当 LinkedList 不是列表时，速度快的兔子都追不上!

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。

《带你见识一下，JAVA中的方法爆炸！》

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。