【数据结构与算法之美】08-队列：队列在线程池等有限资源池中的应用

　　首先，我们来看看任务处理速度和线程个数的关系：由于 CPU 资源是有限的，任务的处理速度与线程个数并不是线性正相关。过多的线程反而会导致 CPU 频繁切换，处理性能下降。所以，线程池的大小一般都是综合考虑要处理的任务的特点和硬件环境，事先设置好的。

　　当我们向固定大小的线程池中请求一个线程时，如果线程池中没有空闲资源了，这个时候线程池如何处理这个请求？是拒绝请求还是排队请求？各种处理策略又是怎么实现的呢？

　　想解决这些问题，就要用到本篇博客要介绍的数据结构——队列（queue）。

---

一、如何理解“队列”

　　顾名思义，队列就像生活中排队买票，先来的先买，后来的人只能站末尾，不允许插队。队列就是一个先入先出的数据结构。

　　上篇博客提到，栈只支持两个基本操作：入栈 push() 和出栈 pop()。队列跟栈非常相似，支持的操作也很有限，最基本的操作也是两个：

• 入队 enqueue()：放一个数据到队列尾部；
• 出队 dequeue()：从队列头部取一个元素。

　　所以，队列跟栈一样，都是操作受限的线性表。

　　作为一种非常基础的数据结构，队列的应用也非常广泛，特别是一些具有某些额外特性的队列，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。

二、顺序队列和链式队列

　　队列具有先进先出的特性，在队尾插入元素，在队头删除元素，那么要如何实现一个队列呢？

• 顺序队列：用数组实现的队列。
• 链式队列：用链表实现的队列。

顺序队列

　　下面的示例用 Java 语言实现了顺序队列：

public class ArrayQueue {
    private String[] items = null;
    private int lengthOfQueue = 0;
    private int headIndex = 0;
    private int tailIndex = 0;

    public ArrayQueue(int capacity) {
        this.items = new String[capacity];
        this.lengthOfQueue = capacity;
        this.headIndex = 0;
        this.tailIndex = 0;
    }

    public boolean enqueue(String newValue) {
        
        if (tailIndex == lengthOfQueue) {

            if (headIndex == 0) {
                System.out.println("The queue is full!");
                return false;
            }

            for (int i = headIndex ; i < tailIndex ; i++) {
                items[i - headIndex] = items[i];
            }

            tailIndex = tailIndex - headIndex;

            headIndex = 0;
        }

        items[tailIndex++] = newValue;

        return true;
    }

    public String dequeue() {
        if (headIndex == tailIndex) {
            System.out.println("The queue is empty!");
            return null;
        }

        String res = items[headIndex++];
        return res;
    }
}

　　对于栈来说，我们只需要一个栈顶指针就可以了。但是队列需要两个指针：

• head 指针，指向队头（第一个元素所在的下标）；
• tail 指针，指向队尾（最后一个元素后面的下标）。

　　我们还是通过画图来理解原理：当 a、b、c、d 依次入队之后，队列中的 head 指针指向下标为 0 的位置，tail 指针指向下标为 4 的位置。

　　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。

　　你肯定已经发现了，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？

　　你是否还记得，在数组那一节，我们也遇到过类似的问题，就是数组的删除操作会导致数组中的数据不连续。你还记得我们当时是怎么解决的吗？对，用数据搬移！但是，每次进行出队操作都相当于删除数组下标为 0 的数据，要搬移整个队列中的数据，这样出队操作的时间复杂度就会从原来的 O(1) 变为 O(n)。能不能优化一下呢？

　　实际上，我们在出队时可以不用搬移数据。如果没有空闲空间了，我们只需要在入队时，再集中触发一次数据的搬移操作。借助这个思想，出队函数 dequeue() 保持不变，我们稍加改造一下入队函数 enqueue() 的实现，就可以轻松解决刚才的问题了。下面是具体的代码：

public boolean enqueue(String newValue) {
        
    if (tailIndex == lengthOfQueue) {

        if (headIndex == 0) {
            System.out.println("The queue is full!");
            return false;
        }

        for (int i = headIndex ; i < tailIndex ; i++) {
            items[i - headIndex] = items[i];
        }

        tailIndex = tailIndex - headIndex;

        headIndex = 0;
    }

    items[tailIndex++] = newValue;

    return true;
}

　　从代码中我们看到，当队列的 tail 指针移动到数组的最右边后，如果有新的数据入队，我们可以将 head 到 tail 之间的数据，整体搬移到数组中 0 到 tail-head 的位置。

　　这种实现思路中，出队操作的时间复杂度仍然是 O(1)，但入队操作的时间复杂度还是 O(1) 吗？你可以用我们第 3 节、第 4 节讲的算法复杂度分析方法，自己试着分析一下。

链式队列

　　基于链表的实现，我们同样需要两个指针：head 指针和 tail 指针。它们分别指向链表的第一个结点和最后一个结点。如图所示，入队时，tail->next= new_node, tail = tail->next；出队时，head = head->next。

public class LinkedListQueue {

    private Node head = null;
    private Node tail = null;

    public void enqueue(String newValue) {
        Node newNode = new Node(newValue, null);

        if (tail == null) {
            head = newNode;
            tail = newNode;
        } else {
            tail.next = newNode;
            tail = newNode;
        }
    }

    public String dequeue() {
        if (head == null) {
            return null;
        }

        String res = head.getData();
        head = head.next;

        if (head == null) {
            tail = null;
        }

        return res;
    }
    
    private class Node {
        private String data;
        private Node next;

        public Node(String data, Node next) {
            this.data = data;
            this.next = next;
        }

        public String getData() {
            return this.data;
        }
    }
}

 

三、循环队列

　　前文用数组来实现队列的示例，在 tail==n 时，会有数据搬移操作，从而影响入队操作性能。是否能够避免数据搬移呢？

　　接下来来看看循环队列的解决思路。

　　顾名思义，循环队列就像一个环。原本数组是有头有尾的一条直线，现在我们把首尾相连，扳成了一个环。如下图所示：

　　图中队列大小为 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。但我们并不把 tail 更新为 8，而是将其在环中后移一位，即移到下标为 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：

　　通过这样的思想，可以避免数据搬移操作。循环队列的思想看起来不难理解，但代码实现难度比前面讲的非循环队列难多了。想写出没有 bug 的循环队列实现代码，最关键的是确定好队空和队满的判定条件。

　　队列为空判断条件：head == tail。

　　队列满的判断条件：(tail+1)%n=head。

　　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。

public class CircularQueue {

    // 数组：items，数组大小：n
    private String[] items;
    private int lengthOfQueue = 0;
    
    // head表示队头下标，tail表示队尾下标
    private int head = 0;
    private int tail = 0;
  
    // 申请一个大小为capacity的数组
    public CircularQueue(int capacity) {
        items = new String[capacity];
        lengthOfQueue = capacity;
    }
  
    // 入队
    public boolean enqueue(String item) {
        // 队列满了
        if ((tail + 1) % lengthOfQueue == head) {
            System.out.println("The queue is full!");
            return false;
        }

        items[tail] = item;
        tail = (tail + 1) % lengthOfQueue;

        return true;
    }
  
    // 出队
    public String dequeue() {

        // 如果head == tail 表示队列为空
        if (head == tail) {
            System.out.println("The queue is empty!");
            return null;
        }

        String ret = items[head];
        head = (head + 1) % lengthOfQueue;

        return ret;
    }
}

四、阻塞队列和并发队列

　　前面讲的内容理论比较多，乍一看和实际的项目开发没什么关系。确实，队列这种数据结构很基础，平时的业务开发不会从零实现一个队列，甚至都不会直接用到队列。而一些具有特殊特性的队列应用却比较广泛，比如阻塞队列和并发队列。

阻塞队列

　　阻塞队列其实就是在队列基础上增加了阻塞操作。队列为空时，从队头取数据会被阻塞。因为此时没有数据可取，直到队列中有了数据才能返回；如果队列已经满了，那么插入数据的操作就会被阻塞，直到队列中有空闲位置后再插入数据，然后再返回。

　　仔细看看，这不就是一个“生产者 - 消费者模型”嘛！没错，我们可以使用阻塞队列，轻松实现一个“生产者 - 消费者模型”！

　　这种基于阻塞队列实现的“生产者 - 消费者模型”，可以有效地协调生产和消费的速度。当“生产者”生产数据的速度过快，“消费者”来不及消费时，存储数据的队列很快就会满了。此时，生产者就阻塞等待，直到“消费者”消费了数据，“生产者”才会被唤醒继续“生产”。

　　此外，基于阻塞队列，我们还可以通过协调“生产者”和“消费者”的个数，来提高数据的处理效率。比如前面的例子，我们可以多配置几个“消费者”，来应对一个“生产者”。

并发队列

　　前面我们讲了阻塞队列，在多线程情况下，会有多个线程同时操作队列，这个时候就会存在线程安全问题，那如何实现一个线程安全的队列呢？

　　我们将线程安全的队列称作并发队列。最简单直接的实现方式是直接在 enqueue()、dequeue() 方法上加锁，但是锁粒度大并发度会比较低，同一时刻仅允许一个存或者取操作。实际上，基于数组的循环队列，利用 CAS 原子操作，可以实现非常高效的并发队列。这也是循环队列比链式队列应用更加广泛的原因。后续讲 Disruptor 的时候，再详细分析并发队列的应用。

五、解答开篇

　　队列的知识就讲完了，我们现在回过来看下开篇的问题。线程池没有空闲线程，新的任务请求线程资源时，线程池该如何处理？各种处理策略又是如何实现的呢？

　　我们一般有两种处理策略。第一种是非阻塞的处理方式，直接拒绝任务请求；另一种是阻塞的处理方式，将请求排队，等到有空闲线程时，取出排队的请求继续处理。那如何存储排队的请求呢？

　　我们希望公平地处理每个排队的请求，先进者先服务，所以队列这种数据结构很适合来存储排队请求。我们前面说过，队列有基于链表和基于数组这两种实现方式。这两种实现方式对于排队请求又有什么区别呢？

　　基于链表的实现方式，可以实现一个支持无限排队的无界队列（unbounded queue），但是可能会导致过多的请求排队等待，请求处理的响应时间过长。所以，针对响应时间比较敏感的系统，基于链表实现的无限排队的线程池是不合适的。

　　而基于数组实现的有界队列（bounded queue），队列的大小有限，所以线程池中排队的请求超过队列大小时，接下来的请求就会被拒绝，这种方式对响应时间敏感的系统来说，就相对更加合理。不过，设置一个合理的队列大小，也是非常有讲究的。队列太大导致等待的请求太多，队列太小会导致无法充分利用系统资源、发挥最大性能。

　　除了前面讲到队列应用在线程池请求排队的场景之外，队列可以应用在任何有限资源池中，用于排队请求，比如数据库连接池等。实际上，对于大部分资源有限的场景，当没有空闲资源时，基本上都可以通过“队列”这种数据结构来实现请求排队。

六、内容小结

队列最大的特点

　　先进先出。

队列主要的两个操作

　　入队和出队。

队列的实现方式

• 顺序队列：用数组实现；
• 链式队列：用链表实现。

循环队列

　　在数组实现队列的时候，会有数据搬移操作，要想解决数据搬移的问题，我们就需要像环一样的循环队列。

　　循环队列是我们这节的重点。要想写出没有 bug 的循环队列实现代码，关键要确定好队空和队满的判定条件，具体的代码你要能写出来。

阻塞队列和并发队列

　　除此之外，我们还讲了几种高级的队列结构，阻塞队列、并发队列，底层都还是队列这种数据结构，只不过在之上附加了很多其他功能。阻塞队列就是入队、出队操作可以阻塞，并发队列就是队列的操作多线程安全。

思考题

　　1. 除了线程池这种池结构会用到队列排队请求，你还知道有哪些类似的池结构或者场景中会用到队列的排队请求呢？

　　2. 今天讲到并发队列，关于如何实现无锁并发队列，网上有非常多的讨论。对这个问题，你怎么看呢？