[数据结构/Java] 数据结构之循环队列
1 概述：循环队列
循环队列
- 循环队列: 一种先进先出（
FIFO）的数据结构——它通过将【顺序队列】的末尾连接到开头，形成一个【环状结构】，从而解决了【顺序队列】的【虚假满状态问题】。
- 【队列】：一种先进先出(First In First Out)的线性表，简称
FIFO。允许插入的一端称为【队尾(head)】，允许删除的一端称为【队头(tail)】。
- 循环队列在大数据领域应用场景较为丰富。
- Hadoop MapReduce 在 Shuffle 过程中的环形缓冲区
别名：循环缓冲队列，
Circular Buffer Queue
在Shuffle过程中，【环形缓冲区】主要用于存储来自 Mapper 节点传输的数据。
- 实时计算中，缓存单个设备的最近N秒的状态数据
- ...
- 环形缓冲区（
Ring Buffer，也称为循环缓冲区或Circular Buffer Queue）是【无锁队列】实现中一种【高效的数据结构】，特别适合【高性能并发场景】，如线程池任务调度、实时系统、服务器请求处理等。
- 环形缓冲区是一个逻辑上通过【头指针】（
head）和【尾指针】（tail）形成循环队列的数据结构。换言之，它由一个【固定大小】的【列表】和两个【指针】组成。一个指针
head用于指向队列的头部，另一个指针tail则用于指向队列的尾部。
当指针到达数组末尾时，自动“绕回”到开头（通过模运算）。它常用于【无锁队列】，因为：
- 固定内存：避免动态分配，减少内存碎片。
- 缓存友好：连续内存布局提高缓存命中率。
- 高效操作：头尾指针通过原子操作更新，支持并发访问。
核心组件
- 缓冲区：固定大小的数组或链表。
- 头指针（head）：指向下一个读取位置（消费者使用）。
- 尾指针（tail）：指向下一个写入位置（生产者使用）。
- 大小计数器（size）：跟踪队列中元素数量（可选，视场景）。
- 原子操作：使用 std::atomic(C/C++) / AtomicXxx(Java) 等锁机制，确保 head 和 tail 的线程安全更新。
不同策略下的循环队列
- 有锁的循环队列
- 覆盖策略（满时入队覆盖队首）
- 阻塞策略（满/空时阻塞等待）
- 非阻塞策略（满/空时返回 null / 抛异常）
- 无锁的循环队列
基于 ConcurrentLinkedDeque 实现线程安全的循环队列的思路
ConcurrentLinkedDeque是 Java 并发包中提供的非阻塞、线程安全的【双端队列】，基于【无锁】（CAS）机制实现。
java.util.concurrent.ConcurrentLinkedDeque
- 要基于
ConcurrentLinkedDeque实现线程安全的循环队列。
核心思路是：利用 ConcurrentLinkedDeque 的并发安全特性封装队列操作，通过固定容量限制实现“【循环】”（队列满时入队会覆盖/阻塞/抛异常，队空时出队会阻塞/抛异常）。
- 核心设计要点
- 固定容量：循环队列的核心是容量固定，满后入队需遵循循环规则（覆盖旧元素/阻塞/拒绝）。
- 线程安全：复用 ConcurrentLinkedDeque 的并发安全特性，避免手动加锁。
- 循环逻辑：入队时若队列满，根据策略处理（如覆盖队首、阻塞等待、抛异常）；出队时若空，同理。
循环队列的特点
- 优势：
- 无动态分配，性能高。
- 内存布局连续，缓存命中率高。
- 适合固定容量的高性能场景。
- 挑战：
- 固定容量，可能溢出或不足。
- MPMC 场景下【头尾指针竞争】，可能导致
CAS重试。- 需要仔细处理【内存序】和【数据一致性】。
2 覆盖式循环队列
此版本，项目亲测。
2.1 实现思路
- 基于 Java JDK 的 并发双端队列(
java.util.concurrent.ConcurrentLinkedDeque)实现覆盖式循环队列。
容量固定，满时入队覆盖队首元素 (即: 新元素从队尾进入，满时覆盖队首元素(第n个元素向前覆盖第n-1个元素，n>=2))
2.2 源码实现(Java)
CoverStrategyCircularQueue
import com.alibaba.fastjson.JSON;
import javax.annotation.Nullable;
import java.io.Serializable;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import java.util.concurrent.ConcurrentLinkedDeque;
import java.util.concurrent.atomic.AtomicInteger;
/**
* 基于 ConcurrentLinkedDeque 的循环队列（覆盖策略）
* 容量固定，满时入队覆盖队首元素 (即: 新元素从队尾进入，满时覆盖队首元素(第n个元素向前覆盖第n-1个元素，n>=2))
* @param <E> 队列元素类型
*/
public class CoverStrategyCircularQueue<E> implements Serializable {
// 并发安全的双端队列（底层存储）
private final ConcurrentLinkedDeque<E> deque;
// 队列最大容量（原子类保证并发下计数准确）
private final int capacity;
// 当前元素数量（原子操作，避免并发计数错误）
private final AtomicInteger size = new AtomicInteger(0);
/**
* 构造循环队列
* @param capacity 最大容量（必须>0）
*/
public CoverStrategyCircularQueue(int capacity) {
if (capacity <= 0) {
throw new IllegalArgumentException("The capacity must be greater than 0");//容量必须大于0
}
this.capacity = capacity;
this.deque = new ConcurrentLinkedDeque<>();
}
/**
* 基于 list , 构造循环队列
* @param capacity
* @param list 允许为 null
*/
public CoverStrategyCircularQueue(int capacity, @Nullable List<E> list) {
this(capacity);
if(list != null && list.size() != 0){
for (E element : list) {
offer(element);
}
}
}
/**
* 入队：新元素从队尾进入，满时覆盖队首元素(第n个元素向前覆盖第n-1个元素，n>=2)
* @param element 待入队元素
* @return 成功入队返回true（覆盖时也返回true）
*/
public boolean offer(E element) {
if (element == null) {
throw new NullPointerException("The element not be null");//元素不能为null
}
// 循环核心：满了先移除队首，再入队
while (size.get() >= capacity) {
// 移除队首（CAS保证原子性，避免并发下重复移除）
if (deque.pollFirst() != null) {
size.decrementAndGet();
}
}
// 入队尾
deque.offerLast(element);
size.incrementAndGet();
return true;
}
/**
* 出队：空时返回null
* @return 队首元素，空则返回null
*/
public E poll() {
E element = deque.pollFirst();
if (element != null) {
size.decrementAndGet();
}
return element;
}
/**
* 查看队首元素（不移除）
* @return 队首元素，空则返回null
*/
public E peekFirst() {
return deque.peekFirst();
}
/**
* 查看队尾元素（不移除）
* @return 队尾元素，空则返回 null
*/
public E peekLast() {
return deque.peekLast();
}
/**
* 获取倒数第 index 个元素(不删除元素)
* @note 从队尾向队首遍历
* @param index 倒数第 index 个元素 , index ∈ [0, size - 1]
* @return
*/
public E getLast(Integer index) {
Iterator<E> iterator = deque.descendingIterator();
E result = null;
int cursor = 0;
while( iterator.hasNext() && cursor < index) {
result = iterator.next();
}
return result;
}
/**
* 获取正数第 index 个元素(不删除元素)
* @note 从队首向队尾遍历
* @param index 正数第 index 个元素 , index ∈ [0, size - 1]
* @return
*/
public E get(Integer index) {
Iterator<E> iterator = deque.iterator();
E result = null;
int cursor = 0;
while( iterator.hasNext() && cursor < index) {
result = iterator.next();
}
return result;
}
/**
* 获取当前元素数量
* @return 元素个数
*/
public int size() {
return size.get();
}
/**
* 判断队列是否已满
* @return 满则true
*/
public boolean isFull() {
return size.get() >= capacity;
}
/**
* 判断队列是否为空
* @return 空则true
*/
public boolean isEmpty() {
return size.get() == 0;
}
/**
* 清空队列
*/
public void clear() {
deque.clear();
size.set(0);
}
/**
* 获取底层的队列
* @note 原则上，不允许获取底层队列，但为了方便特殊场景下的数据操纵、及验证测试，故此处提供该方法
* @return
*/
public ConcurrentLinkedDeque getDeque() {
return deque;
}
/**
* 转 List
* @return
*/
public List<E> toList(){
List<E> list = new ArrayList<>();
if( this.deque == null || this.deque.isEmpty() ){
return list;
}
for (E element : this.deque) {
list.add(element);
}
return list;
}
@Override
public String toString() {
return "CoverStrategyCircularQueue{" +
"deque=" + JSON.toJSONString(deque) +
", capacity=" + capacity +
", size=" + size +
'}';
}
}
CircularQueueTest
public class CircularQueueTest {
private final static Logger log = LoggerFactory.getLogger(CircularQueueTest.class);
@Test
public void CoverStrategyCircularQueueTest(){
int length = 5;
CoverStrategyCircularQueue<String> queue = new CoverStrategyCircularQueue<>(length);
//入队
for (int i = 0; i < length + 3; i++) {
queue.offer( (new Integer(i+1)).toString() );
}
log.info("queue:{}", queue);//[4, 5, 6, 7, 8]
//出队
queue.poll();
queue.poll();
queue.poll();
log.info("queue:{}", queue);//[7, 8]
}
}
3 阻塞式循环队列（等待策略）
- 满时入队阻塞，空时出队阻塞，适合生产-消费模型，需结合
Lock和Condition实现。
- ReentrantLock : 可重入的互斥锁，又被称为“独占锁”
- Condition : Condition是在java 1.5中才出现的，它用来替代传统的Object的wait()、notify()实现线程间的协作，相比使用Object的wait()、notify()，使用Condition的await()、signal()这种方式实现线程间协作更加安全和高效。因此，通常来说比较推荐使用
Condition。
源码实现(Java)
import java.util.concurrent.ConcurrentLinkedDeque;
import java.util.concurrent.locks.Condition;
import java.util.concurrent.locks.ReentrantLock;
/**
* 基于 ConcurrentLinkedDeque 的阻塞循环队列
* 满时入队阻塞，空时出队阻塞
* @param <E> 元素类型
*/
public class BlockingCircularQueue<E> {
private final ConcurrentLinkedDeque<E> deque;
private final int capacity;
// 锁 + 条件变量（空/满）
private final ReentrantLock lock = new ReentrantLock();
private final Condition notEmpty = lock.newCondition();
private final Condition notFull = lock.newCondition();
public BlockingCircularQueue(int capacity) {
if (capacity <= 0) {
throw new IllegalArgumentException("容量必须大于0");
}
this.capacity = capacity;
this.deque = new ConcurrentLinkedDeque<>();
}
/**
* 阻塞入队：满则等待
* @param element 元素
* @throws InterruptedException 中断异常
*/
public void put(E element) throws InterruptedException {
if (element == null) {
throw new NullPointerException("元素不能为null");
}
lock.lockInterruptibly();
try {
// 满则等待
while (deque.size() >= capacity) {
notFull.await();
}
deque.offerLast(element);
// 唤醒出队阻塞的线程
notEmpty.signal();
} finally {
lock.unlock();
}
}
/**
* 阻塞出队：空则等待
* @return 队首元素
* @throws InterruptedException 中断异常
*/
public E take() throws InterruptedException {
lock.lockInterruptibly();
try {
// 空则等待
while (deque.isEmpty()) {
notEmpty.await();
}
E element = deque.pollFirst();
// 唤醒入队阻塞的线程
notFull.signal();
return element;
} finally {
lock.unlock();
}
}
/**
* 非阻塞入队：满则返回false
* @param element 元素
* @return 成功则true
*/
public boolean offer(E element) {
if (element == null) {
throw new NullPointerException("元素不能为null");
}
lock.lock();
try {
if (deque.size() >= capacity) {
return false;
}
deque.offerLast(element);
notEmpty.signal();
return true;
} finally {
lock.unlock();
}
}
/**
* 非阻塞出队：空则返回null
* @return 队首元素
*/
public E poll() {
lock.lock();
try {
if (deque.isEmpty()) {
return null;
}
E element = deque.pollFirst();
notFull.signal();
return element;
} finally {
lock.unlock();
}
}
// 辅助方法（size/isEmpty/isFull/clear）
public int size() {
lock.lock();
try {
return deque.size();
} finally {
lock.unlock();
}
}
public boolean isEmpty() {
return size() == 0;
}
public boolean isFull() {
return size() >= capacity;
}
public void clear() {
lock.lock();
try {
deque.clear();
notFull.signalAll(); // 唤醒所有入队阻塞线程
} finally {
lock.unlock();
}
}
}
关键注意事项
- 并发计数准确性：
- ConcurrentLinkedDeque.size() 是O(n)操作，高并发下性能差，因此基础版用 AtomicInteger 维护计数，阻塞版用锁保护计数。
- null元素禁止： ConcurrentLinkedDeque 不允许null元素，因此入队时需校验。
- 循环策略选择：
- 覆盖策略：适合日志缓存、临时数据存储（允许旧数据被覆盖）。
- 阻塞策略：适合生产-消费模型（如任务队列，需严格控制容量）。
- 非阻塞策略：适合快速响应场景（满/空时直接返回，不阻塞）。
使用示例
public class CircularQueueTest {
public static void main(String[] args) {
// 基础版（覆盖策略）
CircularQueue<String> queue = new CircularQueue<>(3);
queue.offer("A");
queue.offer("B");
queue.offer("C");
queue.offer("D"); // 满，覆盖队首"A"
System.out.println(queue.poll()); // 输出B
System.out.println(queue.size()); // 输出3（B/C/D）
// 阻塞版（生产-消费）
BlockingCircularQueue<Integer> blockingQueue = new BlockingCircularQueue<>(2);
// 生产者线程
new Thread(() -> {
try {
blockingQueue.put(1);
blockingQueue.put(2);
blockingQueue.put(3); // 满，阻塞
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
}).start();
// 消费者线程
new Thread(() -> {
try {
Thread.sleep(1000);
System.out.println(blockingQueue.take()); // 输出1，唤醒生产者
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
}).start();
}
}
4 非阻塞循环队列（满/空时返回 null / 抛异常）
实现思路
基于 ConcurrentLinkedDeque 实现非阻塞循环队列
-
ConcurrentLinkedDeque是 Java 并发包中提供的非阻塞、线程安全的双端队列，基于无锁（CAS）机制实现。 -
要基于它封装非阻塞式的循环队列，核心思路是：
- 限制队列容量，模拟循环队列的“固定长度”特性；
- 利用双端队列的首尾操作（offer/poll）模拟循环入队/出队；
- 基于 CAS 保证并发安全，避免阻塞（非阻塞核心）；
- 处理队列满/空时的非阻塞策略（如返回 false/空值，而非等待）。
核心实现要点
- 容量限制：通过原子变量记录当前元素数，入队前检查是否已满，出队后更新计数；
- 循环逻辑：无需手动维护头尾指针（ConcurrentLinkedDeque 已封装链表节点的 CAS 操作），仅需在容量满时拒绝入队，空时拒绝出队；
- 非阻塞特性：所有操作均为非阻塞，失败时立即返回结果，不使用锁或条件变量等待。
源码实现(Java)
NonBlockingCircularQueue
import java.util.concurrent.ConcurrentLinkedDeque;
import java.util.concurrent.atomic.AtomicInteger;
/**
* 基于 ConcurrentLinkedDeque 实现的非阻塞循环队列
* 特性：固定容量、线程安全、非阻塞（操作失败立即返回，不等待）
* @param <E> 队列元素类型
*/
public class NonBlockingCircularQueue<E> {
// 底层非阻塞双端队列
private final ConcurrentLinkedDeque<E> deque;
// 循环队列的固定容量
private final int capacity;
// 原子计数器，记录当前元素数量（保证并发下计数准确）
private final AtomicInteger size;
/**
* 构造函数：初始化循环队列容量
* @param capacity 队列容量（必须>0）
*/
public NonBlockingCircularQueue(int capacity) {
if (capacity <= 0) {
throw new IllegalArgumentException("容量必须大于0");
}
this.capacity = capacity;
this.deque = new ConcurrentLinkedDeque<>();
this.size = new AtomicInteger(0);
}
/**
* 非阻塞入队（尾插）：队列满则返回false，否则入队并返回true
* @param e 待入队元素（非null）
* @return 入队成功返回true，失败（队列满）返回false
*/
public boolean offer(E e) {
if (e == null) {
throw new NullPointerException("元素不能为null");
}
// 自旋CAS保证计数准确（避免并发下容量判断错误）
while (true) {
int currentSize = size.get();
// 队列已满，直接返回false（非阻塞核心）
if (currentSize >= capacity) {
return false;
}
// CAS更新计数：成功则执行入队，失败则重试
if (size.compareAndSet(currentSize, currentSize + 1)) {
deque.offerLast(e);
return true;
}
// CAS失败说明有其他线程修改了计数，自旋重试
}
}
/**
* 非阻塞出队（头出）：队列空则返回null，否则出队并返回元素
* @return 出队元素，队列为空返回null
*/
public E poll() {
// 自旋CAS保证计数准确
while (true) {
int currentSize = size.get();
// 队列为空，直接返回null（非阻塞核心）
if (currentSize <= 0) {
return null;
}
// CAS更新计数：成功则执行出队，失败则重试
if (size.compareAndSet(currentSize, currentSize - 1)) {
return deque.pollFirst();
}
// CAS失败说明有其他线程修改了计数，自旋重试
}
}
/**
* 查看队头元素（不删除）
* @return 队头元素，队列为空返回null
*/
public E peek() {
return deque.peekFirst();
}
/**
* 获取当前队列元素数量
* @return 元素数量
*/
public int size() {
return size.get();
}
/**
* 判断队列是否已满
* @return 满返回true，否则false
*/
public boolean isFull() {
return size.get() >= capacity;
}
/**
* 判断队列是否为空
* @return 空返回true，否则false
*/
public boolean isEmpty() {
return size.get() <= 0;
}
/**
* 获取队列容量
* @return 容量
*/
public int getCapacity() {
return capacity;
}
}
Test
// 测试示例
public static void main(String[] args) throws InterruptedException {
NonBlockingCircularQueue<Integer> queue = new NonBlockingCircularQueue<>(3);
// 线程1：入队
Thread t1 = new Thread(() -> {
for (int i = 0; i < 5; i++) {
boolean success = queue.offer(i);
System.out.println("线程1入队 " + i + "：" + (success ? "成功" : "失败（队列满）"));
try {
Thread.sleep(100);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
}
});
// 线程2：出队
Thread t2 = new Thread(() -> {
for (int i = 0; i < 5; i++) {
Integer val = queue.poll();
System.out.println("线程2出队：" + (val == null ? "空" : val));
try {
Thread.sleep(200);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
}
});
t1.start();
t2.start();
t1.join();
t2.join();
System.out.println("最终队列大小：" + queue.size());
System.out.println("队列是否为空：" + queue.isEmpty());
}
关键细节说明
-
原子计数器（AtomicInteger）：
- 必须用原子变量记录元素数量，避免并发下
size()与实际队列元素数不一致（ConcurrentLinkedDeque 的size()是遍历计数，性能差且非原子）； - 入队/出队时通过
compareAndSet（CAS）自旋更新计数，保证计数与实际操作的原子性。
- 必须用原子变量记录元素数量，避免并发下
-
非阻塞特性：
- 入队时若队列满，直接返回
false，不阻塞等待； - 出队时若队列空，直接返回
null，不阻塞等待； - 所有操作基于 CAS 自旋，无锁、无阻塞，适合高并发低延迟场景。
- 入队时若队列满，直接返回
-
循环逻辑：
- 无需手动维护循环队列的头尾指针（如数组实现的循环队列），ConcurrentLinkedDeque 已通过链表节点的 CAS 操作实现高效的首尾操作；
- “循环”体现在“固定容量+满则拒绝入队”，出队后释放容量可再次入队，模拟循环复用空间。
-
线程安全：
- 底层 ConcurrentLinkedDeque 保证了队列操作的线程安全；
- 原子计数器保证了容量判断的准确性；
- CAS 自旋解决了“检查-更新”的竞态条件（如先判断容量，再入队的间隙被其他线程修改容量）。
适用场景与局限性
适用场景
- 高并发、低延迟的生产-消费场景；
- 不需要阻塞等待（如生产者可丢弃数据，消费者可跳过空队列）；
- 容量固定，需循环复用队列空间。
局限性
- 不支持阻塞式操作（如需阻塞等待，应使用
ArrayBlockingQueue/LinkedBlockingDeque）； - 基于链表实现，内存开销略高于数组实现的循环队列；
- CAS 自旋在高并发下可能导致 CPU 占用升高（可通过限制自旋次数优化）。
优化方向
- 自旋次数限制：避免无限自旋，可设置最大自旋次数，超过后返回失败；
- 批量操作：提供批量入队/出队方法，减少 CAS 次数；
- 公平性：可选公平策略（如按线程顺序自旋），避免线程饥饿；
- 元素过期：支持过期元素自动清理，适配缓存场景。
Z 最佳实践
循环队列的性能优化建议
- 高并发场景下，优先选择覆盖策略，避免【锁竞争】。
- 若需阻塞策略，可考虑直接使用
ArrayBlockingQueue（JDK原生，性能更优） - 避免频繁调用
size()方法，高并发下改用isEmpty()/isFull()替代（O(1)操作）。
基于循环队列实现滑动窗口
方案2：基于【循环队列】实现【滑动窗口】
Hadoop MapReduce 在 Shuffle 过程中环形缓冲区的应用
- Hadoop MapReduce 在 Shuffle 过程中的环形缓冲区
别名：循环缓冲队列，
Circular Buffer Queue
在Shuffle过程中，【环形缓冲区】主要用于存储来自 Mapper 节点传输的数据。
- 环形缓冲区的工作原理
【环形缓冲区】的工作原理是【基于生产者-消费者模型】的。
- 在 Shuffle 过程中，Mapper 节点充当生产者的角色，将数据写入【环形缓冲区】；而
Reducer节点则充当【消费者】的角色，从【环形缓冲区】中读取数据并进行后续的处理。- 当 Mapper 节点将数据写入【环形缓冲区】时，tail 指针会递增。
如果 tail 指针追上了 head 指针，表示缓冲区已满，此时 Mapper 节点会等待一段时间，直到 Reducer 节点读取并释放了一些空间，再将数据写入【环形缓冲区】。
- 当 Reducer 节点从【环形缓冲区】中读取数据时，head 指针会递增。
如果 head 指针追上了 tail 指针，表示缓冲区已空，此时 Reducer 节点会等待一段时间，直到 Mapper 节点写入了更多的数据，再继续读取。
- 环形缓冲区在 Shuffle 过程中的作用
- 环形缓冲区在 Shuffle 过程中起到了至关重要的作用。
- 它将 Mapper 节点产生的数据进行【临时存储】，以便 Reducer 节点能够按照预定的顺序和方式进行读取和处理。
- 另外，由于 Hadoop 在
Shuffle过程中使用了磁盘进行大规模的数据传输，而磁盘读写较慢。因此，【环形缓冲区】通过在【内存】中存储数据，加速了数据的传输和处理过程，提高了整个 Shuffle 过程的效率和性能。
- 推荐文献
Y 推荐文献
X 参考文献
本文作者：
千千寰宇
本文链接： https://www.cnblogs.com/johnnyzen
关于博文：评论和私信会在第一时间回复，或直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
日常交流：大数据与软件开发-QQ交流群: 774386015 【入群二维码】参见左下角。您的支持、鼓励是博主技术写作的重要动力！
本文链接： https://www.cnblogs.com/johnnyzen
关于博文：评论和私信会在第一时间回复，或直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
日常交流：大数据与软件开发-QQ交流群: 774386015 【入群二维码】参见左下角。您的支持、鼓励是博主技术写作的重要动力！
浙公网安备 33010602011771号