阻塞队列之LinkedBlockingQueue

概述

LinkedBlockingQueue内部由单链表实现，只能从head取元素，从tail添加元素。添加元素和获取元素都有独立的锁，也就是说LinkedBlockingQueue是读写分离的，读写操作可以并行执行。LinkedBlockingQueue采用可重入锁(ReentrantLock)来保证在并发情况下的线程安全。

构造器

LinkedBlockingQueue一共有三个构造器，分别是无参构造器、可以指定容量的构造器、可以穿入一个容器的构造器。如果在创建实例的时候调用的是无参构造器，LinkedBlockingQueue的默认容量是Integer.MAX_VALUE，这样做很可能会导致队列还没有满，但是内存却已经满了的情况（内存溢出）。

 public LinkedBlockingQueue()；   //设置容量为Integer.MAX

 public LinkedBlockingQueue(int capacity)；  //设置指定容量

 public LinkedBlockingQueue(Collection<? extends E> c)；  //穿入一个容器，如果调用该构造器，容量默认也是Integer.MAX_VALUE

LinkedBlockingQueue常用操作

取数据

take()：首选。当队列为空时阻塞

poll()：弹出队顶元素，队列为空时，返回空

peek()：和poll烈性，返回队队顶元素，但顶元素不弹出。队列为空时返回null

remove(Object o)：移除某个元素，队列为空时抛出异常。成功移除返回true

添加数据

put()：首选。队满是阻塞

offer()：队满时返回false

判断队列是否为空

size()方法会遍历整个队列，时间复杂度为O(n),所以最好选用isEmtpy

put元素原理

基本过程：

1.判断元素是否为null，为null抛出异常

2.加锁(可中断锁)

3.判断队列长度是否到达容量，如果到达一直等待

4.如果没有队满，enqueue()在队尾加入元素

5.队列长度加1，此时如果队列还没有满，调用signal唤醒其他堵塞队列

  if (e == null) throw new NullPointerException();

         int c = -1;
         Node<E> node = new Node<E>(e);
         final ReentrantLock putLock = this.putLock;
         final AtomicInteger count = this.count;
         putLock.lockInterruptibly();
         try {
             while (count.get() == capacity) {
                 notFull.await();
             }
             enqueue(node);
             c = count.getAndIncrement();
             if (c + 1 < capacity)
                 notFull.signal();
         } finally {
             putLock.unlock();
         }

take元素原理

基本过程：

1.加锁(依旧是ReentrantLock)，注意这里的锁和写入是不同的两把锁

2.判断队列是否为空，如果为空就一直等待

3.通过dequeue方法取得数据

3.取走元素后队列是否为空，如果不为空唤醒其他等待中的队列

 public E take() throws InterruptedException {
         E x;
         int c = -1;
         final AtomicInteger count = this.count;
         final ReentrantLock takeLock = this.takeLock;
         takeLock.lockInterruptibly();
         try {
             while (count.get() == 0) {
                 notEmpty.await();
             }
             x = dequeue();
             c = count.getAndDecrement();
             if (c > 1)
                 notEmpty.signal();
         } finally {
             takeLock.unlock();
         }
         if (c == capacity)
             signalNotFull();
         return x;
     }

enqueue()和dequeue()方法实现都比较简单，无非就是将元素添加到队尾，从队顶取走元素，感兴趣的朋友可以自己去看一下，这里就不粘贴了。

LinkedBlockingQueue与LinkedBlockingDeque比较

LinkedBlockingDeque和LinkedBlockingQueue的相同点在于： 
1. 基于链表 
2. 容量可选，不设置的话，就是Int的最大值

和LinkedBlockingQueue的不同点在于： 
1. 双端链表和单链表 
2. 不存在哨兵节点 
3. 一把锁+两个条件

实例：

小记：AtomicInteger的getAndIncrment和getAndDcrement()等方法，这些方法分为两步，get和increment(decrement)，在get和increment中间可能有其他线程进入，导致多个线程get到的数值是相同的，也会导致多个线程累加后的值其实累加1.在这种情况下，使用volatile也是没有效果的，因为get之后没有对值进行修改，不能触发volatile的效果。

 public class ProducerAndConsumer {
     public static void main(String[] args){

         try{
             BlockingQueue queue = new LinkedBlockingQueue(5);

             ExecutorService executor = Executors.newFixedThreadPool(5);
             Produer producer = new Produer(queue);
             for(int i=0;i<3;i++){
                 executor.execute(producer);
             }
             executor.execute(new Consumer(queue));

             executor.shutdown();
         }catch (Exception e){
             e.printStackTrace();
         }

     }
 }

 class Produer implements  Runnable{

     private BlockingQueue queue;
     private int nums = 20;  //循环次数

     //标记数据编号
     private static volatile AtomicInteger count = new AtomicInteger();
     private boolean isRunning = true;
     public Produer(){}

     public Produer(BlockingQueue queue){
         this.queue = queue;
     }

     public void run() {
         String data = null;
         try{
             System.out.println("开始生产数据");
             System.out.println("-----------------------");

           while(nums>0){
                 nums--;
                 count.decrementAndGet();

                 Thread.sleep(500);
                 System.out.println(Thread.currentThread().getId()+ " :生产者生产了一个数据");
                 queue.put(count.getAndIncrement());
             }
         }catch(Exception e){
             e.printStackTrace();
             Thread.currentThread().interrupt();
         }finally{
             System.out.println("生产者线程退出！");
         }
     }
 }

 class Consumer implements Runnable{

     private BlockingQueue queue;
     private int nums = 20;
     private boolean isRunning = true;

     public Consumer(){}

     public Consumer(BlockingQueue queue){
         this.queue = queue;
     }

     public void run() {

         System.out.println("消费者开始消费");
         System.out.println("-------------------------");

         while(nums>0){
             nums--;
             try{
                 while(isRunning){
                     int data = (Integer)queue.take();
                     Thread.sleep(500);
                     System.out.println("消费者消费的数据是" + data);
             }

             }catch(Exception e){
                 e.printStackTrace();
                 Thread.currentThread().interrupt();
             }finally {
                 System.out.println("消费者线程退出!");
             }

         }
     }
 }

效果：

 12 :生产者生产了一个数据
 11 :生产者生产了一个数据
 13 :生产者生产了一个数据
 12 :生产者生产了一个数据
 消费者消费的数据是-3
 11 :生产者生产了一个数据
 13 :生产者生产了一个数据
 12 :生产者生产了一个数据
 消费者消费的数据是-3
 13 :生产者生产了一个数据
 11 :生产者生产了一个数据
 12 :生产者生产了一个数据
 消费者消费的数据是-3
 13 :生产者生产了一个数据
 11 :生产者生产了一个数据
 消费者消费的数据是-3
 消费者消费的数据是-3

可以看到，有多个producer在生产数据的时候get到的是相同的值。