并发编程4：Java 阻塞队列源码分析（上）

张拭心 shixinzhang

发布于 2018-01-05 16:35:26

1.6K0

文章被收录于专栏：拭心的安卓进阶之路拭心的安卓进阶之路

上篇文章并发编程3：线程池的使用与执行流程中我们了解到，线程池中需要使用阻塞队列来保存待执行的任务。这篇文章我们来详细了解下 Java 中的阻塞队列究竟是什么。

什么是阻塞队列

阻塞队列其实就是生产者-消费者模型中的容器。

当生产者往队列中添加元素时，如果队列已经满了，生产者所在的线程就会阻塞，直到消费者取元素时 notify 它；消费者去队列中取元素时，如果队列中是空的，消费者所在的线程就会阻塞，直到生产者放入元素 notify 它。

具体到 Java 中，使用 BlockingQueue 接口表示阻塞队列：

public interface BlockingQueue<E> extends Queue<E> {
    //添加失败时会抛出异常，比较粗暴
    boolean add(E e);

    //添加失败时会返回 false，比较温婉，比 add 强
    boolean offer(E e);

    //添加元素时，如果没有空间，会阻塞等待；可以响应中断
    void put(E e) throws InterruptedException;

    //添加元素到队列中，如果没有空间会等待参数中的时间，超时返回，会响应中断
    boolean offer(E e, long timeout, TimeUnit unit)
        throws InterruptedException;

    //获取并移除队首元素，如果没有元素就会阻塞等待
    E take() throws InterruptedException;

    //获取并移除队首元素，如果没有就会阻塞等待参数的时间，超时返回
    E poll(long timeout, TimeUnit unit)
        throws InterruptedException;

    //返回队列中剩余的空间
    int remainingCapacity();

    //移除队列中某个元素，如果存在的话返回 true，否则返回 false
    boolean remove(Object o);

    //检查队列中是否包含某个元素，至少包含一个就返回 true
    public boolean contains(Object o);

    //将当前队列所有元素移动到给定的集合中，这个方法比反复地获取元素更高效
    //返回移动的元素个数
    int drainTo(Collection<? super E> c);

    //移动队列中至多 maxElements 个元素到指定的集合中
    int drainTo(Collection<? super E> c, int maxElements);
}

可以看到，在队列操作（添加/获取）当前不可用时，BlockingQueue 的方法有四种处理方式：

抛出异常
- 对应的是 add(), remove(), element()
返回某个值（null 或者 false）
- offer(), poll(), peek()
阻塞当前线程，直到操作可以进行
- put(), take()
阻塞一段时间，超时后退出
- offer, poll()

总结下来如图所示：

BlockingQueue 中不允许有 null 元素，因此在 add(), offer(), put() 时如果参数是 null，会抛出空指针。null 是用来有异常情况时做返回值的。

七种阻塞队列的前三种

Java 中提供了 7 种 BlockingQueue 的实现，在看线程池之前我根本搞不清楚究竟选择哪个，直到完整地对比总结以后，发现其实也没什么复杂。

现在我们一起来看一下这 7 种实现。

1.ArrayBlockingQueue

ArrayBlockingQueue 是一个使用数组实现的、有界的队列，一旦创建后，容量不可变。队列中的元素按 FIFO 的顺序，每次取元素从头部取，加元素加到尾部。

默认情况下 ArrayBlockingQueue 不保证线程公平的访问队列，即在队列可用时，阻塞的线程都可以争夺访问队列的资格。

不保证公平性有助于提高吞吐量。

看它的主要属性：

public class ArrayBlockingQueue<E> extends AbstractQueue<E>
        implements BlockingQueue<E>, java.io.Serializable {

    //使用数组保存的元素
    final Object[] items;
    //下一次取元素的索引
    int takeIndex;
    //下一次添加元素的索引
    int putIndex;
    //当前队列中元素的个数
    int count;

    /*
     * Concurrency control uses the classic two-condition algorithm
     * found in any textbook.
     */

    //全部操作的锁
    final ReentrantLock lock;
    //等待获取元素的锁
    private final Condition notEmpty;
    //等待添加元素的锁
    private final Condition notFull;
    //...
}

可以看到，ArrayBlockingQueue 使用可重入锁 ReentrantLock 实现的访问公平性，两个 Condition 保证了添加和获取元素的并发控制。

构造函数：

//指定队列的容量，使用非公平锁
public ArrayBlockingQueue(int capacity) {
    this(capacity, false);
}
public ArrayBlockingQueue(int capacity, boolean fair) {
    if (capacity <= 0)
        throw new IllegalArgumentException();
    this.items = new Object[capacity];
    lock = new ReentrantLock(fair);
    notEmpty = lock.newCondition();
    notFull =  lock.newCondition();
}
//允许使用一个 Collection 来作为队列的默认元素
public ArrayBlockingQueue(int capacity, boolean fair,
                          Collection<? extends E> c) {
    this(capacity, fair);

    final ReentrantLock lock = this.lock;
    lock.lock(); // Lock only for visibility, not mutual exclusion
    try {
        int i = 0;
        try {
            for (E e : c) {    //遍历添加指定集合的元素
                if (e == null) throw new NullPointerException();
                items[i++] = e;
            }
        } catch (ArrayIndexOutOfBoundsException ex) {
            throw new IllegalArgumentException();
        }
        count = i;
        putIndex = (i == capacity) ? 0 : i;    //修改 putIndex 为 c 的容量 +1
    } finally {
        lock.unlock();
    }
}

可以看到，有三种构造函数：

默认的构造函数只指定了队列的容量，设置为非公平的线程访问策略
第二种构造函数中，使用 ReentrantLock 创建了 2 个 Condition 锁
第三种构造函数可以在创建队列时，将指定的元素添加到队列中

四种添加元素方法的实现

第一种 add():

public boolean add(E e) {
    return super.add(e);
}
//super.add() 的实现
public boolean add(E e) {
    if (offer(e))
        return true;
    else
        throw new IllegalStateException("Queue full");
}

add(E) 调用了父类的方法，而父类里调用的是 offer(E)，如果返回 false 就泡出异常。

第二种 offer():

public boolean offer(E e) {
    if (e == null) throw new NullPointerException();
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        if (count == items.length)
            return false;
        else {
            enqueue(e);
            return true;
        }
    } finally {
        lock.unlock();
    }
}

可以看到 offer(E) 方法先拿到锁，如果当前队列中元素已满，就立即返回 false，这点比 add() 友好一些；如果没满就调用 enqueue(E) 入队：

private void enqueue(E x) {
    final Object[] items = this.items;
    items[putIndex] = x;
    if (++putIndex == items.length) putIndex = 0;
    count++;
    notEmpty.signal();
}

可以看到，enqueue(E) 方法会将元素添加到数组队列尾部。如果添加元素后队列满了，就修改 putIndex 为 0 ，0.0 为啥这样，先留着回头看。添加后调用 notEmpty.signal() 通知唤醒阻塞在获取元素的线程。

第三种 put():

public void put(E e) throws InterruptedException {
    if (e == null) throw new NullPointerException();
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == items.length)
            notFull.await();
        enqueue(e);
    } finally {
        lock.unlock();
    }
}

可以看到，put() 方法可以响应中断，当队列满了，就调用 notFull.await() 阻塞等待，等有消费者获取元素后继续执行；可以添加时还是调用 enqueue(E)。

第四种 offer(E,long,TimeUnit):

public boolean offer(E e, long timeout, TimeUnit unit)
    throws InterruptedException {

    if (e == null) throw new NullPointerException();
    long nanos = unit.toNanos(timeout);
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == items.length) {
            if (nanos <= 0)
                return false;
            nanos = notFull.awaitNanos(nanos);
        }
        enqueue(e);
        return true;
    } finally {
        lock.unlock();
    }
}

可以看到 offer() 和 put() 方法很相似，不同之处在于允许设置等待超时时间，超过这么久如果还不能有位置，就返回 false；否则调用 enqueue(E)，然后返回 true。

总体来看添加元素很简单嘛 ✧(≖ ◡ ≖✿)嘿嘿。

四种获取元素的实现：

第一种 poll():

public E poll() {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        return (count == 0) ? null : dequeue();
    } finally {
        lock.unlock();
    }
}

poll() 如果在队列中没有元素时会立即返回 null；如果有元素调用 dequeue():

private E dequeue() {
    final Object[] items = this.items;
    @SuppressWarnings("unchecked")
    E x = (E) items[takeIndex];
    items[takeIndex] = null;
    if (++takeIndex == items.length) takeIndex = 0;
    count--;
    if (itrs != null)
        itrs.elementDequeued();
    notFull.signal();
    return x;
}

默认情况下 dequeue() 方法会从队首移除元素（即 takeIndex 位置）。移除后会向后移动 takeIndex，如果已经到队尾，就归零。结合前面添加元素时的归零，可以看到，其实 ArrayBlockingQueue 是个环形数组。

然后调用 itrs. elementDequeued()，这个 itrs 是 ArrayBlockingQueue 的内部类 Itrs 的对象，看起来像是个迭代器，实际上它的作用是保证循环数组迭代时的正确性，具体实现比较复杂，这里暂不介绍。

第二种 take():

public E take() throws InterruptedException {
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == 0)
            notEmpty.await();
        return dequeue();
    } finally {
        lock.unlock();
    }
}

take() 方法可以响应中断，与 poll() 不同的是，如果队列中没有数据会一直阻塞等待，直到中断或者有元素，有元素时还是调用 dequeue() 方法。

第三种带参数的 poll():

public E poll(long timeout, TimeUnit unit) throws InterruptedException {
    long nanos = unit.toNanos(timeout);
    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == 0) {
            if (nanos <= 0)
                return null;
            nanos = notEmpty.awaitNanos(nanos);
        }
        return dequeue();
    } finally {
        lock.unlock();
    }
}

带参数的 poll() 方法相当于无参 poll() 和 take() 的中和版，允许阻塞一段时间，如果在阻塞一段时间还没有元素进来，就返回 null。

第四种 peek():

public E peek() {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        return itemAt(takeIndex); // null when queue is empty
    } finally {
        lock.unlock();
    }
}
final E itemAt(int i) {
    return (E) items[i];
}

peel() 方法很简单，直接返回数组中队尾的元素，并不会删除元素。如果队列中没有元素返回的是 null。

一波源码看下来，ArrayBlockingQueue 使用可重入锁 ReentrantLock 控制队列的访问，两个 Condition 实现生产者-消费者模型，看起来很简单的样子，这背后要感谢 ReentrantLock 和 Condition 的功劳！

2.LinkedBlockingQueue

LinkedBlockingQueue 是一个使用链表实现的、有界阻塞队列。队列的默认最大长度为 Integer.MAX_VALUE，添加的元素按 FIFO 顺序。

`LinkedBlockingQueue` 属性：

//链表节点
static class Node<E> {
    E item;

    //对当前节点的后一个节点，有三种情况：
    //1.真正的节点
    //2.当前节点本身，说明当前节点是头结点 ？
    //3.null，说明这个节点是最后䘝界定啊
    Node<E> next;

    Node(E x) { item = x; }
}

//当前容量，默认是 Integer.MAX_VALUE
private final int capacity;
//当前队列中的元素数量
private final AtomicInteger count = new AtomicInteger();
//队列中的头节点，头节点的.item 永远为 null
transient Node<E> head;
//队列的尾节点，尾节点的 next 永远为 null
private transient Node<E> last;

//获取元素的锁
private final ReentrantLock takeLock = new ReentrantLock();
//等待取元素的等待队列
private final Condition notEmpty = takeLock.newCondition();
//添加元素的锁
private final ReentrantLock putLock = new ReentrantLock();
//等待添加元素的等待队列
private final Condition notFull = putLock.newCondition();

可以看到，LinkedBlockingQueue 中有两个 ReentrantLock，一个用于添加另一个用于获取，这和 ArrayBlockingQueue 不同。

LinkedBlockingQueue 构造函数：

//使用 Integer.MAX_VALUE 作为容量
public LinkedBlockingQueue() {
    this(Integer.MAX_VALUE);
}

//指定最大容量
public LinkedBlockingQueue(int capacity) {
    if (capacity <= 0) throw new IllegalArgumentException();
    this.capacity = capacity;
    last = head = new Node<E>(null);
}

//使用 Integer.MAX_VALUE 作为容量，同时将指定集合添加到队列中
public LinkedBlockingQueue(Collection<? extends E> c) {
    this(Integer.MAX_VALUE);
    final ReentrantLock putLock = this.putLock;
    putLock.lock(); // Never contended, but necessary for visibility
    try {
        int n = 0;
        for (E e : c) {    //遍历添加到队列
            if (e == null)    //需要注意待添加集合中不能有空值
                throw new NullPointerException();
            if (n == capacity)
                throw new IllegalStateException("Queue full");
            enqueue(new Node<E>(e));
            ++n;
        }
        count.set(n);
    } finally {
        putLock.unlock();
    }
}

三种构造函数也很简单，看注释就好了。

`LinkedBlockingQueue` 添加元素

第一种 put(E):

public void put(E e) throws InterruptedException {
    if (e == null) throw new NullPointerException();
    // Note: convention in all put/take/etc is to preset local var
    // holding count negative to indicate failure unless set.
    int c = -1;
    Node<E> node = new Node<E>(e);        //构造一个节点
    final ReentrantLock putLock = this.putLock;    //为什么要创建局部变量，而不必是直接访问全局呢？
    final AtomicInteger count = this.count;
    putLock.lockInterruptibly();
    try {
        //如果队列已经满了，就阻塞等待
        while (count.get() == capacity) {
            notFull.await();
        }
        enqueue(node);    //入队节点
        c = count.getAndIncrement();    
        if (c + 1 < capacity)    //再获取写队列中的元素，如果此时小于队列容量，唤醒其他阻塞的添加线程
            notFull.signal();
    } finally {
        putLock.unlock();
    }
    if (c == 0)        //如果之前为 0，就通知等待的
        signalNotEmpty();
}

可以看到，LinkedBlockingQueue 使用了 AtomicInteger 类型的 count 保存队列元素个数，在添加时，如果队列满了就阻塞等待。

这时有两种继续执行的情况：

有消费者取元素，count 会减少，小于队列容量
或者调用了 notFull.signal()

入队调用的 enqueue() 很简单，链表尾部添加节点即可:

private void enqueue(Node<E> node) {
    last = last.next = node;
}

在入队后，还会判断一次队列中的元素个数，如果此时小于队列容量，唤醒其他阻塞的添加线程。最后还会判断容量，如果这时队列中没有元素，就通知 notEmpty 上阻塞的：

private void signalNotEmpty() {
    final ReentrantLock takeLock = this.takeLock;
    takeLock.lock();
    try {
        notEmpty.signal();
    } finally {
        takeLock.unlock();
    }
}

这里我很懵逼啊，为什么没有元素了要告诉取元素阻塞的线程呢？

第二种 offer(E):

public boolean offer(E e) {
    if (e == null) throw new NullPointerException();
    final AtomicInteger count = this.count;
    if (count.get() == capacity)    //如果队列满了，直接返回
        return false;
    int c = -1;
    Node<E> node = new Node<E>(e);
    final ReentrantLock putLock = this.putLock;
    putLock.lock();    //拿到添加元素的锁
    try {
        if (count.get() < capacity) {    //小于队列容量就入队
            enqueue(node);
            c = count.getAndIncrement();
            if (c + 1 < capacity)    //小于队列容量，唤醒其他阻塞的添加线程
                notFull.signal();
        }
    } finally {
        putLock.unlock();
    }
    if (c == 0)
        signalNotEmpty();
    return c >= 0;
}

可以看到 offer 是一贯的直接返回结果。

第三种 offer(E,long,TimeUnit):

public boolean offer(E e, long timeout, TimeUnit unit)
    throws InterruptedException {

    if (e == null) throw new NullPointerException();
    long nanos = unit.toNanos(timeout);
    int c = -1;
    final ReentrantLock putLock = this.putLock;
    final AtomicInteger count = this.count;
    putLock.lockInterruptibly();
    try {
        while (count.get() == capacity) {
            if (nanos <= 0)
                return false;
            nanos = notFull.awaitNanos(nanos);
        }
        enqueue(new Node<E>(e));
        c = count.getAndIncrement();
        if (c + 1 < capacity)
            notFull.signal();
    } finally {
        putLock.unlock();
    }
    if (c == 0)
        signalNotEmpty();
    return true;
}

和 ArrayBlockingQueue 一样，带阻塞时间参数的 offer() 方法会阻塞一段时间，然后没结果就返回。

`LinkedBlockingQueue` 获取元素

第一种 take():

public E take() throws InterruptedException {
    E x;
    int c = -1;
    final AtomicInteger count = this.count;
    final ReentrantLock takeLock = this.takeLock;    //拿到获取的锁
    takeLock.lockInterruptibly();
    try {
        while (count.get() == 0) {    //没有元素就阻塞
            notEmpty.await();
        }
        x = dequeue();
        c = count.getAndDecrement();
        if (c > 1)        //出队后如果元素个数大于一，通知那些阻塞在取元素的线程（用于在另外线程添加大量元素的情况）
            notEmpty.signal();
    } finally {
        takeLock.unlock();
    }
    if (c == capacity)    //如果之前已经满了，说明有阻塞的，就唤醒它们
        signalNotFull();
    return x;
}

注意：这里和前面一样，都使用的是 AtomicInteger.getAndDecrement() 方法，这个方法先返回当前值，然后加 1 ，所以后面判断是判断之前的情况。

队首元素出队：

private E dequeue() {
    Node<E> h = head;
    Node<E> first = h.next;
    h.next = h; // help GC
    head = first;    //指向队首的节点后移
    E x = first.item;
    first.item = null;
    return x;
}

剩下的几种其实跟之前介绍的差不多，就懒得多费口舌了。

LinkedBlockingQueue 比 ArrayBlockingQueue 的优势就是添加和获取是两个不同的锁，所以并发添加/获取效率更高些，因此数组元素个数用的是 AtomicInteger 类型的，这样在添加、获取时通过判断数组元素个数可以感知到并发的获取/添加操作；此外就是链表比数组的优势了。

3.PriorityBlockingQueue

PriorityBlockingQueue 是基于数组的、支持优先级的、无界阻塞队列。

默认情况下队列中的元素按自然排序升序排列，我们可以实现元素的 compareTo() 指定元素的排序规则，或者在初始化它时在构造函数中传递 Comparator 排序规则。

不能保证同一优先级元素的顺序

这里就不再像前面那么详细地介绍源码了。

先看看 PriorityBlockingQueue 属性*：

private static final int DEFAULT_INITIAL_CAPACITY = 11;
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
private transient Object[] queue;
private transient int size;
public PriorityBlockingQueue() {
    this(DEFAULT_INITIAL_CAPACITY, null);
}
public PriorityBlockingQueue(int initialCapacity) {
    this(initialCapacity, null);
}
public PriorityBlockingQueue(int initialCapacity,
                             Comparator<? super E> comparator) {
    if (initialCapacity < 1)
        throw new IllegalArgumentException();
    this.lock = new ReentrantLock();
    this.notEmpty = lock.newCondition();
    this.comparator = comparator;
    this.queue = new Object[initialCapacity];
}

PriorityBlockingQueue 在初始化时创建指定容量的数组，默认是 11 。

为什么是“无界”

这不是有界吗，为什么说是无界阻塞队列呢，答案这里：

public boolean add(E e) {
    return offer(e);
}
public void put(E e) {
    offer(e); // never need to block
}
public boolean offer(E e, long timeout, TimeUnit unit) {
    return offer(e); // never need to block
}
public boolean offer(E e) {
    if (e == null)
        throw new NullPointerException();
    final ReentrantLock lock = this.lock;
    lock.lock();
    int n, cap;
    Object[] array;
    while ((n = size) >= (cap = (array = queue).length))    //数组中元素大于等于容量时，扩容
        tryGrow(array, cap);
    try {
        Comparator<? super E> cmp = comparator;
        if (cmp == null)
            siftUpComparable(n, e, array);
        else
            siftUpUsingComparator(n, e, array, cmp);
        size = n + 1;
        notEmpty.signal();
    } finally {
        lock.unlock();
    }
    return true;
}

可以看到，几种添加方法最终都是调用了 offer() 方法，在添加元素时，当数组中元素大于等于容量时，调用 tryGrow() 扩容：

private void tryGrow(Object[] array, int oldCap) {
    lock.unlock(); // must release and then re-acquire main lock
    Object[] newArray = null;
    if (allocationSpinLock == 0 &&
        UNSAFE.compareAndSwapInt(this, allocationSpinLockOffset,
                                 0, 1)) {
        try {
            int newCap = oldCap + ((oldCap < 64) ?
                                   (oldCap + 2) : // grow faster if small
                                   (oldCap >> 1));
            if (newCap - MAX_ARRAY_SIZE > 0) {    // possible overflow
                int minCap = oldCap + 1;
                if (minCap < 0 || minCap > MAX_ARRAY_SIZE)
                    throw new OutOfMemoryError();
                newCap = MAX_ARRAY_SIZE;
            }
            if (newCap > oldCap && queue == array)
                newArray = new Object[newCap];    //扩容数组
        } finally {
            allocationSpinLock = 0;
        }
    }
    if (newArray == null) // back off if another thread is allocating
        Thread.yield();
    lock.lock();
    if (newArray != null && queue == array) {
        queue = newArray;
        System.arraycopy(array, 0, newArray, 0, oldCap);    //拷贝原有数据
    }
}

可以看到，在扩容时，如果当前队列中元素个数小于 64 个，数组容量就就乘 2 加 2；否则变成原来的 1.5 倍（原来容量越大，扩容成本越高，所以容量设置的小一点）。

如何保证优先级

再来看看 PriorityBlockingQueue 是如何保证优先级的：

public boolean offer(E e) {
    //...
    try {
        Comparator<? super E> cmp = comparator;    //可以在构造函数中设置的定制排序
        if (cmp == null)    //排序
            siftUpComparable(n, e, array);
        else
            siftUpUsingComparator(n, e, array, cmp);
        size = n + 1;
        notEmpty.signal();
    } finally {
        lock.unlock();
    }
    return t
}

可以看到，在添加元素时，会根据队列中的定制排序 comparator 是否为空调用不同的排序方法。

不了解 Comparator 和 Comparable 可以看这篇 Java 解惑：Comparable 和 Comparator 的区别。

如果没有设置 comparator 调用的是 siftUpComparable():

private static <T> void siftUpComparable(int k, T x, Object[] array) {
    Comparable<? super T> key = (Comparable<? super T>) x;
    while (k > 0) {        //循环比较
        int parent = (k - 1) >>> 1;    
        Object e = array[parent];
        if (key.compareTo((T) e) >= 0)    //比较
            break;
        array[k] = e;
        k = parent;
    }
    array[k] = key;
}

可以看到，这里的排序有点最大堆的意思，每从队尾添加一个元素都会从下往上挨个比较自己和“父节点”的大小，如果小就交换，否则就停止。

比较使用的是队列元素中重写的 compareTo() 方法。

如果设置 comparator 调用的是 siftUpUsingComparator():

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;
}

同样的比较，不同的是使用的是 Comparator.compare() 方法。

了解了添加时的排序，那获取元素时是如何保证按添加的顺序取出呢？以 poll() 为例：

public E poll() {
    final ReentrantLock lock = this.lock;
    lock.lock();
    try {
        return dequeue();
    } finally {
        lock.unlock();
    }
}

获取时主要调用的是 dequeue() 方法：

private E dequeue() {
    int n = size - 1;
    if (n < 0)
        return null;
    else {
        Object[] array = queue;
        E result = (E) array[0];    //头节点
        E x = (E) array[n];    //尾节点
        array[n] = null;
        Comparator<? super E> cmp = comparator;
        if (cmp == null)
            siftDownComparable(0, x, array, n);
        else
            siftDownUsingComparator(0, x, array, n, cmp);
        size = n;
        return result;
    }
}

出队时同样进行了两种不同的比较，我们选其中一种 siftDownComparable() 看一下：

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];    //左孩子
            int right = child + 1;    //右孩子的位置
            if (right < n &&
                ((Comparable<? super T>) c).compareTo((T) array[right]) > 0)    //左和右比较，如果左比右大
                c = array[child = right];    //选小的一个进行下面的比较
            if (key.compareTo((T) c) <= 0)    //如果当前节点比最后一个节点大，就停止
                break;
            array[k] = c;    //否则就交换，循环比较
            k = child;
        }
        array[k] = key;
    }
}

可以看到，取元素时，在移除第一个元素后，会用堆排序将当前堆再排一次序。

经过源码分析我们了解了 PriorityBlockingQueue 为什么是无界、有优先级的队列了。因为它可以扩容，在添加、删除元素后都会进行排序。

由于篇幅原因，我们将阻塞队列分两篇介绍。下一篇介绍后四种队列。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2017-06-23 ，如有侵权请联系 cloudcommunity@tencent.com 删除

java

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

java