30分钟带你了解阻塞队列所有内容,再也不怕面试官刁难你了!(上)

30分钟带你了解阻塞队列所有内容,再也不怕面试官***难你了!(上)

目录

呕心沥血,耗费一周的时间来看源码,这么优秀的博主你难道不关注一下?

1、概述

今天在整理线程池的相关内容时,发现许多面试官对于阻塞队列这块内容问的还是挺挺深入的。事实上也是,公司招人的时候,总不会去招那些只会用,但是不知道为什么的人吧。而且阻塞队列是线程池的核心内容,因此我们将这块内容给搞懂了,这样才能在开发中游刃有余,在面试时镇定自若。
然而在找寻相关博客的时候,发现除了大部分博客千篇一律的copy之外,一些原创博客出现一些内容不全、不明原理、甚至内容重复的现象,这真的是对我们求知若渴的孩子的打击。因此,我从 IDEA 中的类图功能一个个找过去,给大家解读源码,所以,这里,以我为准
先给大家看一下BlockingQueue的相关类的图。(???为什么是BlockingQueue?兄弟快去看看线程池构造函数的参数!)

2、BlockingQueue 源码解析

BlockingQueue是一个接口,它继承了Queue接口。然后下面是它的方法:

// 这里我们看到 BlockingQueue 是一个泛型接口,但是我们在线程池中用的是 Runnable 接口也就是线程可执行动作。这里了解一下
public interface BlockingQueue<E> extends Queue<E> {

	/**
	*	Q:好的,问题来了,我们看到下面三个方法都是添加元素,那么他们有什么不同嘛?
	*	A:有的,我们看上面,BlockingQueue 实现了 Queue 接口,Queue 接口又实现了 Collection 接口。其实这三个方法分别属于不同接口中的定义。
	*	add 方法来源于 Collection 接口,并且在 BlockingQueue 中定义当大小不足时,会抛出 IllegalStateException;
	*	offer 方法来源于 Queue 接口,并且在 BlockingQueue 中定义当大小不足时,会返回 false 而不是抛错;
	*	put 方法是 BlockingQueue 接口自己定义的,并且在 BlockingQueue 中定义当大小不足时会挂起,直到有足够的大小。允许被打断,打断会抛出 InterruptedException。
	*/

	// 添加元素
    boolean add(E e);

	// 添加元素
    boolean offer(E e);

	// 添加元素
    void put(E e) throws InterruptedException;

    // 添加元素,并且有一个时间。超过时间就放弃
    boolean offer(E e, long timeout, TimeUnit unit)
        throws InterruptedException;

    // 把第一个元素取走并删除,如果没有的话就挂起直到有,打断会抛出 InterruptedException
    E take() throws InterruptedException;

    // 也是拿元素,超时就放弃,打断会抛出 InterruptedException
    E poll(long timeout, TimeUnit unit)
        throws InterruptedException;

    // 查询剩余容量
    int remainingCapacity();

    // 删除元素。这里为什么不用 E 而用 Object 呢?我觉得有两点吧:1、限定了元素为非基础类型;2、在元素比较时需要用到 equals 方法,在注释中有用到
    boolean remove(Object o);

    // 查询元素,也是用 Object
    public boolean contains(Object o);

    // 将当前所有可用元素放到 C 中,需要子类自己实现。原注释提出,drainTo 方法比迭代调用 poll 元素要好,因为迭代过程出现异常可能会导致元素的丢失
    int drainTo(Collection<? super E> c);

    // 将指定大小个元素放到 C 中
    int drainTo(Collection<? super E> c, int maxElements);
}

3、ArrayBlockingQueue 源码解析

3-1、ArrayBlockingQueue 概述

ArrayBlockingQueue是一个有界BlockingQueue,内部存储使用数组ArrayBlockingQueue提供先进先出的机制,提供公平锁和非公平锁的获取(那么有同学可能要问了,既然保证了先进先出那不就肯定是公平的嘛?别急,这个问题我们在下面源码中进行回答)。

3-2、ArrayBlockingQueue 源码

我会根据使用逻辑将源码顺序进行调换,不要以出现顺序当做源码中的真实位置。

3-2-1、成员变量

首先是一些成员变量:

	// 存储元素的数组。可以看到是 final 修饰的,意味着一旦 ArrayBlockingQueue 创建之后,大小不能再改变了
    final Object[] items;

    // 下一个获取元素的索引值。为什么要这样子呢?因为 ArrayBlockingQueue 规定了获取肯定是从存储最久的元素开始的,如果是链表的话好办,直接改节点就行了,但是数组的话我们就必须用头尾指针表示当前头在哪里,尾在哪里,否则每次拿元素都得进行数组的重构,特别浪费时间。其实这两个索引值是相当于用数组来完成链表的表示的妥协方法
    int takeIndex;

    // 同上
    int putIndex;

    // 用于记录当前元素个数
    int count;

    /*
     * 下面是一些并发控制组件
     */

    // 一个可重入锁来保证并发过程中 ArrayBlockingQueue 的正确性。final 保证了这个锁的安全性
    final ReentrantLock lock;

    // 一个 condition 
    private final Condition notEmpty;

    /** Condition for waiting puts */
    private final Condition notFull;

    // 一个内部类迭代器
    transient Itrs itrs = null;
3-2-2、构造方法

构造方法:

	// 调用下面的构造方法,默认使用非公平锁
	public ArrayBlockingQueue(int capacity) {
        this(capacity, false);
    }

    // 懒加载。这边就可以看出上面提出的问题了。既然 ArrayBlockingQueue 保证了先进先出那不就肯定是公平的嘛,为什么要说提供了公平和非公平呢?我们虽然保证了阻塞队列中获取线程池中线程资源的时候是公平的,但是我们没有保证入阻塞队列的时候是公平的,我们还要保证获取 ArrayBlockingQueue 的可重入锁的等待队列的公平性(想要知道这个,AQS 相关内容了解一下)
    public ArrayBlockingQueue(int capacity, boolean fair) {
        if (capacity <= 0)
            throw new IllegalArgumentException();
        this.items = new Object[capacity];
        lock = new ReentrantLock(fair);
        notEmpty = lock.newCondition();
        notFull =  lock.newCondition();
    }

    // 在懒加载的同时还把 c 中的内容放到这个阻塞队列中来
    public ArrayBlockingQueue(int capacity, boolean fair,
                              Collection<? extends E> c) {
        this(capacity, fair);

        final ReentrantLock lock = this.lock;
        lock.lock(); // Lock only for visibility, not mutual exclusion
        try {
            int i = 0;
            try {
                for (E e : c) {
                    checkNotNull(e);
                    items[i++] = e;
                }
            } catch (ArrayIndexOutOfBoundsException ex) {
                throw new IllegalArgumentException();
            }
            count = i;
            putIndex = (i == capacity) ? 0 : i;
        } finally {
            lock.unlock();
        }
    }
3-2-3、数组辅助方法

然后是三个数组操作的辅助方法:

	// 返回 n-1 的值。当 n==0 时,返回阻塞队列的长度-1
    final int dec(int i) {
        return ((i == 0) ? items.length : i) - 1;
    }

    // 返回指定下标的元素
    @SuppressWarnings("unchecked")
    final E itemAt(int i) {
        return (E) items[i];
    }

    // 检查元素是否为 null
    private static void checkNotNull(Object v) {
        if (v == null)
            throw new NullPointerException();
    }
3-2-4、队列方法

接下来讲队列方法->进队、出队方法的实现。由于后面的代码会用到,但是后面代码太多,因此提前讲。

	// 入队。使用了 condition 是为了满足之前 BlockingQueue 接口中提出的”队列已满就挂起直到有空闲空间“的功能,这里因为加了一个元素,因此将 notEmpty(即等待取出)的那些线程唤醒
    private void enqueue(E x) {
        // assert lock.getHoldCount() == 1;
        // assert items[putIndex] == null;
        final Object[] items = this.items;
        items[putIndex] = x;
        // 增加元素后将尾指针的位置进行合理修改
        if (++putIndex == items.length)
            putIndex = 0;
        count++;
        // 唤醒那些准备出队的线程
        notEmpty.signal();
    }

    // 出队。使用 condition 的原因跟上面相同。和上面形成互补
    private E dequeue() {
        // assert lock.getHoldCount() == 1;
        // assert items[takeIndex] != null;
        final Object[] items = this.items;
        @SuppressWarnings("unchecked")
        E x = (E) items[takeIndex];
        items[takeIndex] = null;
        // 元素出队后将头指针的位置进行合理修改
        if (++takeIndex == items.length)
            takeIndex = 0;
        count--;
        // 在迭代器中将元素出队
        if (itrs != null)
            itrs.elementDequeued();
        // 唤醒那些准备入队的线程
        notFull.signal();
        return x;
    }

    // 删除指定下标的元素(只有持有锁的线程才能这么做)
    void removeAt(final int removeIndex) {
        final Object[] items = this.items;
        // 如果下标值和头指针相等,直接执行出队逻辑
        if (removeIndex == takeIndex) {
            // removing front item; just advance
            items[takeIndex] = null;
            if (++takeIndex == items.length)
                takeIndex = 0;
            count--;
            if (itrs != null)
                itrs.elementDequeued();
        // 下标值和头指针的值不同,那么需要将后面的元素往前搬
        } else {
            final int putIndex = this.putIndex;
            for (int i = removeIndex;;) {
                int next = i + 1;
                if (next == items.length)
                    next = 0;
                if (next != putIndex) {
                    items[i] = items[next];
                    i = next;
                } else {
                    items[i] = null;
                    this.putIndex = i;
                    break;
                }
            }
            count--;
            // 在迭代器中将元素出队
            if (itrs != null)
                itrs.removedAt(removeIndex);
        }
        // 唤醒那些准备入队的线程
        notFull.signal();
    }
3-2-5、接口方法实现

然后是 BlockingQueueQueueCollection接口中方法的实现:

	// 添加元素。add 方法没有加锁?为什么?因为 super.add 调用的是 offer 方法。。。
	public boolean add(E e) {
        return super.add(e);
    }

    // 添加元素。加锁之后判断队列是否满了,满了话返回false,否则执行入队方法
    public boolean offer(E e) {
        checkNotNull(e);
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            if (count == items.length)
                return false;
            else {
                enqueue(e);
                return true;
            }
        } finally {
            lock.unlock();
        }
    }

    // 添加元素。不同的是,这边会根据情况挂起
    public void put(E e) throws InterruptedException {
        checkNotNull(e);
        final ReentrantLock lock = this.lock;
        // 用 lock.lockInterruptibly() 而不用 lock,表明该方法允许被其他线程中断
        lock.lockInterruptibly();
        try {
            while (count == items.length)
                notFull.await();
            enqueue(e);
        } finally {
            lock.unlock();
        }
    }

    // 添加元素。超时则放弃
    public boolean offer(E e, long timeout, TimeUnit unit)
        throws InterruptedException {

        checkNotNull(e);
        long nanos = unit.toNanos(timeout);
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            while (count == items.length) {
                if (nanos <= 0)
                    return false;
                // 这个是设定等待时间,超时就会中断
                nanos = notFull.awaitNanos(nanos);
            }
            enqueue(e);
            return true;
        } finally {
            lock.unlock();
        }
    }

    // 获取元素,没有元素则返回 null,有则执行出队方法
    public E poll() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return (count == 0) ? null : dequeue();
        } finally {
            lock.unlock();
        }
    }

    // 获取元素,没有则等待。直到被入队方法唤醒
    public E take() throws InterruptedException {
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            while (count == 0)
                notEmpty.await();
            return dequeue();
        } finally {
            lock.unlock();
        }
    }

    // 获取元素,没有则等待,超时则中断
    public E poll(long timeout, TimeUnit unit) throws InterruptedException {
        long nanos = unit.toNanos(timeout);
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            while (count == 0) {
                if (nanos <= 0)
                    return null;
                nanos = notEmpty.awaitNanos(nanos);
            }
            return dequeue();
        } finally {
            lock.unlock();
        }
    }

    // 这边也是获取元素,但是元素不出队,因此不删除,所以使用 itemAt 而不是 dequeue
    public E peek() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return itemAt(takeIndex); // null when queue is empty
        } finally {
            lock.unlock();
        }
    }

    // 返回大小。这边也 lock 了,严谨!
    public int size() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return count;
        } finally {
            lock.unlock();
        }
    }

    // 返回数组剩余空间
    public int remainingCapacity() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return items.length - count;
        } finally {
            lock.unlock();
        }
    }

    // 删除元素
    public boolean remove(Object o) {
        if (o == null) return false;
        final Object[] items = this.items;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            if (count > 0) {
                final int putIndex = this.putIndex;
                int i = takeIndex;
                do {
                	// 这边使用 equals 方法进行判定,所以上面使用 Object 而不是泛型
                    if (o.equals(items[i])) {
                    	// 上面获取了锁,因此可以调用 removeAt 方法
                        removeAt(i);
                        return true;
                    }
                    if (++i == items.length)
                        i = 0;
                } while (i != putIndex);
            }
            return false;
        } finally {
            lock.unlock();
        }
    }

    // 检查元素是否存在
    public boolean contains(Object o) {
        if (o == null) return false;
        final Object[] items = this.items;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            if (count > 0) {
                final int putIndex = this.putIndex;
                int i = takeIndex;
                // 看的出来,其实是遍历
                do {
                    if (o.equals(items[i]))
                        return true;
                    if (++i == items.length)
                        i = 0;
                } while (i != putIndex);
            }
            return false;
        } finally {
            lock.unlock();
        }
    }

    // 这边返回 Object数组。但不是直接返回数组,而是调用 System.arraycopy 进行复制
    public Object[] toArray() {
        Object[] a;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            final int count = this.count;
            a = new Object[count];
            int n = items.length - takeIndex;
            // 因为有头尾指针的关系,因此需要判断。可以看的出来,这边复制之后的依然是有序的!
            if (count <= n)
                System.arraycopy(items, takeIndex, a, 0, count);
            else {
                System.arraycopy(items, takeIndex, a, 0, n);
                System.arraycopy(items, 0, a, n, count - n);
            }
        } finally {
            lock.unlock();
        }
        return a;
    }

    // 这边返回泛型数组,也是使用 System.arraycopy 进行复制,不同的是这边使用了反射来进行泛型数组的初始化
    @SuppressWarnings("unchecked")
    public <T> T[] toArray(T[] a) {
        final Object[] items = this.items;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            final int count = this.count;
            final int len = a.length;
            if (len < count)
            	// 不像 Object 那么方便,需要使用反射来进行数组的初始化
                a = (T[])java.lang.reflect.Array.newInstance(
                    a.getClass().getComponentType(), count);
            int n = items.length - takeIndex;
            if (count <= n)
                System.arraycopy(items, takeIndex, a, 0, count);
            else {
                System.arraycopy(items, takeIndex, a, 0, n);
                System.arraycopy(items, 0, a, n, count - n);
            }
            if (len > count)
                a[count] = null;
        } finally {
            lock.unlock();
        }
        return a;
    }

    // toString 方法,不多说
    public String toString() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int k = count;
            if (k == 0)
                return "[]";

            final Object[] items = this.items;
            StringBuilder sb = new StringBuilder();
            sb.append('[');
            for (int i = takeIndex; ; ) {
                Object e = items[i];
                sb.append(e == this ? "(this Collection)" : e);
                if (--k == 0)
                    return sb.append(']').toString();
                sb.append(',').append(' ');
                if (++i == items.length)
                    i = 0;
            }
        } finally {
            lock.unlock();
        }
    }

    // 清空队列。因为有加锁,因此可以认为是原子操作
    public void clear() {
        final Object[] items = this.items;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int k = count;
            if (k > 0) {
                final int putIndex = this.putIndex;
                int i = takeIndex;
                // 循环将数组清空。因为原数组是 final 的,因此不能直接 new 一个这么简单
                do {
                    items[i] = null;
                    if (++i == items.length)
                        i = 0;
                } while (i != putIndex);
                takeIndex = putIndex;
                count = 0;
                // 顺便将迭代器中的也清空
                if (itrs != null)
                    itrs.queueIsEmpty();
                // 将阻塞队列中想要添加元素的线程全部唤醒
                for (; k > 0 && lock.hasWaiters(notFull); k--)
                    notFull.signal();
            }
        } finally {
            lock.unlock();
        }
    }

    // 调用下面 drainTo 方法
    public int drainTo(Collection<? super E> c) {
        return drainTo(c, Integer.MAX_VALUE);
    }

    // 使用锁来保证元素转移的时候不会出问题
    public int drainTo(Collection<? super E> c, int maxElements) {
        checkNotNull(c);
        if (c == this)
            throw new IllegalArgumentException();
        if (maxElements <= 0)
            return 0;
        final Object[] items = this.items;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int n = Math.min(maxElements, count);
            int take = takeIndex;
            int i = 0;
            try {
                while (i < n) {
                    @SuppressWarnings("unchecked")
                    E x = (E) items[take];
                    c.add(x);
                    items[take] = null;
                    if (++take == items.length)
                        take = 0;
                    i++;
                }
                return n;
            } finally {
                // 如果出错,那么搬过去的内容也不转回来
                if (i > 0) {
                    count -= i;
                    takeIndex = take;
                    if (itrs != null) {
                        if (count == 0)
                            itrs.queueIsEmpty();
                        else if (i > take)
                            itrs.takeIndexWrapped();
                    }
                    for (; i > 0 && lock.hasWaiters(notFull); i--)
                        notFull.signal();
                }
            }
        } finally {
            lock.unlock();
        }
    }
3-2-6、内部类

接下来是两个内部类,这两个内部类提供了更多复杂的方法,但是跟我们阻塞队列的主逻辑(BlockingQueue)没有关系,因此这边搁置不谈,大家有兴趣可以自己去看,以后有机会我再补上来。

ArrayBlockingQueue 总结

上面我们看完了 ArrayBlockingQueue 的源码,相信大家都已经看过了。在1.8中,ArrayBlockingQueue一共也只有 1444 行源码,去除注释和无关核心的内容不谈也就寥寥几百行,所以看源码 jdk 源码真的不难,只要肯坚持。看到这边大家也忘得差不多了,这边再总结一下:

  • ArrayBlockingQueue 是一个有界队列,创建之后大小不能修改;
  • ArrayBlockingQueue 使用了头尾指针来构建队列,而不是链表的方式;
  • ArrayBlockingQueue 提供公平和非公平的机制,来让大家去向线程池中的资源,这种机制取决于队列的 FIFO 和可重入锁的公平机制的配合;
  • 内部使用了 condition 来唤醒或等待。

4、LinkedBlockingQueue 源码解析

4-1、LinkedBlockingQueue 概述

LinkedBlockingQueue是一个无界的阻塞队列,内部采用Node链表来实现队列,实现了FIFO的特性。不同于ArrayBlockingQueue,LinkedBlockingQueue只提供了非公平的抢锁机制,因此入队先后是不公平的(这点在代码中可以体现)。

4-2、LinkedBlockingQueue 源码

4-2-1、Node 类

使用静态内部类Node来作为存储结构:

	// 可以看到节点只有'元素'和'next'两个成员,因此形成的链表是单向的
	static class Node<E> {
        E item;

        Node<E> next;

        Node(E x) { item = x; }
    }
4-2-2、成员变量

接下来是一些成员变量(这里为了统一称呼我把 final 类型的也成为'变量')

	// final 修饰的容量,因此可以看出容量是固定的。那就得看初始值是啥了
    private final int capacity;

    // final 和原子类型修饰的元素个数。使用原子类型来保证多线程操作的安全性。注意:使用 final 并不意味着值不能修改,只是该引用指向的对象地址不能修改而已,真正的值是 AtomicInteger 里的`private volatile int value;`,可以通过`setValue()`方法修改
    private final AtomicInteger count = new AtomicInteger();

    // 头结点
    transient Node<E> head;

    // 尾结点
    private transient Node<E> last;

    /**
    *	注意这里,LinkedBlockingQueue 将入队锁出队锁分离,提高了队列的操作速度,因此能够提高并发量
    */

    // 出队锁,使用饿汉,并用 final 修饰保证锁不被替换
    private final ReentrantLock takeLock = new ReentrantLock();

    // 非空条件对象,用来挂起和唤醒获取元素的线程
    private final Condition notEmpty = takeLock.newCondition();

    // 出队锁
    private final ReentrantLock putLock = new ReentrantLock();

    // 没满条件对象,用来挂起和唤醒添加元素的线程
    private final Condition notFull = putLock.newCondition();
4-2-3、构造方法

LinkedBlockingQueue的构造函数跟ArrayBlockingQueue差不多吧,只有一些细节地方需要注意

	// 调用下面的构造方法,注意默认的队列长度设置为 Integer.MAX_VALUE,因此 LinkedBlockingQueue 默认是无界队列,如果这么多的话容易导致 OOM,因此建议自己手动设置一个值,设置成有界队列。
	public LinkedBlockingQueue() {
        this(Integer.MAX_VALUE);
    }

    // 这边判断了 capacity 参数范围并赋值,并且构建了哨兵节点,让头尾指针都指向了该哨兵节点
    public LinkedBlockingQueue(int capacity) {
        if (capacity <= 0) throw new IllegalArgumentException();
        this.capacity = capacity;
        last = head = new Node<E>(null);
    }

    // 这边赋值的时候顺便将 c 的内容入队了
    public LinkedBlockingQueue(Collection<? extends E> c) {
    	// 这边容量设置成了 Integer.MAX_VALUE
        this(Integer.MAX_VALUE);
        final ReentrantLock putLock = this.putLock;
        // 入队获取入队锁
        putLock.lock(); // Never contended, but necessary for visibility
        try {
            int n = 0;
            for (E e : c) {
                if (e == null)
                    throw new NullPointerException();
                if (n == capacity)
                    throw new IllegalStateException("Queue full");
                // 执行入队操作
                enqueue(new Node<E>(e));
                // 已入队元素个数 ++ 
                ++n;
            }
            // 将加进来的值赋值给了 count 里的 value
            // 这边这么写应该是为了提高效率,如果直接使用原子类型的 CAS 进行递增,还要直接跟内存打交道,显然降低了并发的效率
            // 但是有个问题,如果上面出错了,count 的值是不会赋值的,后面如果进行判断的时候会出问题的。我相信源码编写者肯定想到了这个问题,后面应该不会直接利用 count 进行判断吧。1.8里有这个bug,pick一下!!!
            count.set(n);
        } finally {
            putLock.unlock();
        }
    }
4-2-4、condition 方法

实现了两个方法,封装了 condition 的signal方法

	// 唤醒等待获取元素的线程。只能被 offer、put 方法调用。需要获取出队锁
	private void signalNotEmpty() {
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lock();
        try {
            notEmpty.signal();
        } finally {
            takeLock.unlock();
        }
    }

    // 唤醒等待添加元素的线程。只能被 take、poll 方法调用。需要获取入队锁
    private void signalNotFull() {
        final ReentrantLock putLock = this.putLock;
        putLock.lock();
        try {
            notFull.signal();
        } finally {
            putLock.unlock();
        }
    }
4-2-5、队列(链表)方法

实现了队列的入队、出队方法。需要用到头指针和尾指针

	// 入队。从放到末尾
    private void enqueue(Node<E> node) {
        // assert putLock.isHeldByCurrentThread();
        // assert last.next == null;
        last = last.next = node;
    }

    // 出队。出队的概念比较麻烦,下面代码可以通过辅助画一张图来理解
    private E dequeue() {
        // head 节点是哨兵节点,因此出队永远从 head.next 出队
        Node<E> h = head;
       	// 将要出队的元素赋值给 first
        Node<E> first = h.next;
        // 将原来的哨兵节点的 next 指向自己,让 GC回收(这里为什么不直接将其指向 next.next,然后回收出队的节点呢?)
        h.next = h; // help GC
        // 后面三行是将要出队的元素赋值给 x,并且将这个节点设置成哨兵节点
        head = first;
        E x = first.item;
        first.item = null;
        // 返回 x
        return x;
    }
4-2-6、锁方法

这边对锁方法进行了封装,提供了全锁和全解锁两个方法

	// 同时获取出队锁和入队锁,防止读写操作的进行(我觉得可能是用于 drainTo 方法里吧)
    void fullyLock() {
        putLock.lock();
        takeLock.lock();
    }

    // 同时释放出对锁、入队锁
    void fullyUnlock() {
        takeLock.unlock();
        putLock.unlock();
    }
4-2-7、接口方法实现

然后是 BlockingQueueQueueCollection接口中方法的实现:

	// 返回当前元素个数(由于之前构造函数那边的bug,这边是不是其实还要进行处理。。。至少确认一遍吧)
    public int size() {
        return count.get();
    }

    // 返回剩余空闲容量
    public int remainingCapacity() {
        return capacity - count.get();
    }

    // 入队操作,如果满了,那就挂起
    public void put(E e) throws InterruptedException {
        if (e == null) throw new NullPointerException();
        int c = -1;
        Node<E> node = new Node<E>(e);
        final ReentrantLock putLock = this.putLock;
        final AtomicInteger count = this.count;
        putLock.lockInterruptibly();
        try {
           	// 队列满了就挂起
            while (count.get() == capacity) {
                notFull.await();
            }
            // 执行入队操作
            enqueue(node);
            // 使用原子操作保证线程安全,因为这边只获取了入队锁,没有获出队锁。此时 c 是 count ++ 之前的值(为什么?看一下原子操作)。
            c = count.getAndIncrement();
            // 如果队列没满就唤醒那些等着入队的操作
            if (c + 1 < capacity)
                notFull.signal();
        } finally {
            putLock.unlock();
        }
        // 这边表明了已经有且一个元素入队了,唤醒等待获取的线程。
        // 但是,这边是不是也有问题?这边没有获得出队锁,万一其他线程已经读取了,实际上队列是空的???其实么有!哈哈,我们看其他出队被挂起的地方都是在 take() 方法中,而被唤醒之后,那个线程是在一个 while 中的!!!此时他又要去判断此时元素个数,是原子操作因此显然没有并发问题,所以他又会 wait!!!呵,骗我到这里来,100块也不给我???
        if (c == 0)
            signalNotEmpty();
    }

    // 入队。如果满了就等待一段时间,时间超过就放弃操作
    public boolean offer(E e, long timeout, TimeUnit unit)
        throws InterruptedException {

        if (e == null) throw new NullPointerException();
        long nanos = unit.toNanos(timeout);
        int c = -1;
        final ReentrantLock putLock = this.putLock;
        final AtomicInteger count = this.count;
        putLock.lockInterruptibly();
        try {
            while (count.get() == capacity) {
                if (nanos <= 0)
                    return false;
                nanos = notFull.awaitNanos(nanos);
            }
            enqueue(new Node<E>(e));
            c = count.getAndIncrement();
            if (c + 1 < capacity)
                notFull.signal();
        } finally {
            putLock.unlock();
        }
        if (c == 0)
            signalNotEmpty();
        return true;
    }

    // 入队,满了就返回 false,不挂起,就是刚。
    public boolean offer(E e) {
        if (e == null) throw new NullPointerException();
        final AtomicInteger count = this.count;
        if (count.get() == capacity)
            return false;
        int c = -1;
        Node<E> node = new Node<E>(e);
        final ReentrantLock putLock = this.putLock;
        // 没满,获的入队锁
        putLock.lock();
        try {
            if (count.get() < capacity) {
                enqueue(node);
                c = count.getAndIncrement();
                if (c + 1 < capacity)
                    notFull.signal();
            }
        } finally {
            putLock.unlock();
        }
        if (c == 0)
            signalNotEmpty();
        return c >= 0;
    }

    // 出队,队列为空就挂起
    public E take() throws InterruptedException {
        E x;
        int c = -1;
        final AtomicInteger count = this.count;
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lockInterruptibly();
        try {
            while (count.get() == 0) {
                notEmpty.await();
            }
            x = dequeue();
            c = count.getAndDecrement();
            if (c > 1)
                notEmpty.signal();
        } finally {
            takeLock.unlock();
        }
        if (c == capacity)
            signalNotFull();
        return x;
    }

    // 出队,队列为空就等一段时间,超时就放弃
    public E poll(long timeout, TimeUnit unit) throws InterruptedException {
        E x = null;
        int c = -1;
        long nanos = unit.toNanos(timeout);
        final AtomicInteger count = this.count;
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lockInterruptibly();
        try {
            while (count.get() == 0) {
                if (nanos <= 0)
                    return null;
                nanos = notEmpty.awaitNanos(nanos);
            }
            x = dequeue();
            c = count.getAndDecrement();
            if (c > 1)
                notEmpty.signal();
        } finally {
            takeLock.unlock();
        }
        if (c == capacity)
            signalNotFull();
        return x;
    }

    // 出队,队列为空就返回false
    public E poll() {
        final AtomicInteger count = this.count;
        if (count.get() == 0)
            return null;
        E x = null;
        int c = -1;
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lock();
        try {
            if (count.get() > 0) {
                x = dequeue();
                c = count.getAndDecrement();
                if (c > 1)
                    notEmpty.signal();
            }
        } finally {
            takeLock.unlock();
        }
        if (c == capacity)
            signalNotFull();
        return x;
    }

    // 这边只是返回第一个节点的元素,不进行队列的修改
    public E peek() {
        if (count.get() == 0)
            return null;
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lock();
        try {
            Node<E> first = head.next;
            if (first == null)
                return null;
            else
                return first.item;
        } finally {
            takeLock.unlock();
        }
    }

    // 把节点 p 的链接清除,其实就是删掉 p 节点
    void unlink(Node<E> p, Node<E> trail) {
        // assert isFullyLocked();
        // p.next is not changed, to allow iterators that are
        // traversing p to maintain their weak-consistency guarantee.
        p.item = null;
        trail.next = p.next;
        if (last == p)
            last = trail;
        if (count.getAndDecrement() == capacity)
            notFull.signal();
    }

    // 删除元素 o。
    public boolean remove(Object o) {
        if (o == null) return false;
        fullyLock();
        try {
        	// 利用 for 循环找到元素 o 的节点
            for (Node<E> trail = head, p = trail.next;
                 p != null;
                 trail = p, p = p.next) {
                if (o.equals(p.item)) {
                	// 找到节点后调用 unlink 方法删除节点 p 和他的链接
                    unlink(p, trail);
                    return true;
                }
            }
            return false;
        } finally {
            fullyUnlock();
        }
    }

    // 检查是否存在元素 o。
    public boolean contains(Object o) {
        if (o == null) return false;
        fullyLock();
        try {
        	// 遍历 + 比较
            for (Node<E> p = head.next; p != null; p = p.next)
                if (o.equals(p.item))
                    return true;
            return false;
        } finally {
            fullyUnlock();
        }
    }

    // 将元素迁移到 c 中。调用了下面的方法
    public int drainTo(Collection<? super E> c) {
        return drainTo(c, Integer.MAX_VALUE);
    }

    // 将元素迁移到 c 中,最多迁移 maxElements 个
    public int drainTo(Collection<? super E> c, int ) {
        if (c == null)
            throw new NullPointerException();
        if (c == this)
            throw new IllegalArgumentException();
        if (maxElements <= 0)
            return 0;
        boolean signalNotFull = false;
        final ReentrantLock takeLock = this.takeLock;
        takeLock.lock();
        try {
            int n = Math.min(maxElements, count.get());
            // count.get provides visibility to first n Nodes
            Node<E> h = head;
            int i = 0;
            try {
                while (i < n) {
                    Node<E> p = h.next;
                    c.add(p.item);
                    // 迁移之后需要删掉队列中的节点
                    p.item = null;
                    h.next = h;
                    h = p;
                    ++i;
                }
                return n;
            } finally {
                // Restore invariants even if c.add() threw
                if (i > 0) {
                    // assert h.item == null;
                    head = h;
                    signalNotFull = (count.getAndAdd(-i) == capacity);
                }
            }
        } finally {
            takeLock.unlock();
            if (signalNotFull)
                signalNotFull();
        }
    }
4-2-8、其他内部类和方法

后面是 toStringtoArray方法、序列化反序列化方法以及迭代器内部类和拆分器内部类。由于这些内容和阻塞队列核心不怎么相关,就搁置不讲了,以后有机会再补。

4-3、LinkedBlockingQueue 总结

看完了源码,源码有点长,过了一遍也容易忘,这边再来总结一下:

  • LinkedBlockingQueue是一个默认无界(推荐调用有界的构造方法进行构造,避免出现 OOM 的情况)的阻塞队列,一旦创建大小不能修改;
  • LinkedBlockingQueue内部使用Node存储元素实现队列,单链表,有头尾指针(头指针专注出队、尾指针专注出队);
  • LinkedBlockingQueue将入队锁和出队锁分离,极大地提高了并发的效率。但是由于这两个锁都是 final 修饰的并且使用饿汉加载,因此默认是使用ReentrantLock的非公平策略,因此虽然保证了阻塞队列的先进先出,但是入队的过程是非公平的;
  • 内部使用 Condition 机制是进程进行休眠和唤醒;
  • 构造函数中有个小bug(面试的时候可以提出来,说不定可以加分。而且在修改节点以后判断长度唤醒线程那里也可以进行优化,避免唤醒线程又让其进行睡眠浪费资源)

5、PriorityBlockingQueue 源码解析

5-1、PriorityBlockingQueue 概述

PriorityBlockingQueue 是一个基于数组+堆的默认无界阻塞队列,并且内部通过的结构实现了优先队列的特性。具体如何实现,还看源码。

5-2、PriorityBlockingQueue 源码

5-2-1、成员属性

首先是PriorityBlockingQueue的成员属性:

	// 默认初始化容量,指的是入队元素的个数
	private static final int DEFAULT_INITIAL_CAPACITY = 11;

    //最大数组长度指的是最大的元素容量,为了避免虚拟机可能会保留一些空间,所以用了 Integer.MAX_VALUE - 8
    private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;

    // 存储数组,虽然说是堆但是实际上是用数组存储的,这跟堆的性质有关
    private transient Object[] queue;

    // 元素个数
    private transient int size;

    // 比较器
    private transient Comparator<? super E> comparator;

    // 可重入锁用于线程安全,final 修饰因此不可改变。在构造方法中没有给我们选公平锁或者非公平锁,因此默认是非公平锁。因此可得入队是不公平的
    private final ReentrantLock lock;

    // condition 用于睡眠或唤醒线程。这里只有一个非空的条件,因此可以猜测出该队列是可以无限扩容的(内存允许)
    private final Condition notEmpty;

    // 自旋锁的状态,使用CAS去获取值。用于扩容
    private transient volatile int allocationSpinLock;

    // 一个优先队列,只用于序列化和反序列化
    private PriorityQueue<E> q;
5-2-2、构造方法

然后是4个构造方法:

	// 构造默认初始大小的阻塞队列
	public PriorityBlockingQueue() {
        this(DEFAULT_INITIAL_CAPACITY, null);
    }

    // 构造指定初始大小的阻塞队列
    public PriorityBlockingQueue(int initialCapacity) {
        this(initialCapacity, null);
    }

    // 构造指定初始大小的阻塞队列,并传入比较器,初始化重入锁、condition等
    public PriorityBlockingQueue(int initialCapacity,
                                 Comparator<? super E> comparator) {
        if (initialCapacity < 1)
            throw new IllegalArgumentException();
        this.lock = new ReentrantLock();
        this.notEmpty = lock.newCondition();
        this.comparator = comparator;
        this.queue = new Object[initialCapacity];
    }

    // 创建一个阻塞队列,并将所给的集合中的元素放到队列中,并把大小设为所给集合的大小。
    // 在此过程中没有锁的获得,因此可能会因为并发出错
    public PriorityBlockingQueue(Collection<? extends E> c) {
        this.lock = new ReentrantLock();
        this.notEmpty = lock.newCondition();
       	// 是否要将整个堆重新排
        boolean heapify = true; // true if not known to be in heap order
        // 是否要检查元素是不是为 null
        boolean screen = true;  // true if must screen for nulls
        // 如果本身就是一个有序的set
        if (c instanceof SortedSet<?>) {
            SortedSet<? extends E> ss = (SortedSet<? extends E>) c;
            // 把 c 的比较器传给该阻塞队列
            this.comparator = (Comparator<? super E>) ss.comparator();
            // 由于 set 有序,因此不需要整个堆再排序
            heapify = false;
        }
        // 如果本身就是一个优先阻塞队列
        else if (c instanceof PriorityBlockingQueue<?>) {
            PriorityBlockingQueue<? extends E> pq =
                (PriorityBlockingQueue<? extends E>) c;
            // 把 c 的比较器传给该阻塞队列
            this.comparator = (Comparator<? super E>) pq.comparator();
            // 不需要检查元素是否为 null
            screen = false;
            // 如果 class 完全相等,那就不需要整个堆再排。(为什么子类还需要再排呢?为了防止子类中重写的排序方法与正常的排序矛盾?)
            if (pq.getClass() == PriorityBlockingQueue.class) // exact match
                heapify = false;
        }
        Object[] a = c.toArray();
        // 将 c 中元素个数值赋给 n,后面再赋给 size
        int n = a.length;
        // 如果 c.toArray() 返回的格式有问题,那就使用 Arrays.copy 进行拷贝
        if (a.getClass() != Object[].class)
            a = Arrays.copyOf(a, n, Object[].class);
        // 验证元素是否为 null,'与'后面的判断条件的条件很有意思,可以思考一下为什么
        if (screen && (n == 1 || this.comparator != null)) {
            for (int i = 0; i < n; ++i)
                if (a[i] == null)
                    throw new NullPointerException();
        }
        // 赋值
        this.queue = a;
        this.size = n;
        // 堆重排
        if (heapify)
            heapify();
    }
5-2-3、扩容机制

下面是PriorityBlockingQueue的扩容机制:

    private void tryGrow(Object[] array, int oldCap) {
    	// 先释放锁,在分配好空间后再获得锁进行复制
        lock.unlock(); // must release and then re-acquire main lock
        Object[] newArray = null;
        // 此时扩容自旋锁为 0,表明当前没有其他线程在进行扩容,那么继续执行扩容机制
        if (allocationSpinLock == 0 &&
        // 这个 allocationSpinLockOffset 是类静态变量,后面才加入的。由于使用的是 sun 公司的 unsafe,因此源码没法看,大概就是查看这个字段是不是期望的 0 然后改成1(返回true),否则返回 false
            UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,  
                                     0, 1)) {
            try {
            	// 如果原容量 < 64,那么新容量变成 2 * old + 2,否则变成 1.5 * old。可以看得出来,当原容量越小,增长越快
                int newCap = oldCap + ((oldCap < 64) ?
                                       (oldCap + 2) : // grow faster if small
                                       (oldCap >> 1));
                // 如果新的容量大于最大容量
                if (newCap - MAX_ARRAY_SIZE > 0) {    // possible overflow
                	// 如果扩容时增加一个都导致容量大于最大容量,那就抛错,没法扩了
                    int minCap = oldCap + 1;
                    if (minCap < 0 || minCap > MAX_ARRAY_SIZE)
                        throw new OutOfMemoryError();
                    // 能扩,那就直接扩到最大
                    newCap = MAX_ARRAY_SIZE;
                }
                // 如果扩容了,并且数组没改变(这里是什么意思呢?首先,这个扩容机制是在 offer 中用的,传的 array 就是原 queue 的地址。这里没改变说明没有其他线程进行扩容,只有扩容了才会把地址进行修改),那就创建新容量大小的数组
                if (newCap > oldCap && queue == array)
                    newArray = new Object[newCap];
            } finally {
            	// 将扩容锁变成释放状态(虽然这边是 volatile,但是还是会有并发安全的问题啊。。。作者咋想的)
                allocationSpinLock = 0;
            }
        }
        // 说明上面的循环没进,说明有线程在扩容,那么放弃 CPU
        if (newArray == null) // back off if another thread is allocating
            Thread.yield();
        // 获得锁并复制旧元素
        lock.lock();
        if (newArray != null && queue == array) {
            queue = newArray;
            System.arraycopy(array, 0, newArray, 0, oldCap);
        }
    }
5-2-4、队列方法

这边虽然说是队列操作,但其实由于内部变成了的关系,已经不是传统意义上的入队出队的,所以虽然有dequeue方法,但是enqueue变成了堆的'上浮'和'下沉'。

	/**
	*    下面的方法都是基于已经获取锁的情况下才能调用的。上浮操作用于增加元素后堆重排,下沉操作用于元素出队以后的堆重排
	*/
	// 出队操作
	private E dequeue() {
		// 获得最后一个元素的下标
        int n = size - 1;
        // 如果没有元素,就返回 null
        if (n < 0)
            return null;
        else {
            Object[] array = queue;
            // 获取堆顶元素
            E result = (E) array[0];
            // 获取堆底的元素,用于堆的重排
            E x = (E) array[n];
            array[n] = null;
            Comparator<? super E> cmp = comparator;
            if (cmp == null)
            	// 从顶部开始向下比较。如果比较器为空,那么使用默认的方法(obj.compareTo)进行比较
                siftDownComparable(0, x, array, n);
            else
            	// 从顶部开始向下比较。如果比较器不为空,那么使用比较器的比较方法(cmp.compareTo)进行比较
                siftDownUsingComparator(0, x, array, n, cmp);
            size = n;
            return result;
        }
    }

    // 使用默认的比较器,从堆底部开始向上进行比较。可以看的出来,当子节点 > 父节点时会停止(这里的 > 看比较器是怎么比的),说明堆默认是小根堆???
    private static <T> void siftUpComparable(int k, T x, Object[] array) {
        Comparable<? super T> key = (Comparable<? super T>) x;
        // 这段代码完全可以直接调用下面的方法啊。。。
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = array[parent];
            // 当元素比父元素大,停止'上浮'
            if (key.compareTo((T) e) >= 0)
                break;
            array[k] = e;
            k = parent;
        }
        array[k] = key;
    }

	// 使用给定的比较器,从堆底部开始向上进行比较。
    private static <T> void siftUpUsingComparator(int k, T x, Object[] array,
                                       Comparator<? super T> cmp) {
        while (k > 0) {
            int parent = (k - 1) >>> 1;
            Object e = array[parent];
            // 当元素比父元素大,停止'上浮'
            if (cmp.compare(x, (T) e) >= 0)
                break;
            array[k] = e;
            k = parent;
        }
        array[k] = x;
    }

    // 使用默认的比较器,从下表为 k 的节点作为父节点开始向下比较
    private static <T> void siftDownComparable(int k, T x, Object[] array,
                                               int n) {
        if (n > 0) {
            Comparable<? super T> key = (Comparable<? super T>)x;
            int half = n >>> 1;           // loop while a non-leaf
            while (k < half) {
                int child = (k << 1) + 1; // assume left child is least
                Object c = array[child];
                int right = child + 1;
                // 找到下标为 k 的节点的左右子节点,并将其中的最小值与堆底的节点进行比较
                if (right < n &&
                    ((Comparable<? super T>) c).compareTo((T) array[right]) > 0)
                    c = array[child = right];
                // 如果 x 的值小于 k 的最小子节点,那么就跳出循环,把 x 赋值给下标 k 的位置(一般在整个堆有序的情况下,只有在进行叶子节点的父节点的位置才会发生。因为堆是有序的,默认 x 是大于上面的节点的)。否则将子节点中的更小值'上浮',并从子节点开始继续向下比较。(常威,还说你不是小根堆???!!!)
                if (key.compareTo((T) c) <= 0)
                    break;
                array[k] = c;
                k = child;
            }
            array[k] = key;
        }
    }

    // 使用默认的比较器,从下表为 k 的节点作为父节点开始向下比较。逻辑跟上面的差不多,只是将比较方法使用比较器的 compare 方法替换
    private static <T> void siftDownUsingComparator(int k, T x, Object[] array,
                                                    int n,
                                                    Comparator<? super T> cmp) {
        if (n > 0) {
            int half = n >>> 1;
            while (k < half) {
                int child = (k << 1) + 1;
                Object c = array[child];
                int right = child + 1;
                if (right < n && cmp.compare((T) c, (T) array[right]) > 0)
                    c = array[child = right];
                if (cmp.compare(x, (T) c) <= 0)
                    break;
                array[k] = c;
                k = child;
            }
            array[k] = x;
        }
    }

    // 整个堆都进行'下沉'操作,使整个堆变得有序
    private void heapify() {
        Object[] array = queue;
        int n = size;
        int half = (n >>> 1) - 1;
        Comparator<? super E> cmp = comparator;
        if (cmp == null) {
            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);
        }
    }
5-2-5、接口方法实现

下面是接口方法的实现:

	// 增加元素,调用 offer 方法
	public boolean add(E e) {
        return offer(e);
    }

    // 增加元素的底层方法,其他的方法都是调用它
    public boolean offer(E e) {
        if (e == null)
            throw new NullPointerException();
        final ReentrantLock lock = this.lock;
        // 获取锁
        lock.lock();
        int n, cap;
        Object[] array;
        // 如果元素个数大小 >= 数组大小(???这个不应该是严格相等的嘛???惊了!!!),执行扩容操作
        while ((n = size) >= (cap = (array = queue).length))
            tryGrow(array, cap);
        try {
            Comparator<? super E> cmp = comparator;
            if (cmp == null)
            	// 使用默认的比较器进行'上浮'
                siftUpComparable(n, e, array);
            else
            	// 使用队列中已给的比较器进行'上浮'
                siftUpUsingComparator(n, e, array, cmp);
            // 元素个数 +1
            size = n + 1;
            // 唤醒那些因为队列空了而挂起的线程
            notEmpty.signal();
        } finally {
            lock.unlock();
        }
        return true;
    }

    // 增加元素,调用 offer 方法
    public void put(E e) {
        offer(e); // never need to block
    }

    // 增加元素,调用 offer 方法。可以看到这个给的时间限制根本没用!!!因为这个阻塞队列是真正无界的!永远不会满!因此增加元素时不会因为满了而挂起,只要锁被释放了就会去增加
    public boolean offer(E e, long timeout, TimeUnit unit) {
        return offer(e); // never need to block
    }

    // 出队元素。执行出队策略。如果队列空了显然就返回 null 了也不会报错。。。
    public E poll() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return dequeue();
        } finally {
            lock.unlock();
        }
    }

    // 出队元素。执行出队策略。如果队列空了就挂起,除非被打断
    public E take() throws InterruptedException {
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        E result;
        try {
            while ( (result = dequeue()) == null)
                notEmpty.await();
        } finally {
            lock.unlock();
        }
        return result;
    }

	// 出队元素。执行出队策略。如果队列空了就挂起,直到超时或被打断
    public E poll(long timeout, TimeUnit unit) throws InterruptedException {
        long nanos = unit.toNanos(timeout);
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        E result;
        try {
            while ( (result = dequeue()) == null && nanos > 0)
                nanos = notEmpty.awaitNanos(nanos);
        } finally {
            lock.unlock();
        }
        return result;
    }

    // 直接获取堆顶元素而不修改数组
    public E peek() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return (size == 0) ? null : (E) queue[0];
        } finally {
            lock.unlock();
        }
    }

    // 返回比较器,如果没有那就是初始值 null
    public Comparator<? super E> comparator() {
        return comparator;
    }

    // 返回队列元素个数
    public int size() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return size;
        } finally {
            lock.unlock();
        }
    }

    // 返回剩余容量。。。要知道虽然返回了 Integer.MAX_VALUE 但其实不止,只要内存够,无限的好哇!
    public int remainingCapacity() {
        return Integer.MAX_VALUE;
    }

    // 获取元素 o 的下标,使用得是 equals 方法而不是 ==,因此是指同一个元素对象。(没有锁,会出问题的吧!)
    private int indexOf(Object o) {
        if (o != null) {
            Object[] array = queue;
            int n = size;
            for (int i = 0; i < n; i++)
                if (o.equals(array[i]))
                    return i;
        }
        return -1;
    }

    // 删除指定下标的元素
    private void removeAt(int i) {
        Object[] array = queue;
        int n = size - 1;
        // 如果是最后一个元素,那就直接删了即可
        if (n == i) // removed last element
            array[i] = null;
        // 否则要进行堆重排操作
        else {
        	// 拿出最后一个元素来进行重排
            E moved = (E) array[n];
            array[n] = null;
            Comparator<? super E> cmp = comparator;
            // 从位置 i 下沉进行重排(为什么???此时不应该是有序的嘛?)
            if (cmp == null)
                siftDownComparable(i, moved, array, n);
            else
                siftDownUsingComparator(i, moved, array, n, cmp);
            // 重排后如果原来删除位置的元素 == 堆底元素,从 i 上浮(???更看不懂了?为什么?)
            if (array[i] == moved) {
                if (cmp == null)
                    siftUpComparable(i, moved, array);
                else
                    siftUpUsingComparator(i, moved, array, cmp);
            }
        }
        size = n;
    }

    // 删除元素 o,注意这边是 indexOf() 方法,用的 equals 方法,跟下面有点不同
    public boolean remove(Object o) {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int i = indexOf(o);
            if (i == -1)
                return false;
            removeAt(i);
            return true;
        } finally {
            lock.unlock();
        }
    }

    // 删除元素 o,比较的是地址
    void removeEQ(Object o) {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            Object[] array = queue;
            for (int i = 0, n = size; i < n; i++) {
                if (o == array[i]) {
                    removeAt(i);
                    break;
                }
            }
        } finally {
            lock.unlock();
        }
    }

    // 查找是否有元素 o
    public boolean contains(Object o) {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return indexOf(o) != -1;
        } finally {
            lock.unlock();
        }
    }

    // 复制了一个数组
    public Object[] toArray() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            return Arrays.copyOf(queue, size);
        } finally {
            lock.unlock();
        }
    }

    // toString 方法
    public String toString() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int n = size;
            if (n == 0)
                return "[]";
            StringBuilder sb = new StringBuilder();
            sb.append('[');
            for (int i = 0; i < n; ++i) {
                Object e = queue[i];
                sb.append(e == this ? "(this Collection)" : e);
                if (i != n - 1)
                    sb.append(',').append(' ');
            }
            return sb.append(']').toString();
        } finally {
            lock.unlock();
        }
    }

    // 将元素搬到 c 中,调用了下面的方法
    public int drainTo(Collection<? super E> c) {
        return drainTo(c, Integer.MAX_VALUE);
    }

    // 将元素搬到 c 中,执行将重复出队策略。。。(我靠,那每次出队还得下沉。。。为啥不直接把数组给复制过去算了???反正有序啊。。。看不懂)
    public int drainTo(Collection<? super E> c, int maxElements) {
        if (c == null)
            throw new NullPointerException();
        if (c == this)
            throw new IllegalArgumentException();
        if (maxElements <= 0)
            return 0;
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int n = Math.min(size, maxElements);
            for (int i = 0; i < n; i++) {
                c.add((E) queue[0]); // In this order, in case add() throws.
                dequeue();
            }
            return n;
        } finally {
            lock.unlock();
        }
    }

    // 清楚所有元素,可以看到数组长度没有重置,还是原来的大小
    public void clear() {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            Object[] array = queue;
            int n = size;
            size = 0;
            for (int i = 0; i < n; i++)
                array[i] = null;
        } finally {
            lock.unlock();
        }
    }

    // 把元素放到 a 中。如果 a 不够大,那么直接返回阻塞队列存储数组的 copy
    public <T> T[] toArray(T[] a) {
        final ReentrantLock lock = this.lock;
        lock.lock();
        try {
            int n = size;
            if (a.length < n)
                // Make a new array of a's runtime type, but my contents:
                return (T[]) Arrays.copyOf(queue, size, a.getClass());
            System.arraycopy(queue, 0, a, 0, n);
            if (a.length > n)
                a[n] = null;
            return a;
        } finally {
            lock.unlock();
        }
    }
5-2-6、其他内部类和方法

后面是序列化反序列化方法以及迭代器内部类和拆分器内部类。由于这些内容和阻塞队列核心不怎么相关,就搁置不讲了,以后有机会再补。

5-2-7、unsafe 机制扩充
	// 补充了静态代码块来帮助扩容的字段
	private static final sun.misc.Unsafe UNSAFE;
    private static final long allocationSpinLockOffset;
    static {
        try {
            UNSAFE = sun.misc.Unsafe.getUnsafe();
            Class<?> k = PriorityBlockingQueue.class;
            // 通过反射将 allocationSpinLock 字段赋值给 allocationSpinLockOffset(???)
            allocationSpinLockOffset = UNSAFE.objectFieldOffset
                (k.getDeclaredField("allocationSpinLock"));
        } catch (Exception e) {
            throw new Error(e);
        }
    }

5-1、PriorityBlockingQueue 概述

看到这个阻塞队列,说实话三观有点崩坏。有时候程序员出问题,并不一定是程序员水平不到位,也有可能是源码出问题了喂!也有可能是网上的博客说的根本就是照搬人家的东西啊!也有可能官方说明就不对啊!!!下面来对这个阻塞队列进行总结:

  • PriorityBlockingQueue是一个无界(真正无界!)的阻塞队列,自带扩容机制,因此容易 OOM ?;
  • PriorityBlockingQueue内部使用数组存储元素实现小根堆(当然了,我们自己使用比较器,强行把比较结果调换也能实现大根堆),因此优先值越小的代表优先级越高,先执行。。。跟我们普通人理解的不一样啊喂orz;
  • PriorityBlockingQueue是使用ReentrantLock的非公平策略,但是由于堆的构造,所以入队公不公平他不care;
  • 内部使用 Condition 机制是进程进行休眠和唤醒;
  • 整个内部对于高并发的处理不够严谨,包括构造函数中没有用锁,可能会出现线程A构造玩数组还在将集合 c 中的元素搬过来的时候,线程B已经开始使用了,这样元素的个数也不对了;

声明

由于篇幅太长,准备将这篇分为上中下三部分,敬请期待。。。

posted @ 2020-05-28 15:23  LewisYoung  阅读(815)  评论(0编辑  收藏  举报