【Java数据结构及算法实战】系列007:Java队列01——Queue概述

简介: 列与栈类似,也是一种运算受限的线性表。队列则被限定在表尾进行插入、在表头进行删除,这种数据结构,实现了FIFO(First In First Out,先进先出)或者是LILO(Last In Last Out,后进后出)的方式工作。

队列与栈类似,也是一种运算受限的线性表。队列则被限定在表尾进行插入、在表头进行删除,这种数据结构,实现了FIFO(First In First Out,先进先出)或者是LILO(Last In Last Out,后进后出)的方式工作。

 

 

 

下图很形象将队列比作是实现生活中的排队。排在队列前面的总是会最先得到处理,而排在队列后面的总是最后得到处理。

 

 

 

 

 

 

1.   队列的基本概念

 

 

 

 

 

在对队列有了基本的认识之后,我们再来看下队列的基本概念。

 

 

 

进行插入操作这一端被称为队尾(tail),相对地,把另一端称为队首(head)。向一个队列插入新元素又称作入队(enqueue)。它是把新元素放到队尾元素的之后,使之成为新的队尾元素。从一个队列中删除元素又称作出队(dequeue)。它是把队首元素删除掉,使其相邻的元素成为新的队首元素。

 

 

 

 

 

 

 

2.   Java对于队列的支持

 

 

 

在Java中,提供了java.util.Queue<E>接口以支持队列。根据实现不同,队列又可以分为以下几种场景。

 

 

 

 

 

2.1.     是否阻塞

 

阻塞是指当队列空时,消费资源是否阻塞;当队列(有界队列)满时,插入数据是否阻塞。

 

 

 

Java提供了java.util.concurrent.BlockingQueue<E>接口以表示阻塞队列。常见的阻塞队列有:

 

 

 

l  ArrayBlockingQueue

 

l  LinkedBlockingQueue

 

l  DelayQueue

 

l  PriorityBlockingQueue

 

l  SynchronousQueue

 

l  LinkedBlockingDeque

 

l  等等

 

2.2.     单端还是双端

 

单端还是双端,相比于单端队列,双端队列可以从队列的两头分别进行入队和出队操作。

 

 

 

Java提供了java.util.Deque<E>接口以表示双端队列。常见的双端队列有:

 

 

 

l  ArrayDeque

 

l  ConcurrentLinkedDeque

 

l  LinkedList

 

l  LinkedBlockingDeque

 

l  等等

 

 

 

2.3.     是否有界

 

 

 

判断一个队列是否有界的依据是,队列在初始化时是否设置了容量。以ArrayBlockingQueue为例,ArrayBlockingQueue在初始化时,强制要求以容量作为构造函数的参数之一,这便是有界的。LinkedList是无界的,队列的长度会随着入队的元素的增多而不断增长。

 

 

 

LinkedBlockingQueue比较特殊,在初始化时可以指定容量也可以不指定容量。当初始化LinkedBlockingQueue指定容量时,是有界队列;当初始化LinkedBlockingQueue未指定容量时,其内部会以Integer.MAX_VALUE值作为容量。当然,因为Integer.MAX_VALUE值非常大,近似无限大,因此LinkedBlockingQueue未指定容量时也可以近似认为是无界队列。

 

 

 

在实际项目中,推荐优先选择使用有界队列。因为无界队列可能产生OOM(Out Of Memory,内存溢出)问题,OOM对系统是致命的。

 

 

 

2.4.     内部数据结构

 

队列的内部数据结构对使用者而言应该是透明的,使用者关注内部数据结构。主要是关注数据结构对业务运行的影响。队列的内部数据结构有数组、链表、堆等,不同数据结构会影响GC、CPU缓存,大长时间运行后,使用链表会产生大量的碎片,对GC造成很大的压力;内存连续的空间,也更有利于CPU缓存的发挥。

 

 

 

根据存储结构的不同,队列还分为以下几种:

 

 

 

l  用顺序表实现的队列称为顺序队列

 

l  用链表实现的队列称为链队列

 

 

 

2.5.     是否无锁

 

加锁的开锁是巨大的,在高并发场景下,无锁的性能一般有锁的数倍。

 

2.6.     其他特殊功能

 

有很多队列都有特殊的功能,来满足特殊的场景。如SynchronousQueue没有缓存用于handoff场景(下文介绍);PriorityQueue、PriorityBlockingQueue支持按优先级入队;DelayedQueue支持延时出队;Disruptor除具有超强的性能外,还支持多消费者复杂的消费模式。

 

 

 

 

 

基于上面的场景,整理了下表最常用的10个队列的实现。

 

 

 

表1-1 最常用的10个队列的实现

                                                                                                                                                                                                                                                                                               

   

队列

   
   

是否阻塞

   
   

单端还是双端

   
   

是否有界

   
   

内部数据结构

   
   

是否无锁

   
   

特殊功能

   
 

ArrayBlockingQueue

 
 

阻塞

 
 

单端

 
 

 
 

数组

 
 

有锁

 
 

NA

 
 

LinkedBlockingQueue

 
 

阻塞

 
 

单端

 
 

 
 

链表

 
 

有锁

 
 

NA

 
 

SynchronousQueue

 
 

阻塞

 
 

单端

 
 

 
 

单一元素

 
 

有锁

 
 

支持HandOff功能;

 
 

LinkedTransferQueue

 
 

阻塞

 
 

单端

 
 

 
 

链表

 
 

有锁

 
 

功能为LinkedBlockingQueue与SynchronousQueue的超集;

 
 

PriorityBlockingQueue

 
 

阻塞

 
 

单端

 
 

 
 

 
 

有锁

 
 

支持优先级队列;

 
 

DelayQueue

 
 

阻塞

 
 

单端

 
 

 
 

 
 

有锁

 
 

支持延时出队;

 
 

LinkedBlockingDeuqe

 
 

阻塞

 
 

双端

 
 

 
 

链表

 
 

有锁

 
 

NA

 
 

ConcurrentLinkedQueue

 
 

非阻塞

 
 

单端

 
 

 
 

链表

 
 

有锁

 
 

NA

 
 

ConcurrentLinkedDeque

 
 

非阻塞

 
 

双端

 
 

 
 

链表

 
 

有锁

 
 

NA

 
 

Disruptor

 
 

阻塞

 
 

单端

 
 

 
 

环形数组

 
 

无锁

 
 

超强性能,支持多种生产者消费者模式;

 

 

参考引用

 

目录
相关文章
|
19天前
|
人工智能 编解码 算法
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
本文介绍了通义灵码2.0 AI程序员在嵌入式开发中的实战应用。通过安装VS Code插件并登录阿里云账号,用户可切换至DeepSeek V3模型,利用其强大的代码生成能力。实战案例中,AI程序员根据自然语言描述快速生成了C语言的base64编解码算法,包括源代码、头文件、测试代码和CMake编译脚本。即使在编译错误和需求迭代的情况下,AI程序员也能迅速分析问题并修复代码,最终成功实现功能。作者认为,通义灵码2.0显著提升了开发效率,打破了编程语言限制,是AI编程从辅助工具向工程级协同开发转变的重要标志,值得开发者广泛使用。
7903 68
DeepSeek加持的通义灵码2.0 AI程序员实战案例:助力嵌入式开发中的算法生成革新
|
10天前
|
存储 算法 Java
算法系列之数据结构-二叉树
树是一种重要的非线性数据结构,广泛应用于各种算法和应用中。本文介绍了树的基本概念、常见类型(如二叉树、满二叉树、完全二叉树、平衡二叉树、B树等)及其在Java中的实现。通过递归方法实现了二叉树的前序、中序、后序和层次遍历,并展示了具体的代码示例和运行结果。掌握树结构有助于提高编程能力,优化算法设计。
42 9
 算法系列之数据结构-二叉树
|
7天前
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
32 3
 算法系列之数据结构-Huffman树
|
9天前
|
算法 Java
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
54 22
|
1月前
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
94 29
|
1月前
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
107 25
|
10月前
|
存储 算法 Java
【数据结构与算法】1、学习动态数组数据结构(基本模拟实现 Java 的 ArrayList 实现增删改查)
【数据结构与算法】1、学习动态数组数据结构(基本模拟实现 Java 的 ArrayList 实现增删改查)
198 0
|
存储 算法 Java
数据结构算法学习打卡week2 (Java)
数据结构算法学习打卡week2 (Java)
109 0
|
Rust 算法 安全
【算法学习】1588. 所有奇数长度子数组的和(java / c / c++ / python / go / rust)
给你一个正整数数组 arr ,请你计算所有可能的奇数长度子数组的和。 子数组 定义为原数组中的一个连续子序列。 请你返回 arr 中 所有奇数长度子数组的和 。
【算法学习】1588. 所有奇数长度子数组的和(java / c / c++ / python / go / rust)
|
Rust 算法 安全
【算法学习】剑指 Offer II 054. 所有大于等于节点的值之和|538|1038(java / c / c++ / python / go / rust)
给定一个二叉搜索树,请将它的每个节点的值替换成树中大于或者等于该节点值的所有节点值之和。 提醒一下,二叉搜索树满足下列约束条件: 节点的左子树仅包含键 小于 节点键的节点。 节点的右子树仅包含键 大于 节点键的节点。 左右子树也必须是二叉搜索树。
【算法学习】剑指 Offer II 054. 所有大于等于节点的值之和|538|1038(java / c / c++ / python / go / rust)