目录
一、简介
PriorityBlockingQueue队列是 JDK1.5 的时候出来的一个阻塞队列。但是该队列入队的时候是不会阻塞的，
永远会加到队尾。
下面我们介绍下它的几个特点：
- PriorityBlockingQueue 和 ArrayBlockingQueue 一样是基于数组实现的，但后者在初始化时需要指定长
度，前者默认长度是 11。
- 该队列可以说是真正的无界队列，它在队列满的时候会进行扩容，而前面说的无界阻塞队列其实都有有界，只
是界限太大可以忽略（最大值是 2147483647）
- 该队列属于权重队列，可以理解为它可以进行排序，但是排序不是从小到大排或从大到小排，是基于数组的堆
结构（具体如何排下面会进行分析）
- 出队方式和前面的也不同，是根据权重来进行出队，和前面所说队列中那种先进先出或者先进后出方式不同。
- 其存入的元素必须实现Comparator，或者在创建队列的时候自定义Comparator
注意：
- 堆结构实际上是一种完全二叉树，建议学习前了解一下二叉树。
- 堆又分为大顶堆和小顶堆。大顶堆中第一个元素肯定是所有元素中最大的，小顶堆中第一个元素是所有元素中
最小的。
二、类图
三、源码解析
1. 字段讲解
从下面的字段我们可以知道，该队列可以排序，使用显示锁来保证操作的原子性，
在空队列时，出队线程会堵塞等。
/**
* 默认数组长度
*/
private static final int DEFAULT_INITIAL_CAPACITY = 11;
/**
* 最大达容量，分配时超出可能会出现 OutOfMemoryError 异常
*/
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
/**
* 队列，存储我们的元素
*/
private transient Object[] queue;
/**
* 队列长度
*/
private transient int size;
/**
* 比较器，入队进行权重的比较
*/
private transient Comparator<? super E> comparator;
/**
* 显示锁
*/
private final ReentrantLock lock;
/**
* 空队列时进行线程阻塞的 Condition 对象
*/
private final Condition notEmpty;2. 构造方法
/**
* 默认构造，使用长度为 11 的数组，比较器为空
*/
public PriorityBlockingQueue() {
this(DEFAULT_INITIAL_CAPACITY, null);
}
/**
* 自定义数据长度构造，比较器为空
*/
public PriorityBlockingQueue(int initialCapacity) {
this(initialCapacity, null);
}
/**
* 自定义数组长度，可以自定义比较器
*/
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];
}3. 入队方法
put
入队方法，下面可以看到 put 方法最终会调用 offer 方法，所以我们只看 offer 方法即可。
public void put(E e) {
offer(e); // never need to block
}
public boolean offer(E e) {
//判断是否为空
if (e == null)
throw new NullPointerException();
//显示锁
final ReentrantLock lock = this.lock;
lock.lock();
//定义临时对象
int n, cap;
Object[] array;
//判断数组是否满了
while ((n = size) >= (cap = (array = queue).length))
//数组扩容
tryGrow(array, cap);
try {
//拿到比较器
Comparator<? super E> cmp = comparator;
//判断是否有自定义比较器
if (cmp == null)
//堆上浮
siftUpComparable(n, e, array);
else
//使用自定义比较器进行堆上浮
siftUpUsingComparator(n, e, array, cmp);
//队列长度 +1
size = n + 1;
//唤醒休眠的出队线程
notEmpty.signal();
} finally {
//释放锁
lock.unlock();
}
return true;
}浮调整比较器方法的实现
private static <T> void siftUpComparable(int k, T x, Object[] array) {
Comparable<? super T> key = (Comparable<? super T>) x;
while (k > 0) {
//无符号向左移，目的是找到放入位置的父节点
int parent = (k - 1) >>> 1;
//拿到父节点的值
Object e = array[parent];
//比较是否大于该元素，不大于就没比较交换
if (key.compareTo((T) e) >= 0)
break;
//以下都是元素位置交换
array[k] = e;
k = parent;
}
array[k] = key;
}根据上面的代码，可以看出这是完全二叉树在进行上浮调整。调整入队的元素，找出最小的，将元素排列有序化。
简单理解就是：父节点元素值一定要比它的子节点得小，如果父节点大于子节点了，那就两者位置进行交换。
入队图解
说的可能很模糊，我们先写个 demo，根据 demo 来进行图解分析：
public class TestPriorityBlockingQueue {
public static void main(String[] args) throws InterruptedException {
PriorityBlockingQueue<Integer> concurrentLinkedQueue = new PriorityBlockingQueue<Integer>();
concurrentLinkedQueue.offer(10);
concurrentLinkedQueue.offer(20);
concurrentLinkedQueue.offer(5);
concurrentLinkedQueue.offer(1);
concurrentLinkedQueue.offer(25);
concurrentLinkedQueue.offer(30);
//输出元素排列
concurrentLinkedQueue.stream().forEach(e-> System.out.print(e+" "));
//取出元素
Integer take = concurrentLinkedQueue.take();
System.out.println();
concurrentLinkedQueue.stream().forEach(e-> System.out.print(e+" "));
}
}上面可以看出，我们要入队的元素是 [10,20,5,1,21,30]，接下来我们用图来演示一步步入队情况。
队列初始化时：
这时，我们开始将元素 元素 10 入队，并用二叉树辅助理解：
我们在将元素 20 入队：
将元素 5 入队后发现父节点大于子节点，这时需要进行上浮调整
开始进行上浮调整，将元素 10 和元素 5进行位置调换，结果如下：
接着将元素 1 入队后发现父节点大于子节点，继续进行调整：
第一次调整将元素 20 和元素 1 进行位置交换，交换完毕后结果如下：
交换完毕后，我们发现父节点的元素值还是大于子节点，说明还需要进行一次交换，最后交换结果如下：
接下来将元素 25 和 30 入队，结果如下：
注：
最小堆的的顶端一定是元素值最小的那个。
4. 出队方法
take
出队方法，该方法会阻塞
public E take() throws InterruptedException {
//显示锁
final ReentrantLock lock = this.lock;
//可中断锁
lock.lockInterruptibly();
//结果接受对象
E result;
try {
//判读队列是否为空
while ( (result = dequeue()) == null)
//线程阻塞
notEmpty.await();
} finally {
lock.unlock();
}
return result;
}dequeue
具体出队方法的实现
private E dequeue() {
//长度减少 1
int n = size - 1;
//判断队列中是否又元素
if (n < 0)
return null;
else {
//队列对象
Object[] array = queue;
//取出第一个元素
E result = (E) array[0];
//拿出最后一个元素
E x = (E) array[n];
//置空
array[n] = null;
Comparator<? super E> cmp = comparator;
if (cmp == null)
//下沉调整
siftDownComparable(0, x, array, n);
else
siftDownUsingComparator(0, x, array, n, cmp);
//成功则减少队列中的元素数量
size = n;
return result;
}
}总体就是找到父节点与两个子节点中最小的一个节点，然后进行交换位置，不断重复，由上而下的交换。
下沉调整比较器方法的实现
private static <T> void siftDownComparable(int k, T x, Object[] array,
int n) {
//判断队列长度
if (n > 0) {
Comparable<? super T> key = (Comparable<? super T>)x;
//找到队列最后一个元素的父节点的索引。
//如下图最大元素是30 父节点是 10，对于索引是 2
int half = n >>> 1; // loop while a non-leaf
while (k < half) {
//拿到 k 节点下的左子节点
int child = (k << 1) + 1; // assume left child is least
//取得子节点对应的值
Object c = array[child];
//取得 k 右子节点的索引
int right = child + 1;
//比较右节点的索引是否小于队列长度和左右子节点的值进行比较
if (right < n &&
((Comparable<? super T>) c).compareTo((T) array[right]) > 0)
c = array[child = right];
//比较父节点值是否大于子节点
if (key.compareTo((T) c) <= 0)
break;
//下面都是元素替换
array[k] = c;
k = child;
}
array[k] = key;
}
}出队图解
这时，我们需要从队列中取出第一个元素 1，元素 1 取出时会与队列中最后一个元素进行交换，并将最后一个元素
置空。（实际上源码不是这么做的，源代码中是用变量来保存索引，直到全部下沉调整完成才进行替换）
替换后，结果就如下图显示一样。我们发现父节点大于子节点了，所以还需要再一次进行替换操作。
再一次替换后，将元素 30 下沉到下一个左边子节点，子节点上浮到原父节点位置。这就完成了下沉调整了。
四、总结
PriorityBlockingQueue 真的是个神奇的队列，可以实现优先出队。
最特别的是它只有一个锁，入队操作永远成功，而出队只有在空队列
的时候才会进行线程阻塞。可以说有一定的应用场景吧，比如：有任务要执行，可以对任务加一个优先级的权重，
这样队列会识别出来，对该任务优先进行出队。
标签：迭代,队列,元素,入队,出队,array,多线程,节点,PriorityBlockingQueue From： https://blog.csdn.net/qq_51226710/article/details/142047560