队列
我们知道，CPU 资源是有限的，任务的处理速度与线程个数并不是线性正相关。相反，过多的线程反而会导致 CPU 频繁切换，处理性能下降。所以，线程池的大小一般都是综合考虑要处理任务的特点和硬件环境，来事先设置的。
当我们向固定大小的线程池中请求一个线程时，如果线程池中没有空闲资源，这个时候线程池该如何处理这个请求？是拒绝请求还是排队请求？各种处理策略又是怎么实现？
实际上，这些问题并不复杂，其底层的数据结构就是我们今天要学的内容，队列（queue）。
如何理解队列
队列的概念很好理解。你可以将其想象成排队买票，先来的先买，后来的人只能站末尾，不允许插队。先进先出，就是典型的 ”队列“。
栈只支持两个基本操作：入栈 push() 和 出栈 pop()。队列和栈非常相似，支持的操作也很有限，最基本的操作也是两个：入队 enqueue()，放一个数据到队列尾部；出队 dequeue()，从队列头部取一个元素。
队列跟栈一样，也是一种操作受限的线性表数据结构。
队列的概念很好理解，基本操作也很容易。作为一种非常基础的数据结构，队列的应用也很广泛，特别是一些具有某些额外特性的队列。
比如循环队列、阻塞队列、并发队列。它们在很多偏底层系统、框架、中间件的开发中，起着很关键的作用。比如高性能队列 Disrupter、Linux 环形缓存，都用到了循环并发队列。还有 Java concurrent 并发包利用 ArrayBlockingQueue 来实现公平锁。
顺序队列和链式队列
队列跟栈一样，也是一种抽象的数据结构。它具有先进先出的特性，支持在队尾插入元素，在队头删除元素，那么该如何实现一个队列？
跟栈一样，队列可以用数组实现，也可以用链表实现。用数组实现的栈叫做顺序栈，用链表实现的栈叫做链式栈。同样，用数组实现的队列叫做顺序队列，用链表实现的队列叫做链式队列。
来看下基于数组的实现方法。
class ArrayQueue {
items = null;
n = 0;
head = 0;
tail = 0;
constructor (capacity) {
this.items = new Array(capacity);
this.n = capacity;
}
enqueue (item) {
if (this.tail === this.n) return false;
this.items[this.tail] = item;
this.tail++;
return true;
}
dequeue () {
if (this.head === this.tail) return null;
const ret = this.items[this.head];
this.head++;
return ret;
}
}
比起栈的数组实现，队列的数组实现稍微有点复杂。
对于栈来说，只需要一个栈顶指针就可以。但是队列需要两个指针：一个是 head 指针，指向队头；一个是 tail 指针，指向队尾。
你可以结合下面这张图来理解。
当 a，b，c，d 依次入队之后，队列中的 head 指针指向下标为 0 的位置，tail 指针指向下标为 4 的位置。
当我们调用两次出队操作之后，队列中 head 指针指向下标为 2 的位置，tail 指针仍然指向下标为 4 的位置。
你肯定已经发现，随着不停地进行入队、出队操作，head 和 tail 都会持续往后移动。当 tail 移动到最右边，即使数组中还有空闲空间，也无法往队列中添加数据了。这个问题应该如何解决？
在数组那一节，我们也遇到类似的问题，数组的删除操作会导致数组中的数据不连续。当时的方案是数据搬移。
但是每次出队操作都相当于删除数组下标为 0 的数据，要搬移整个队列中的数组，这样出队操作的时间复杂度就会从原来的 O(1) 变成 O(n)。能不能针对这个现象优化下？
实际上，我们在出队时可以不同搬移数据。如果没有空闲空间，只需要在入队时，再集中触发一次数据的搬移操作。借助这个思想，出队函数 dequeue() 保持不变，我们可以改造一下 enqueue()，就可以轻松解决刚才的问题。
class ArrayQueue {
items = null;
n = 0;
head = 0;
tail = 0;
constructor (capacity) {
this.items = new Array(capacity);
this.n = capacity;
}
enqueue (item) {
if (this.tail === this.n) {
if (this.head === 0) return false;
for (let i = this.head; i < this.tail; i++) {
this.items[ i - this.head] = this.items[i];
}
this.tail -= this.head;
this.head = 0;
};
this.items[this.tail] = item;
this.tail++;
return true;
}
dequeue () {
if (this.head === this.tail) return null;
const ret = this.items[this.head];
this.head++;
return ret;
}
}
从代码中我们可以看到，当队列的 tail 指针移动到数组的最右边后，如果有新的数据入队，我们可以将 head 到 tail 之间的数据，整体搬移到数组 0 到 tail-head 的位置。
这种实现思路中，出队操作的时间复杂度仍然是 O(1)，但入队操作的时间复杂度还是 O(1)。接下来，看下基于链表的队列实现。
基于链表的实现，同样需要两个指针：head 指针和 tail 指针。它们分别指向链表的第一个结点和最后一个结点。
如图所示：入队时，tail.next = new_node、tail = tail.next ；入队时，`head = head.next。
循环队列
我们用数组实现队列时，在 tail = n 时，会有数据搬移操作，这样入队操作性能就会受到影响。你有没有办法能够避免数据搬移？
我们来看看循环队列的思路。循环队列，顾名思义，它长的像一个环。原本数组是有头有尾的，是一条直线。现在我们将其首尾相连，就成为一个环。
我们可以发现，图中这个队列的大小为 8，当前 head = 4，tail = 7。当有一个元素 a 入队时，放入下标为 7 的位置。但这个时候，我们并不把 tail 更新为 8，而是将其在环中后移一位，到下标 0 的位置。当再有一个元素 b 入队时，我们再将 b 放入下标为 0 的位置，然后 tail 加 1 更新为 1。所以，在 a,b 依次入队之后，循环队列中的元素就变成下面这个样子。
通过这样的方法，就可以避免数据搬移操作。看起来不难理解，但是循环队列的代码实现难度要比前面的非循环队列难很多。要想写出没有 bug 的循环队列的实现代码，最关键的是，确认好队空和队满的判定条件。
在用数组实现的非循环队列中，队满的判断条件是 tail === n，队空的判断条件是 head == tail。针对循环队列，如何判断队空和队满？
队列为空的判断条件仍然是 head === tail。但队列满的条件就有点复杂。下面有张队列满的图，你也可以看下，总结一下规律。
就像图中画的队列满的情况，tail = 3，head = 4，n = 8。所以总结一下规律就是：(3 + 1) % 8 = 4。就算多画几张队满的图，你就会发现，当队列满时，(tail + 1) % n = head。
在一般情况下，我们可以看出来，当队列满时，tail + 1 = head。但是，有个特殊情况，当tail = n - 1，而 head = 0时，这时候，tail + 1 = n，而 head = 0，所以使用 (tail + 1) % n的值，通过对 n 取余，才能得到 head 的真实值。而且，tail + 1 最大的情况就是 n ，不会大于 n，这样，tail+1 除了最大情况，不然怎么余 n 都是 tail + 1 本身，也就是 head。所以，正确的队满判断公式就是：（tail + 1）% n = head。
你有没有发现，当队列满时，图中的 tail 指向的位置实际上没有存储数据的。所以，循环队列会浪费一个数组的存储空间。
class CircularQueue {
items = null;
n = 0;
head = 0;
tail = 0;
constructor (capacity) {
this.items = new Array(capacity);
this.n = capacity;
}
enqueue (item) {
if ((this.tail + 1) % this.n === this.head) return false;
this.items[this.tail] = item;
this.tail = (this.tail + 1) % this.n;
return true;
}
dequeue () {
if (this.head === this.tail) return null;
const ret = this.items[this.head];
this.head = (this.head + 1) % this.n;
return ret;
}
}
循环队列和并发队列
前面说的内容理论比较多，看起来很难与实际的项目开发扯上关系。确实，队列这种数据结构很基础，平时的业务开发也不大可能从零实现一个队列，甚至都不会直接用到。而有一些特殊特性的队列应用比较广泛，比如阻塞队列和并发队列。
阻塞队列其实就是在队列基础上增加了阻塞操作。简单来说，就是在队列为空的时候，当队头取数据会被阻塞。因为此时还没有数据可取，直到队列中有了数据才能返回；如果队列已满，那么插入数据就会被阻塞，直到队列中有空闲位置后再插入数据，然后再返回。
其实，上面的定义就是一个 “生产者-消费者模型” 。我们可以使用阻塞队列，轻松实现一个 “生产者-消费者模型”。这种基于阻塞队列实现的 “生产者-消费者模型” ，可以有效地协调生产和消费的速度。当 “生产者” 生产速度过快，“消费者” 来不及消费时，存储数据的队列很快就会满了。这个时候，生产者就会阻塞等待，直到 “消费者” 消费了数据，“生产者” 才会被唤醒继续生产。
不仅如此，基于阻塞队列，我们还可以通过协调 “生产者” 和 “消费者” 的个数，来提高数据的处理效率。比如，我们可以多配置几个 “消费者”，来应对一个 “生产者”。
在多线程情况下，会有多个线程同时操作队列，这个时候就会存在线程安全问题，那么如何实现一个线程安全的队列呢？
线程安全的队列我们叫做并发队列。最简单直接的实现方式是在 enqueue()、dequeue() 方法上加锁，但是锁粒度大并发度会比较低，同一时刻仅允许一个存或者取操作。实际上，基于数组的循环队列，利用 CAS 原子操作，可以实现非常高效的并发队列。这也是循环队列比链式队列应用更加广泛的原因。
总结
队列的最大特点就是先进先出，主要的两个操作是入队和出队。和栈一样，它既可以用数组来实现，也可以用链表实现。用数组实现的叫顺序队列，用链表实现的叫链式队列。数组实现队列时，会有数据搬移操作，要想解决此问题，我们可以基于数组实现循环队列。
循环队列是重点。要想写出没有 bug 的循环队列实现代码，关键要确定好队空和队满的判断条件，具体的代码要自己能写出来。
除此之外，还分享了几种高级队列结构，阻塞队列、并发队列（底层还是队列，在之上附加了很多其他功能）。
阻塞队列就是入队、出队操作可以阻塞，并发队列就是队列的操作多线程安全。
技术拓展
线程池无空闲空间问题
线程池没有空闲空间时，新的任务请求线程资源时，线程池该如何处理？各种处理策略是如何实现的？
针对这种情况。第一种是非阻塞的处理方式，直接拒绝任务请求；另一种是阻塞的处理方式，将请求排队，等到有空闲线程时，取出排队的请求继续处理。那如何存储排队请求？
我们希望公平地处理每个排队的请求，先进者先服务，所以队列这种数据结构很适合来存储排队请求。之前我们说过，队列基于链表和数据有两种实现方式。那么这两种实现方式对于排队请求有什么区别？
基于链表的实现方式，可以实现一个支持无限排队的无界队列（unbounded queue），但是可能会导致过多的请求排队等待，请求处理的响应时间过长。所以，针对响应时间比较敏感的系统，基于链表实现的无限排队的线程池是不合适的
基于数组实现的有界队列（bounded queue），队列的大小有限，所以线程池排队的请求超过队列大小时，接下来的请求就会被拒绝，这种方式对于响应时间敏感的系统来说，相对比较合理。不过，设置一个合理的队列大小，也是非常讲究的。队列太大导致等待请求太多，队列太小会导致无法充分利用系统资源、发挥最大性能。
除了前面讲到队列应用在线程池请求排队的场景之外，队列还可以应用在任何有限资源池中，用于排队请求，比如数据库连接池。实际上，对于大部分资源有限的场景，当没有空闲资源时，基本上都可以通过 “队列” 这种数据结构来实现请求排队。
队列排队请求的应用场景
- 分布式锁中的消息队列 kafka
- sockets 网络连接队列
- 数据库连接队列
如何实现无锁并发队列
CAS 实现无锁队列。
入队前，获取 tail 位置。入队时比较 tail 是否发生变化，如果否，允许入队；反之，入队失败。
出队则获取 head 位置，进行 CAS。
CAS（Compare and Swap），比较再交换。
CAS 是一种无锁算法，CAS 有 3 个操作数，内存值 V，旧的预期值 A，要修改的新值 B。当且仅当预期值 A 和 内存值 V 相同时，将内存值 V 修改为 B，否则什么都不做。