本文已参与掘金创作者训练营第三期「话题写作」赛道，详情查看：掘力计划｜创作者训练营第三期正在进行，「写」出个人影响力。
PriorityBlockingQueue 是什么？
PriorityBlockingQueue 是一个支持优先级的无界阻塞队列，直到系统资源耗尽。默认情况下元素采用自然顺序升序排列。也可以自定义类实现 compareTo() 方法来指定元素排序规则，或者初始化 PriorityBlockingQueue 时，指定构造参数 Comparator 来对元素进行排序。但需要注意的是不能保证同优先级元素的顺序。 PriorityBlockingQueue 也是基于最小二叉堆实现，使用基于 CAS 实现的 **自旋锁 **来控制队列的动态扩容，保证了扩容操作不会阻塞 take 操作的执行。
二叉堆
一颗完全二叉树，它非常适合用数组进行存储，它具有如下的两个特点：
- 对于数组中的元素 a[i]，其左子节点为 a[2i+1]，右子节点为 a[2i + 2]，其父节点为 a[(i-1)/2]。
- 其堆序性质为，每个节点的值都小于其左右子节点的值。二叉堆中最小的值就是根节点，但是删除根节点是比较麻烦的，因为需要调整树。
一个间的二叉堆如图所示（最小二叉堆）：
回到我们本次的主题 PriorityBlockingQueue 队列，下面我们将从它的初始化过程，入队、出队、拓容等几个方面展开描述它的实现和原理。
初始化过程
成员变量
PriortyBlockingQueue 成员变量解析:
// 初始容量 11
private static final int DEFAULT_INITIAL_CAPACITY = 11;
// 最大容量
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
// 存储队列元素的数组
private transient Object[] queue;
// 队列中元素的个数
private transient int size;
// 比较器
private transient Comparator<? super E> comparator;
// 用于所有公共操作的锁
private final ReentrantLock lock;
// 不为空的条件
private final Condition notEmpty;
// 用于分配的自旋锁，通过CAS获取，保证只有一个线程可以拓容。
private transient volatile int allocationSpinLock;
// 仅用于序列化的普通优先级队列
// 保持与以前版本的兼容性
private PriorityQueue<E> q;
构造方法
该类有四个构造方法，主要是对队列的初始化，我们下面直接看 PriorityBlockingQueue(Collection<? **extends **E> c) 构造方法：
public PriorityBlockingQueue(Collection<? extends E> c) {
// 初始化全局锁
this.lock = new ReentrantLock();
// 非空条件初始化
this.notEmpty = lock.newCondition();
// 如果不知道堆的顺序为 true
boolean heapify = true; // true if not known to be in heap order
// 如果元素不允许为空为 true
boolean screen = true; // true if must screen for nulls
if (c instanceof SortedSet<?>) {
// 有序 set, 对 this.comparator 初始化
SortedSet<? extends E> ss = (SortedSet<? extends E>) c;
this.comparator = (Comparator<? super E>) ss.comparator();
heapify = false;
}
else if (c instanceof PriorityBlockingQueue<?>) {
// 如果为 PriorityBlockingQueue 类型，初始化比较器，以及设置允许为空
PriorityBlockingQueue<? extends E> pq =
(PriorityBlockingQueue<? extends E>) c;
this.comparator = (Comparator<? super E>) pq.comparator();
screen = false;
if (pq.getClass() == PriorityBlockingQueue.class) // exact match
heapify = false;
}
// 集合转换为数组
Object[] a = c.toArray();
// n 为数据的真实长度
int n = a.length;
// 如果是 ArrayList
if (c.getClass() != java.util.ArrayList.class)
a = Arrays.copyOf(a, n, Object[].class);
// 如果指定集合不属于属于SortedSet类型或者子类 或者 不属于PriorityBlockingQueue类型或者子类
// 并且 n为1 或者 比较器不为null
// 那么需要检测null
if (screen && (n == 1 || this.comparator != null)) {
// 检查 null
for (int i = 0; i < n; ++i)
if (a[i] == null)
throw new NullPointerException();
}
// 数据赋值给 this.queue
this.queue = a;
// 队列长度为 n
this.size = n;
// 堆排序
if (heapify)
heapify();
}
heapify 堆排序
heapify() 方法的整体逻辑就是一个堆排序的过程，排序对象是数组的0-（n/2-1）之间的元素。整个排序的核心逻辑就是父节点和左右节点三者进行比较，三者中最小的元素上浮。这个过程从（n/2-1）的尾部元素开始到顶部元素进行排序的，所以我们可以理解为先保证底部元素有序后再逐步往顶部走。
private void heapify() {
// 数据
Object[] array = queue;
// 数据长度
int n = size;
// 前半段最大索引
int half = (n >>> 1) - 1;
// 比较器
Comparator<? super E> cmp = comparator;
if (cmp == null) { // 比较器为空
for (int i = half; i >= 0; i--)
siftDownComparable(i, (E) array[i], array, n);
}
else { // 比较器不为空
for (int i = half; i >= 0; i--)
siftDownUsingComparator(i, (E) array[i], array, n, cmp);
}
}
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;
if (right < n &&
((Comparable<? super T>) c).compareTo((T) array[right]) > 0)
c = array[child = right];
if (key.compareTo((T) c) <= 0)
break;
array[k] = c;
k = child;
}
array[k] = key;
}
}
入队
add() 和 offer()
add(E e) 和 offer(E e) 的目的相同，都是向优先队列中插入元素，只是 Queue 接口规定二者对插入失败时的处理不同，前者在插入失败时抛出异常，后则则会返回false。对于 PriorityQueue 这两个方法其实没什么差别，我们可以针对不同的场景进行使用。
下面我们以 offer 为例，一起看看它是如何实现的。
public boolean offer(E e) {
// 如果为 null, 返回 NPE . 所以不能添加 null 元素
if (e == null)
throw new NullPointerException();
final ReentrantLock lock = this.lock;
// 获取锁
lock.lock();
int n, cap;
Object[] array;
// 队列满了，就进行拓容
while ((n = size) >= (cap = (array = queue).length))
tryGrow(array, cap);
try {
Comparator<? super E> cmp = comparator;
if (cmp == null)
// 比较器为空，自然排序
siftUpComparable(n, e, array);
else
// 将元素加入堆中
siftUpUsingComparator(n, e, array, cmp);
// 元素格式加 1
size = n + 1;
// 唤醒读线程
notEmpty.signal();
} finally {
// 解锁
lock.unlock();
}
return true;
}
tryGrow 拓容
按照上面的分析，如果当队列满了，写入队列的线程就需要调用 tryGrow 方法对队列进行拓容。拓容成功后在想队列添加新元素。下面我们一起来看看 tryGrow 方法的具体实现：
private void tryGrow(Object[] array, int oldCap) {
// 释放锁
lock.unlock(); // must release and then re-acquire main lock
Object[] newArray = null;
// CAS 获取锁
if (allocationSpinLock == 0 &&
UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,
0, 1)) {
// 拓容
try {
// 计算新的长度
int newCap = oldCap + ((oldCap < 64) ?
(oldCap + 2) : // grow faster if small
(oldCap >> 1));
// 如果新容量大于 MAX_ARRAY_SIZE 可能内存溢出
if (newCap - MAX_ARRAY_SIZE > 0) { // possible overflow
int minCap = oldCap + 1;
// 到达最大值，拓容失败
if (minCap < 0 || minCap > MAX_ARRAY_SIZE)
throw new OutOfMemoryError();
newCap = MAX_ARRAY_SIZE;
}
// 并发情况下，被其他线程已经拓容，那么本次不在拓容
if (newCap > oldCap && queue == array)
newArray = new Object[newCap];
} finally {
// 释放锁
allocationSpinLock = 0;
}
}
// 如果有写线程正在拓容量让出 cpu
if (newArray == null) // back off if another thread is allocating
Thread.yield();
// 解锁
lock.lock();
// 再次判断是否是首个拓容线程的写线程，如果是就将阻塞队列，指向新拓容得新数组得引用得新队列
if (newArray != null && queue == array) {
queue = newArray;
System.arraycopy(array, 0, newArray, 0, oldCap);
}
}
添加元素到堆得方式 siftUpComparable， siftUpUsingComparaor 区别只是自然排序还是比较器排序, 下面以 siftUpcomparable 方法
private static <T> void siftUpComparable(int k, T x, Object[] array) {
Comparable<? super T> key = (Comparable<? super T>) x;
while (k > 0) {
int parent = (k - 1) >>> 1;
Object e = array[parent];
if (key.compareTo((T) e) >= 0)
break;
array[k] = e;
k = parent;
}
array[k] = key;
}
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];
if (cmp.compare(x, (T) e) >= 0)
break;
array[k] = e;
k = parent;
}
array[k] = x;
}
出队
出队一般调用 take , 或者 poll ， remove 方法，下面是 take 方法得实现。
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
E result;
try {
// 如果没有拿到 await
while ( (result = dequeue()) == null)
notEmpty.await();
} finally {
lock.unlock();
}
// 返回
return result;
}
从上面可以看出，咱们出队列的核心方法是 dequeue()
private E dequeue() {
int n = size - 1;
// 为空
if (n < 0)
return null;
else {
// 非空堆顶取出数据
Object[] array = queue;
E result = (E) array[0];
E x = (E) array[n];
array[n] = null;
Comparator<? super E> cmp = comparator;
// 调整堆
if (cmp == null)
siftDownComparable(0, x, array, n);
else
siftDownUsingComparator(0, x, array, n, cmp);
size = n;
return result;
}
}
总结
阻塞队列 PriorityBlockingQueue 不阻塞写线程，当队列满的时候，写线程会尝试拓容会造成队列阻塞，拓展容量成功后再向队列中新增元素；而当队列元素为空时，会阻塞读线程，当然也有非阻塞方法的 poll , 该阻塞队列适用于读多写少的场景，写的线程多，堆导致内存消耗过大。性能影响，队列采用堆存储结构，因此每次从阻塞队列取出的元素总是最小元素（或者最大元素）。而且堆存储需要提供比较器或者元素实现比较器接口，否则程序会抛出 ClassCastException。
