非叶子结点元素的最大位置,循环的终止条件(在最后一个非叶子节点处结束)
int half = n >>> 1; // loop while a non-leaf
// 其中k表示数组中原先 最后一个元素要放置的位置
while (k < half) {
// 计算k位置的左孩子的位置 => 2 * k + 1
int child = (k << 1) + 1; // assume left child is least
// 获取k位置的左孩子的值
Object c = array[child];
// 获取k位置的右孩子的位置
int right = child + 1;
// 获取左右孩子中值较小的值
if (right < n &&
((Comparable<? super T>) c).compareTo((T) array[right]) > 0)
c = array[child = right];
// 如果x 比左右孩子都小,不用下沉了,跳出循环
if (key.compareTo((T) c) <= 0)
break;
// c节点下沉
array[k] = c;
// 重置k值
k = child;
}
// 替换k位置处的值
array[k] = key;
}
}
由于PriorityQueue中也已经介绍过了,所以这里也就不多介绍了,来简单看下操作图即可:
4.6 poll(long, TimeUnit)方法
这个是超时的poll方法,表示获取并移除队列的队头元素,如果没有获取到对应的值,等待相应的超时时间。
public E poll(long timeout, TimeUnit unit) throws InterruptedException {
// 获取超时时间,纳秒
long nanos = unit.toNanos(timeout);
final ReentrantLock lock = this.lock;
// 可中断锁
lock.lockInterruptibly();
E result;
try {
// 如果没有获取到元素,并且没有超时,进行等待
while ( (result = dequeue()) == null && nanos > 0)
nanos = notEmpty.awaitNanos(nanos);
} finally {
lock.unlock();
}
return result;
}
4.7 take方法
take是出队的阻塞方法,表示获取并移除队列的队头元素,如果没有获取到元素,一直等待:
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
// 可中断锁
lock.lockInterruptibly();
E result;
try {
// 如果没有获取到元素,一直等待,直到被唤醒
while ( (result = dequeue()) == null)
notEmpty.await();
} finally {
lock.unlock();
}
return result;
}
4.8 peek方法
peek方法只获取队头元素,不移除元素:
public E peek() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
// 获取队头元素
return (size == 0) ? null : (E) queue[0];
} finally {
lock.unlock();
}
}
4.9 writeObject方法
从上面的操作我们可以看到,PriorityBlockingQueue中的属性private PriorityQueue<E> q;
一直没有用到,因为该属性在该对象中只有一个用处就是用于序列化的,我们来看下序列化方法writeObject:
private void writeObject(java.io.ObjectOutputStream s)
throws java.io.IOException {
lock.lock();
try {
// avoid zero capacity argument
q = new PriorityQueue<E>(Math.max(size, 1), comparator);
q.addAll(this);
s.defaultWriteObject();
} finally {
q = null;
lock.unlock();
}
}
之所以这样做,是为了避免过多的null值被序列化。
5. 总结
到这里一些主要的方法都学习过了,其他一些方法,大家有兴趣的可以自己了解下,或者参考原先学习PriorityQueue时的内容,而有关PriorityQueue原先学习的链接地址是:Java1.8-PriorityQueue源码解析。不过方法中最主要的还是队列的上浮和下沉两个操作。
本文参考除了包含官方文档之外,还包括:
Java 并发 --- 阻塞队列之PriorityBlockingQueuey源码分析 - csdn.net
另外本文画图工具:ProcessOn