本文共 7596 字，大约阅读时间需要 25 分钟。

PriorityBlockingQueue笔记

概述

带优先级的阻塞队列，其底层是一个数组，该队列会自动扩容，默认会使用对象的 compareTo 方法进行比较，也可以自定义 comparator

/** Default array capacity. */    private static final int DEFAULT_INITIAL_CAPACITY = 11;    /** The maximum size of array to allocate. Some VMs reserve some header words in an array. */    private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;    /**     * Priority queue represented as a balanced binary heap: the two     * children of queue[n] are queue[2*n+1] and queue[2*(n+1)].  The     * priority queue is ordered by comparator, or by the elements'     * natural ordering, if comparator is null: For each node n in the     * heap and each descendant d of n, n <= d.  The element with the     * lowest value is in queue[0], assuming the queue is nonempty.     */    private transient Object[] queue;    /** The number of elements in the priority queue. */    private transient int size;    /** The comparator, or null if priority queue uses elements' natural ordering. */    private transient Comparator
    comparator;    /** Lock used for all public operations */    private final ReentrantLock lock;    /** Condition for blocking when empty */    private final Condition notEmpty;    /** Spinlock for allocation, acquired via CAS.自旋锁保证只有一个线程进行扩容 0：没有进行扩容   1：扩容已经开始*/    private transient volatile int allocationSpinLock;    /**     * A plain PriorityQueue used only for serialization,     * to maintain compatibility with previous versions     * of this class. Non-null only during serialization/deserialization.     */    private PriorityQueue
   
     q;
   

方法分析

构造函数

使用默认的构造参数，会创建一个容量为 11，使用元素的 compareTo 方法

public PriorityBlockingQueue() {
       this(DEFAULT_INITIAL_CAPACITY, null);}

public PriorityBlockingQueue(int initialCapacity) {
       this(initialCapacity, null);}

public PriorityBlockingQueue(int initialCapacity,                             Comparator
    comparator) {
       if (initialCapacity < 1)        throw new IllegalArgumentException();    this.lock = new ReentrantLock();    this.notEmpty = lock.newCondition();    this.comparator = comparator;    this.queue = new Object[initialCapacity];}

tryGrow(Object[] array, int oldCap)

该方法是 PriorityBlockingQueue 的扩容方法

private void tryGrow(Object[] array, int oldCap) {
       // 先释放锁，这里不释放锁也是没有问题的，但是扩容时间是比较耗时的，如果不释放锁，其他线程就会阻塞，降低并发性能，所以使用 CAS 保证只有一个线程扩容成功    lock.unlock();    Object[] newArray = null;    // 还没有开始扩容    if (allocationSpinLock == 0 &&        // CAS 操作将 allocationSpinLock 的值变为 1        UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,                                 0, 1)) {
           try {
               // 扩容方案，如果阈值小于 64，则 n*2+2 的扩容（这样扩容比较快），如果大于等于 64，则扩容为之前的两倍（右移一位）            int newCap = oldCap + ((oldCap < 64) ?                                   (oldCap + 2) : // grow faster if small                                   (oldCap >> 1));            // 如果新的阈值已经大于阈值最大值            if (newCap - MAX_ARRAY_SIZE > 0) {
       // possible overflow                // 最小扩容阈值为旧的阈值 +1                int minCap = oldCap + 1;                // 如果最小扩容阈值已经超过了 int 的取值范围或者大于了阈值最大值，直接抛出 OOM 错误                if (minCap < 0 || minCap > MAX_ARRAY_SIZE)                    throw new OutOfMemoryError();                // 新阈值直接给与最大阈值                newCap = MAX_ARRAY_SIZE;            }            // 如果新阈值            if (newCap > oldCap && queue == array)                newArray = new Object[newCap];        } finally {
               // 无论扩容成功或者失败，都会将 allocationSpinLock 的值变回 0            allocationSpinLock = 0;        }    }    // 如果 CAS 操作失败，则让出 CPU使用权让扩容线程先获取锁，如果先获取了锁，会走到调用该方法外部循环重新释放锁    if (newArray == null)        Thread.yield();    lock.lock();    // 如果扩容成功，并且原队列等于传入的队列（即没有被修改过）    if (newArray != null && queue == array) {
           // 将新的队列指向 queue 队列扩容        queue = newArray;        // 将之前的数组复制到新数组        System.arraycopy(array, 0, newArray, 0, oldCap);    }}

siftUpComparable(int k, T x, Object[] array)

利用元素的 compareTo 方法进行排序，排序方式是将其顺序排成一个二叉树方式

private static 
   
     void siftUpComparable(int k, T x, Object[] array) {
       Comparable
     key = (Comparable
    ) x;    // 如果队列长度大于 0，则进行排序，否则直接插入    while (k > 0) {
           // 相当于找到二叉树堆的根节点（最小值节点）        int parent = (k - 1) >>> 1;        Object e = array[parent];        if (key.compareTo((T) e) >= 0)            break;        array[k] = e;        k = parent;    }    array[k] = key;}
   

offer(E e)

插入一个非 null 元素，永远返回 true，put(E e) 和 add(E e) 都是调用的 offer(E e) 方法

public boolean offer(E e) {
       if (e == null)        throw new NullPointerException();    final ReentrantLock lock = this.lock;    lock.lock();    int n, cap;    Object[] array;    // 自旋操作，如果原队列和新队列长度相同    while ((n = size) >= (cap = (array = queue).length))        tryGrow(array, cap);    try {
           Comparator
    cmp = comparator;        // 如果没有传入比较方法        if (cmp == null)            // 使用元素的比较方法进行二叉树堆排序            siftUpComparable(n, e, array);        else            // 使用传入的比较方法进行二叉树堆排序            siftUpUsingComparator(n, e, array, cmp);        size = n + 1;        notEmpty.signal();    } finally {
           lock.unlock();    }    return true;}

siftDownComparable(int k, T x, Object[] array, int n)

在二叉树堆中找到找到最小的值作为队首节点

private static 
   
     void siftDownComparable(int k, T x, Object[] array, int n) {
       if (n > 0) {
           Comparable
     key = (Comparable
    )x;        // 找到队列中间节点        int half = n >>> 1;        // 如果没有遍历到最中间的节点        while (k < half) {
               // 找到二叉树堆的左子节点角标            int child = (k << 1) + 1;            Object c = array[child];            // 找到二叉树堆的右子节点角标            int right = child + 1;            // 如果右子节点不是最后一个节点，找到值比较小的子叶根节点值作为子节点            if (right < n &&                ((Comparable
    ) c).compareTo((T) array[right]) > 0)                c = array[child = right];            // 如果子节点比最后一个节点小，则跳出循环            if (key.compareTo((T) c) <= 0)                break;            array[k] = c;            k = child;        }        // 最小值设给队首        array[k] = key;    }}
   

dequeue()

弹出最小的元素（二叉树堆的根节点），没有节点就返回 null

private E dequeue() {
       // 先算出弹出后的队列长度    int n = size - 1;    // 如果 n < 0，表示之前队列是空的，直接返回 null    if (n < 0)        return null;    else {
           // 获取队列数组的副本        Object[] array = queue;        // 取出头部节点        E result = (E) array[0];        // 取出队尾        E x = (E) array[n];        // 将队尾元素设置为 null        array[n] = null;        Comparator
    cmp = comparator;        if (cmp == null)            // 在二叉树堆中找到找到最小的值作为队首节点            siftDownComparable(0, x, array, n);        else            siftDownUsingComparator(0, x, array, n, cmp);        // 将队列长度设置为比之前 -1        size = n;        return result;    }}

poll()

弹出最小的元素（二叉树堆的根节点），没有节点就返回 null

public E poll() {
       final ReentrantLock lock = this.lock;    lock.lock();    try {
           // 返回最小的元素        return dequeue();    } finally {
           lock.unlock();    }}

take()

弹出最小的元素，如果队列没有元素。则挂起阻塞，直到插入元素被唤醒，如果在挂起等待唤醒过程中被中止，则抛出异常

public E take() throws InterruptedException {
       final ReentrantLock lock = this.lock;    lock.lockInterruptibly();    E result;    try {
           // 防止虚假唤醒        while ( (result = dequeue()) == null)            notEmpty.await();    } finally {
           lock.unlock();    }    return result;}

peek()

返回最小的元素，由于不需要改变队列顺序，只需要取到队首元素的值即可

public E peek() {
       final ReentrantLock lock = this.lock;    lock.lock();    try {
           // 判断队列是否有值，有则返回队首节点，没有则返回 null        return (size == 0) ? null : (E) queue[0];    } finally {
           lock.unlock();    }}

小结

PriorityBlockingQueue 在插入的的时候有自己的排序算法（二叉树堆），取出的是后如果要改变队列的顺序，会再用排序算法找到最小的值放在队首

转载地址：https://blog.csdn.net/ycxzuoxin/article/details/89351135 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！