队列：生产消费模式及线程池的运用
向固定大小的线程池投放请求任务时，若果线程池中没有空闲资源了，这时候还有新的请求进来，线程池如何处理这个请求？拒绝请求还是排队？使用怎样的处理机制
一般两种策略：
- 直接拒绝任务请求；
- 将请求排队，等有空闲线程的时候取出排队的请求继续处理。
那如何存储排队的请求呢？这就是今天要讲的话题。
其底层的数据结构就是今天我们要讲的内容，「队列」Queue。
完整代码详见 GitHub：https://github.com/UniqueDong/algorithms.git
什么是队列
用一个生活例子，可以想象成超市排队结账，先来的先结账，后面的人只能站在末尾，不允许插队。先进先出，这就是所谓的「队列」
队列是一种线性数据结构，队列的出口端叫「队头」，队列的入口端叫「队尾」。
与栈类似队列的数据结构可以使用数组实现也可以使用链表实现。关于栈的内容同学们可以翻阅历史文章学习「栈：实现浏览器前进后退」，队列最基本的操作也是两个：入队 (enqueue) ，将新元素放到队尾；出队 (dequeue)，从队头移除元素，出队元素的下一个元素变成新的队头。
作为基础的数据结构，队列的应用也很广泛，尤其是一些特定场景下的队列。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。
队列与栈
队列也是一种操作受限的线性表数据结构。
顺序队列与链式队列
队列是跟栈一样，是一种抽象的数据结构。 具有先进先出的特性，在队头删除数据，在队尾插入数据。
可以使用数组实现，也可以使用链表实现。使用数组实现的叫 顺序队列，用链表实现的 叫 链式队列。
顺序队列
一起先来看数组实现的队列：
- 出队操作就是把元素移除队列，只允许在队头移除，出队的下一个元素成为新的队头。
- 入队操作就是把新元素放入队列，只允许在队尾插入，新元素的的下一个位置成为队尾。
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？
当出现这种情况的时候我们就需要做数据迁移。如图所示：当 abcd 入队后，对应的指针位置。
image
现在我们执行出队操作
image
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。
迁移操作其实就是把整段数据移动到数组 0 开始的位置。
image
具体代码如下
/** * 数组实现队列 */ public class ArrayQueue<E> extends AbstractQueue<E> { /** * The queued items */ final E[] items; /** * 队头指针 */ private int front; /** * 队尾指针 */ private int rear; /** * Creates an ArrayQueue with the given capacity * * @param capacity the capacity of this queue */ public ArrayQueue(Class<E> type, int capacity) { if (capacity <= 0) { throw new IllegalArgumentException(); } this.items = (E[]) Array.newInstance(type, capacity); } public int capacity() { return items.length; } @Override public E dequeue() { if (front == rear) { throw new IllegalStateException("Queue empty"); } return items[front++]; } @Override public boolean enqueue(E e) { if (isFull()) { throw new IllegalStateException("Queue empty"); } // 队尾没有空间了,需要执行数据迁移 if (rear == capacity()) { // 数据迁移 if (rear - front >= 0) { System.arraycopy(items, front, items, 0, rear - front); } // 调整 front 与 rear rear -= front; front = 0; } items[rear++] = e; return true; } @Override public boolean isFull() { return rear == capacity() && front == 0; } @Override public boolean isEmpty() { return front == rear; } }
链式队列
我们可以通过之前学习过的链表来实现队列，具体详见单向链表篇 。其实主要就是利用了 出队就是链表头删除数据，入队就是尾节点添加数据
public class LinkedQueue<E> extends AbstractQueue<E> implements Queue<E> { private final SingleLinkedList<E> linkedList; public LinkedQueue() { this.linkedList = new SingleLinkedList<>(); } @Override public E dequeue() { if (linkedList.isEmpty()) { throw new IllegalStateException("Queue empty"); } return linkedList.remove(); } @Override public boolean enqueue(E e) { return linkedList.add(e); } @Override public boolean isFull() { return false; } @Override public boolean isEmpty() { return linkedList.isEmpty(); } }
循环队列
刚刚的例子，当 rear == capacity 的时候，会出现数据迁移操作，这样性能受到影响，那如何避免呢？
原本数组是有头有尾的，是一条直线。现在我们把首尾相连，扳成了一个环。
环形队列
我们可以看到，图中这个队列的大小为 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。但这个时候，我们并不把 tail 更新为 8，而是将其在环中后移一位，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：
image
队列为空的判断依然是 front == rear，队列满的条件则是 (rear + 1) % capacity = front
你有没有发现，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。
/** * 数组实现环形队列 * * @param <E> */ public class ArrayCircleQueue<E> extends AbstractQueue<E> { /** * The queued items */ final E[] items; /** * 队头指针 */ private int front; /** * 队尾指针 */ private int rear; public int capacity() { return items.length; } /** * Creates an ArrayQueue with the given capacity * * @param capacity the capacity of this queue */ public ArrayCircleQueue(Class<E> type, int capacity) { if (capacity <= 0) { throw new IllegalArgumentException(); } this.items = (E[]) Array.newInstance(type, capacity); } @Override public E dequeue() { if (front == rear) { throw new IllegalStateException("Queue empty"); } E item = items[front]; front = (front + 1) % items.length; return item; } @Override public boolean enqueue(E e) { checkNotNull(e); int newRear = (rear + 1) % items.length; if (newRear == front) { throw new IllegalStateException("Queue full"); } items[rear] = e; this.rear = newRear; return true; } @Override public boolean isFull() { return (rear + 1) % items.length == front; } @Override public boolean isEmpty() { return rear == front; } }
MageByte
