当 LinkedList 不是列表时，速度快的兔子都追不上!
当 LinkedList 不是列表时，速度快的兔子都追不上!
原创：小姐姐味道（微信公众号ID：xjjdog），欢迎分享，转载请保留出处。
ArrayList和LinkedList有什么区别？
这种侮辱人的问题，默认就把这两者限定在了同一个场景之中，它甚至连八股文都算不上。
一旦你被问到这种问题，也证明面试基本上泡汤了--面试官已经实在是找不到其他问题与你交流了。
你Over了。
但当我们细看一下LinkedList的class定义，就会发现，它并不像是ArrayList的那样具有纯洁的列表精神。
public class ArrayList<E> extends AbstractList<E>
implements List<E>, RandomAccess, Cloneable, java.io.Serializable
//VS
public class LinkedList<E>
extends AbstractSequentialList<E>
implements List<E>, Deque<E>, Cloneable, java.io.Serializable
LinkedList除了能够当作普通的列表，它还是一个Deque。双向链表，听着就比较唬人，这就是一个既能当做队列、又能当做栈的存在。
有了这种双重Buff的叠加，LinkedList的应用场景比ArrayList丰富的多。除了能做最简单的LRU缓存，LinkedList在刷题的时候也是充满了正能量。
关于类似Deque的API，xjjdog以前有专门的文章来介绍这些爆炸性的方法。
王者ConcurrentLinkedQueue，一个阻塞的双向队列，它的基本操作方法有：(3[基本]x2[异常与返回值]+4[阻塞加超时])x3[队头队尾]=5x2x3=30，足足有30个方法。看完上面的文章，这30个方法可以很快手到擒来。
不过我们今天要聊的一个重点，是使用Deque来实现更快的延迟队列。
延迟队列
如果你想要某些数据延迟一段时间再进行处理，或者要再某段时间内按照分组进行一些计算，那延迟队列无疑是非常合适的。
在Java的Concurrent包里，就静悄悄的躺着DelayQueue。只要你的数据实现了Delayed接口，那么就可以放心大胆的把它们往里面塞。
可惜的是，DelayQueue的底层存储，使用的是PriorityQueue。
PriorityQueue是堆实现的，offer和poll数据的时间复杂度是O(logN)。这就意味着，当DelayQueue中的数据比较多的时候，它的性能就会下降。
除了把数据分片，使用多个DelayQueue来完成工作，我们有没有速度更快的方法？比如把PriorityQueue使用LinkedList来替换？
这要看场景。
如果你向DelayQueue中添加数据，是与当前添加的时间相关的，那完全可以使用LinkedList来替换PriorityQueue。
关键代码
要了解DelayQueue的运行原理，我们可以需要先看一下Delayed接口。任何想要存储到DelayQueue中的数据，都需要实现这个接口。
其中，getDelay就是用来判断当前数据是否超时的方法。而compareTo，则是PriorityQueue用来排序的，如果我们是按照当前塞入数据的，则compareTo方法就不是必要的。
public long getDelay(@NotNull TimeUnit unit) {
return MAX_CACHE_DUAL + this.enqueueTimeNs - System.nanoTime();
}
public int compareTo(@NotNull Delayed o) {
long d = getDelay(TimeUnit.NANOSECONDS) - o.getDelay(TimeUnit.NANOSECONDS);
return (d == 0) ? 0 : (d < 0 ? -1 : 1);
}
按照以上的思路，我们把DelayQueue的代码拷贝一份，仅保留关键代码，如下。
public class LightweightDelayedQueue<E extends Delayed> {
private final transient ReentrantLock lock = new ReentrantLock();
private final LinkedList<E> q = new LinkedList<>();
private final Condition available = lock.newCondition();
private Thread leader;
public void put(E e) {
final ReentrantLock lock = this.lock;
lock.lock();
try {
q.offer(e);
if (q.peek() == e) {
leader = null;
available.signal();
}
} finally {
lock.unlock();
}
}
public E take() throws InterruptedException {
final ReentrantLock lock = this.lock;
lock.lockInterruptibly();
try {
for (; ; ) {
E first = q.peek();
if (first == null)
available.await();
else {
long delay = first.getDelay(NANOSECONDS);
if (delay <= 0L)
return q.poll();
first = null; // don't retain ref while waiting
if (leader != null)
available.await();
else {
Thread thisThread = Thread.currentThread();
leader = thisThread;
try {
available.awaitNanos(delay);
} finally {
if (leader == thisThread)
leader = null;
}
}
}
}
} finally {
if (leader == null && q.peek() != null)
available.signal();
lock.unlock();
}
}
public int size() {
final ReentrantLock lock = this.lock;
lock.lock();
try {
return q.size();
} finally {
lock.unlock();
}
}
public int drainTo(Collection<? super E> c, int maxElements) {
Objects.requireNonNull(c);
if (c == this)
throw new IllegalArgumentException();
if (maxElements <= 0)
return 0;
final ReentrantLock lock = this.lock;
lock.lock();
try {
int n = 0;
for (E first;
n < maxElements
&& (first = q.peek()) != null
&& first.getDelay(NANOSECONDS) <= 0; ) {
c.add(first); // In this order, in case add() throws.
q.poll();
++n;
}
return n;
} finally {
lock.unlock();
}
}
}
主要方法
轻量级的延迟队列，如果一旦采用了LinkedList，那么它的入队、出队方法，就都变成了O(1)的时间复杂度。在延迟队列中的数据增加时，时间复杂度也能维持不变，可以说是速度快的连兔子都追不上了。
一般，在java中，put和take方法，都是代表阻塞性方法。比如，take方法，我们可以将其安全的阻塞在某个线程上，而不用担心太多的资源浪费。
final Thread thread = Thread.currentThread();
while (!this.close && !thread.isInterrupted()) {
Data data = q.take();
}
这一切都是Condition办到的，它和wait、notify的作用是一样的。
当我们通过put方法添加新的数据到队列中，会通过signal方法，来通知等待的线程获取数据。
相同的，如果take方法发现队列中的数据为空，它将进入等待状态。如果有数据，也并不是马上把这些数据取出来，因为数据还没到期。比如最老的数据还剩下5秒才到期，代码也对这种情况进行了处理，它会尝试awaitNanos对应的时间。
这样，我们就可以使用这种简单的轮询方式来实现延迟队列，而不需要单独的线程去检测队列中的数据。
增加take方法的效率
但是这样还不够。
当数据量比较大的时候，队列的数据可能有多条已经到期。如果我们通过take方法来一条一条获取的话，效率自然不如批量获取高。
drainTo方法，可以一股脑的把到期的数据转移到其他的集合中，但它并不是一个阻塞性的方法。
我们可以先使用take来阻塞线程，然后再批量取出所有数据。
下面代码，会一次性获取100条数据作为一个批量。
final Data takeItem = q.take();
final List<Data> buckets = new ArrayList<>(100);
q.drainTo(buckets, 99);
buckets.add(takeItem);
End
实际上，我们的某个业务，当采用LinkedList来替代PriorityQueue，并进行批量操作后，CPU的使用直接降低了1/3。
Deque是xjjdog最喜欢的一个接口。每当使用offerFirst、offerLast这样精准的API进行操作，都会体验到多巴胺的乐趣。LinkedList作为它的儿子，自然拥有了这些所有的功能。
当我们使用concurrent包里的基本API，对这些淳朴的工具进行封装，它们就会焕发出新的活力。
作者简介：小姐姐味道 (xjjdog)，一个不允许程序员走弯路的公众号。聚焦基础架构和Linux。十年架构，日百亿流量，与你探讨高并发世界，给你不一样的味道。
腾讯云开发者
