PriorityBlockingQueue（优先阻塞队列）是Java并发包java.util.concurrent下面的一个工具类，它除了具有阻塞队列的功能外还具有以下特点：
- 对队列中的元素进行排序，如果未指定比较器，插入队列的元素必须实现Comparable接口
- 内部基于数组实现的最小二叉堆算法
- 队列的长度是可扩展的（类似ArrayList），上限为Integer.MAX_VALUE - 8
PriorityBlockingQueue例子
假设在医院挂号的场景，大家都在依次排队，这时候来了一位80岁以上老年人，我们应该优先让老年人挂号，代码可以这样实现：
public static void main(String[] args) {
PriorityBlockingQueue<Patient> pbq = new PriorityBlockingQueue<>(10);
for (int i = 0; i < 3; i++) {
Patient patent = new Patient("Patent" + i, 20 + i);
pbq.offer(patent);
}
Patient oldMan = new Patient("OldMan", 88);
pbq.offer(oldMan);
Patient patient = null;
do {
patient = pbq.poll();
if (patient != null) {
System.out.println(patient.name + "挂号成功！");
}
} while (patient != null);
}
static class Patient implements Comparable<Patient> {
private String name;
private Integer age;
private long waitingTime;
public Patient(String name, Integer age) {
this.name = name;
this.age = age;
this.waitingTime = System.nanoTime();
}
@Override
public int compareTo(Patient o) {
if (age >= 80) {
return -1;
} else if (o.age >= 80) {
return 1;
}
return waitingTime < o.waitingTime ? -1 : 1;
}
}
复制代码例子中三个二十几岁的年轻人先排着队，他们的优先级以他们的排队时间waittingTime为准，年龄超过80岁的老年人则具有优先权，当姓名为OldMan的老年人加入队列后，具有最高优先权，下面的打印日志也证明了这一点：
OldMan挂号成功！
Patent0挂号成功！
Patent1挂号成功！
Patent2挂号成功！
复制代码PriorityBlockingQueue原理
那么PriorityBlockingQueue是如何实现上述例子中的功能呢？下面我们通过它的两个典型方法offer和poll来分析下它的底层逻辑和原理。
offer内部主要调用了三个方法：
- tryGrow：内部数组长度不够进行数组扩展。PriorityBlockingQueue内部元素是存储在一个内部数组上的，当数组长度不够时需要进行相应的扩展（大体上是扩展原来的0.5倍，和ArrayList类似）。
- siftUpComparable：对新增的元素进行最小二叉推排序，未指定比较器时调用该方法使用元素自身实现的Comparator.compareTo()方法进行比较排序。
- siftUpUsingComparator：对新增的元素进行最小二叉推排序，指定了比较器时调用该方法使用指定的比较器进行比较排序。
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))
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;
}
复制代码最小二叉堆算法保证的是内部数组queue[i]的值比queue[2i]和queue[2i+1]要小，这样就能保证queue[0]一直是最小的，当执行poll操作取值时，只要拿queue[0]就可以了。
关于最小二叉堆算法，它的时间复杂度为 nlogn，相关算法也比较简单，平台内或者其他搜索引擎都可以搜到，这里不多做解释。
上述例子中，当三个年轻人加入队列后，以及80岁老人OldMan加入队列后，内部数组的分配如下图所示：
前三个人是依次排队，当OldMan加入后首先加入到数组尾部queue[3]的位置，然后和queue[3]的父节点queue[1]进行比较，OldMan优先queue[1]和queue[3]互换，然后queue[1]和它的父节点queue[0]进行比较，OldMan优先queue[0]和queue[1]互换。
poll内部主要调用了dequeue中的两个方法：
- siftDownComparable：当从队列首部取出元素时，通过向下遍历的方式将合适的元素填充队列首部queue[0]，未指定比较器时调用，此时通过元素自身实现的Comparator.compareTo()方法进行比较排序。
- siftDownUsingComparator：当从队列首部取出元素时，通过向下遍历的方式将合适的元素填充队列首部queue[0]，指定比较器时调用，此时通过比较器进行比较排序。
private E dequeue() {
int n = size - 1;
if (n < 0)
return null;
else {
Object[] array = queue;
E result = (E) array[0];
E x = (E) array[n];
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;
}
}
复制代码上述例子中当poll第一个元素（即OldMan）时，PriorityBlockingQueue内部数组的变化过程如下：
其过程是将队列首部即queue[0]的两个子节点Patient0和Patient2进行比较，取其中小的和队列尾部节点Patient1比较，发现Patient0最小，然后将Patient0放到队列首部，并将Patient1放入原Patient0的位置queue[1]（如果此时队列中不止三个元素，还要将queue[1]的两个子节点的最小者和Patient1进行比较，如此递归下去）。
Demo代码位置
src/main/java/net/weichitech/juc/PriorityBlockingQueueTest.java · 小西学编程/java-learning - Gitee.com