在学习xxl-job的过程中，发现定时任务存储也是用的时间轮算法！
时间轮算法应用非常广，比如Netty和xxl-job相关定时任务都使用了时间轮算法，不过在存储的数据结构上略有不同（前者是数组，后者是Map）
Netty 中的时间轮算法是基于时间轮数据结构实现的定时任务调度机制，用于处理各种定时任务，如连接超时、读写超时等。它将时间划分为多个时间格，每个时间格代表一个固定的时间间隔，整个时间轮是一个环形结构，随着时间的推移，时间轮不断转动，执行到期的定时任务。
在设计“定时任务算法”的场景下，以下对比几种方案设计，比较出时间轮算法在一定场景下的优势（只有最适合的使用场景，没有最好的数据结构）
无序列表
检测O（n）：需要循环遍历
新增O（1）：只需要在队尾加上任务即可
删除O（1）：删除前后连接，再删除该节点
优点是足够简单，缺点是检测时间较长
有序链表
检测O（1）：只要看对尾节点就行
新增O（n）：需要遍历，找到任务位置，也可以用小根堆优化一下
删除O（1）：删除队尾节点
时间轮算法
简而言之，环状数组，以下是示意图
遍历到当前扇形执行其中的任务
计算公式：（（新任务执行时间-当前时间）/单位时间 + currentIndex）% cycle
现在出现了两个问题：
1.如果遇到了超过一圈时间的任务怎么办？
2.如果时间跨度是一天，我设置了最小粒度是1s，这个数组将会非常庞大
分层时间轮
分层时间轮有很多种实现方式，下面是按照时分秒的设计
现在有一个03：04：58时间的任务要执行，下面是示意图
存储任务的时候先遍历小时，再遍历分钟，最后是秒数组，存储，查找也一样。
检测O（1），新增O（1），删除O（1）
仅通过24+60+60长度的数据就实现了存储（算法的魅力）
