目录

• 前言
• 你可以收获
• 正文
• 内容脉络
• 基础知识
• 实现思路
• 目标规划
• 步步为营
• 1、数据流
• 2、数据结构
• 3、初始化优先级队列对象
• 4、生产者推送任务
• 5、将推送任务加到优先级队列中
• 6、消费者消费队列
• 7、完整代码
• 发散思维
• 小结

前言

在数据结构中，队列遵循着FIFO（先进先出）的规则。在此基础上，人们引申出了“优先级队列”的概念。

优先级队列，是带有优先级属性的队列，所有的队列元素按照优先级进行排序，消费者会先对优先级高的队列元素进行处理。

优先级队列的使用场景也是非常多的。比如，作业调度系统，当一个作业完成后，需要从剩下的作业中取出优先级最高的作业进行处理。又比如，一个商城的用户分为普通用户和vip用户，vip用户更容易抢到那些秒杀商品。

在本文中，我将和大家一起探讨，golang优先级队列的一种实现方案。

你可以收获

• golang切片特性
• golang map特性
• golang并发场景下的解决方案
• golang优先级队列的实现思路

正文

内容脉络

为了让大家脑海里有个大致的轮廓，我先把正文的大纲展示出来。

基础知识

在正式开始“优先级队列”这个话题之前，我们首先要明确以下的一些golang特性。

• 切片的特性
• 元素的有序性
• 非线程安全
• map的特性
• 元素的无序性
• 非线程安全
• 并发场景下的解决方案
• 互斥锁：可以对非线程安全的数据结构创建临界区，一般用于同步场景；
• 管道：可以对非线程安全的数据结构进行异步处理

实现思路

既然，我们了解了golang的一些特性，那么，我们接下来就要明确，如何去实现优先级队列了。

我们都知道，无论是哪一种队列，必然是存在生产者和消费者两个部分，对于优先级队列来说，更是如此。因此，咱们的实现思路，也将从这两个部分来谈。

1、生产者

对于生产者来说，他只需要推送一个任务及其优先级过来，咱们就得根据优先级处理他的任务。

由于，我们不大好判断，到底会有多少种不同的优先级传过来，也无法确定，每种优先级下有多少个任务要处理，所以，我们可以考虑使用map来存储优先级队列。其中key为优先级，value为属于该优先级下的任务队列（即管道） 。

2、消费者

对于消费者来说，他需要获取优先级最高的任务进行消费。

但是，如果只按照上面所说的map来存储优先级队列的话，我们是没法找到优先级最高的任务队列的，因为map的元素是无序的。那么，我们怎么处理这个问题呢？

我们都知道，在golang的数据结构里，切片的元素是具有有序性的。那么，我们只需要将所有的优先级按从小到大的方式，存储在一个切片里，就可以了。等到消费的时候，我们可以先从切片中，取出最大的优先级，然后再根据这个key去优先级队列的map中查询，是不是就可以了？

目标规划

想好了实现思路之后，我们就得对接下来的代码实现做一个规划了。

• 数据结构
• 存储优先级队列的map
• 存储优先级的切片
• 互斥锁
• 其他......
• 生产者
• 添加任务到优先级队列
• 消费者
• 从优先级队列获取任务

步步为营

1、数据流

（1）调用NewPriorityQueue() ，初始化优先级队列对象。

（2）初始化优先级队列map。

（3）开启协程，监听一个接收推送任务的全局管道pushChan。

（4）用户调用Push() ，推送的任务进入pushChan。

（5）推送的任务被加到优先级队列中。

（6）消费者从优先级队列中获取优先级最高的一个任务。

（7）消费者执行任务。

2、数据结构

（1）优先级队列对象

type PriorityQueue struct {
   mLock      sync.Mutex         // 互斥锁，queues和priorities并发操作时使用
   queues     map[int]chan *task // 优先级队列map
   pushChan   chan *task         // 推送任务管道
   priorities []int              // 记录优先级的切片（优先级从小到大排列）
}

（2）任务对象

type task struct {
   priority int    // 任务的优先级
   f        func() // 任务的执行函数
}

3、初始化优先级队列对象

func NewPriorityQueue() *PriorityQueue {
   pq := &PriorityQueue{
      queues:   make(map[int]chan *task), // 初始化优先级队列map
      pushChan: make(chan *task,),
   }

   return pq
}

当然，在这个过程中，我们需要对pushChan进行监听。如果有任务推送过来，咱们得处理。

func (pq *PriorityQueue) listenPushChan() {
   for {
      select {
      case taskEle := <-pq.pushChan:
         // TODO 这里接收到推送的任务，并且准备处理
      }
   }
}

将这个监听函数放到NewPriorityQueue()中：

func NewPriorityQueue() *PriorityQueue {
   pq := &PriorityQueue{
      queues:   make(map[int]chan *task),
      pushChan: make(chan *task,),
   }

   // 监听pushChan
   go pq.listenPushChan()
   return pq
}

4、生产者推送任务

生产者推送任务的时候，我们只需要将任务放到pushChan中：

func (pq *PriorityQueue) Push(f func(), priority int) {
   pq.pushChan <- &task{
      f:        f,
      priority: priority,
   }
}

5、将推送任务加到优先级队列中

这一步就比较关键了。我们前面谈到，优先级队列最核心的数据结构有两个：优先级队列map和优先级切片。因此，推送任务添加到优先级队列的操作，咱们得分两种情况来看：

（1）之前已经推过相同优先级的任务

这种情况非常简单，咱们其实只要操作优先级队列map就可以了。

func (pq *PriorityQueue) listenPushChan() {
   for {
      select {
      case taskEle := <-pq.pushChan:
         priority := taskEle.priority
         pq.mLock.Lock()
         if v, ok := pq.queues[priority]; ok {
            pq.mLock.Unlock()
            // 之前推送过相同优先级的任务
            // 将推送的任务塞到对应优先级的队列中
            v <- taskEle
            continue
         }

         // todo 之前未推过相同优先级任务的处理...
      }
   }
}

（2）之前未推过相同优先级的任务

这种情况会稍微复杂一些。我们不仅要将新的优先级插入到优先级切片正确的位置，而且要将任务添加到对应优先级的队列。

1）将新的优先级插入到优先级切片中

a. 首先，咱们得寻找新优先级在切片中的插入位置。这里，咱们用了二分法。

// 通过二分法寻找新优先级的切片插入位置
func (pq *PriorityQueue) getNewPriorityInsertIndex(priority int, leftIndex, rightIndex int) (index int) {
   if len(pq.priorities) == {
      // 如果当前优先级切片没有元素，则插入的index就是
      return
   }

   length := rightIndex - leftIndex
   if pq.priorities[leftIndex] >= priority {
      // 如果当前切片中最小的元素都超过了插入的优先级，则插入位置应该是最左边
      return leftIndex
   }

   if pq.priorities[rightIndex] <= priority {
      // 如果当前切片中最大的元素都没超过插入的优先级，则插入位置应该是最右边
      return rightIndex +
   }

   if length == && pq.priorities[leftIndex] < priority && pq.priorities[rightIndex] >= priority {
      // 如果插入的优先级刚好在仅有的两个优先级之间，则中间的位置就是插入位置
      return leftIndex +
   }

   middleVal := pq.priorities[leftIndex+length/]

   // 这里用二分法递归的方式，一直寻找正确的插入位置
   if priority <= middleVal {
      return pq.getNewPriorityInsertIndex(priority, leftIndex, leftIndex+length/)
   } else {
      return pq.getNewPriorityInsertIndex(priority, leftIndex+length/, rightIndex)
   }
}

b. 找到插入位置之后，我们才要插入。在这个过程中，插入位置右侧的元素全部都要向右边移动一位。

// index右侧元素均需要向后移动一个单位
func (pq *PriorityQueue) moveNextPriorities(index, priority int) {
   pq.priorities = append(pq.priorities,)
   copy(pq.priorities[index+:], pq.priorities[index:])

   pq.priorities[index] = priority
}

这样，我们就成功地将新的优先级插入了切片。

2）将推送任务放入优先级队列map也就顺理成章。

// 创建一个新优先级管道
pq.queues[priority] = make(chan *task,)

// 将任务塞到新的优先级管道中
pq.queues[priority] <- taskEle

因此，listenPushChan()的代码如下：

func (pq *PriorityQueue) listenPushChan() {
   for {
      select {
      case taskEle := <-pq.pushChan:
         priority := taskEle.priority
         pq.mLock.Lock()
         if v, ok := pq.queues[priority]; ok {
            pq.mLock.Unlock()
            // 将推送的任务塞到对应优先级的队列中
            v <- taskEle
            continue
         }

         // 如果这是一个新的优先级，则需要插入优先级切片，并且新建一个优先级的queue
         // 通过二分法寻找新优先级的切片插入位置
         index := pq.getNewPriorityInsertIndex(priority,, len(pq.priorities)-1)

         // index右侧元素均需要向后移动一个单位
         pq.moveNextPriorities(index, priority)

         // 创建一个新优先级队列
         pq.queues[priority] = make(chan *task,)

         // 将任务塞到新的优先级队列中
         pq.queues[priority] <- taskEle
         pq.mLock.Unlock()
      }
   }
}

完成了生产者部分之后，接下来我们看看消费者。

6、消费者消费队列

这里分成两个步骤，首先咱们得拿到最高优先级队列的任务，然后再去执行任务。代码如下：

// 消费者轮询获取最高优先级的任务
func (pq *PriorityQueue) Consume() {
   for {
      task := pq.Pop()
      if task == nil {
         // 未获取到任务，则继续轮询
         continue
      }

      // 获取到了任务，就执行任务
      task.f()
   }
}

// 取出最高优先级队列中的一个任务
func (pq *PriorityQueue) Pop() *task {
   pq.mLock.Lock()
   defer pq.mLock.Unlock()

   for i := len(pq.priorities) -; i >= 0; i-- {
      if len(pq.queues[pq.priorities[i]]) == {
         // 如果当前优先级的队列没有任务，则看低一级优先级的队列中有没有任务
         continue
      }

      // 如果当前优先级的队列里有任务，则取出一个任务。
      return <-pq.queues[pq.priorities[i]]
   }

   // 如果所有队列都没有任务，则返回null
   return nil
}

7、完整代码

这样，咱们的优先级队列就实现了。下面，我们将完整代码展示。

pq.go

package priority_queue

import (
   "sync"
)

type PriorityQueue struct {
   mLock      sync.Mutex         // 互斥锁，queues和priorities并发操作时使用
   queues     map[int]chan *task // 优先级队列map
   pushChan   chan *task         // 推送任务管道
   priorities []int              // 记录优先级的切片（优先级从小到大排列）
}

type task struct {
   priority int    // 任务的优先级
   f        func() // 任务的执行函数
}

func NewPriorityQueue() *PriorityQueue {
   pq := &PriorityQueue{
      queues:   make(map[int]chan *task),
      pushChan: make(chan *task,),
   }

   go pq.listenPushChan()
   return pq
}

func (pq *PriorityQueue) listenPushChan() {
   for {
      select {
      case taskEle := <-pq.pushChan:
         priority := taskEle.priority
         pq.mLock.Lock()
         if v, ok := pq.queues[priority]; ok {
            pq.mLock.Unlock()
            // 将推送的任务塞到对应优先级的队列中
            v <- taskEle
            continue
         }

         // 如果这是一个新的优先级，则需要插入优先级切片，并且新建一个优先级的queue
         // 通过二分法寻找新优先级的切片插入位置
         index := pq.getNewPriorityInsertIndex(priority,, len(pq.priorities)-1)

         // index右侧元素均需要向后移动一个单位
         pq.moveNextPriorities(index, priority)

         // 创建一个新优先级队列
         pq.queues[priority] = make(chan *task,)

         // 将任务塞到新的优先级队列中
         pq.queues[priority] <- taskEle
         pq.mLock.Unlock()
      }
   }
}

// 插入work
func (pq *PriorityQueue) Push(f func(), priority int) {
   pq.pushChan <- &task{
      f:        f,
      priority: priority,
   }
}

// index右侧元素均需要向后移动一个单位
func (pq *PriorityQueue) moveNextPriorities(index, priority int) {
   pq.priorities = append(pq.priorities,)
   copy(pq.priorities[index+:], pq.priorities[index:])

   pq.priorities[index] = priority
}

// 通过二分法寻找新优先级的切片插入位置
func (pq *PriorityQueue) getNewPriorityInsertIndex(priority int, leftIndex, rightIndex int) (index int) {
   if len(pq.priorities) == {
      // 如果当前优先级切片没有元素，则插入的index就是
      return
   }

   length := rightIndex - leftIndex
   if pq.priorities[leftIndex] >= priority {
      // 如果当前切片中最小的元素都超过了插入的优先级，则插入位置应该是最左边
      return leftIndex
   }

   if pq.priorities[rightIndex] <= priority {
      // 如果当前切片中最大的元素都没超过插入的优先级，则插入位置应该是最右边
      return rightIndex +
   }

   if length == && pq.priorities[leftIndex] < priority && pq.priorities[rightIndex] >= priority {
      // 如果插入的优先级刚好在仅有的两个优先级之间，则中间的位置就是插入位置
      return leftIndex +
   }

   middleVal := pq.priorities[leftIndex+length/]

   // 这里用二分法递归的方式，一直寻找正确的插入位置
   if priority <= middleVal {
      return pq.getNewPriorityInsertIndex(priority, leftIndex, leftIndex+length/)
   } else {
      return pq.getNewPriorityInsertIndex(priority, leftIndex+length/, rightIndex)
   }
}

// 取出最高优先级队列中的一个任务
func (pq *PriorityQueue) Pop() *task {
   pq.mLock.Lock()
   defer pq.mLock.Unlock()

   for i := len(pq.priorities) -; i >= 0; i-- {
      if len(pq.queues[pq.priorities[i]]) == {
         // 如果当前优先级的队列没有任务，则看低一级优先级的队列中有没有任务
         continue
      }

      // 如果当前优先级的队列里有任务，则取出一个任务。
      return <-pq.queues[pq.priorities[i]]
   }

   // 如果所有队列都没有任务，则返回null
   return nil
}

// 消费者轮询获取最高优先级的任务
func (pq *PriorityQueue) Consume() {
   for {
      task := pq.Pop()
      if task == nil {
         // 未获取到任务，则继续轮询
         continue
      }

      // 获取到了任务，就执行任务
      task.f()
   }
}

测试代码pq_test.go：

package priority_queue

import (
   "fmt"
   "math/rand"
   "testing"
   "time"
)

func TestQueue(t *testing.T) {
   defer func() {
      if err := recover(); err != nil {
         fmt.Println(err)
      }
   }()
   pq := NewPriorityQueue()
   rand.Seed(time.Now().Unix())

   // 我们在这里，随机生成一些优先级任务
   for i :=; i < 100; i++ {
      a := rand.Intn()
      go func(i int) {
         pq.Push(func() {
            fmt.Println("推送任务的编号为：", i)
            fmt.Println("推送的任务优先级为：", a)
            fmt.Println("============")
         }, a)
      }(i)
   }

   // 这里会阻塞，消费者会轮询查询任务队列
   pq.Consume()
}

发散思维

上面的方案的确是实现了优先级队列，但是，有一种极端情况：如果消费者的消费速度远远小于生产者的生产速度，并且高优先级的任务被不断插入，这样，低优先级的任务就会有“饿死”的风险。

对于这种情况，我们在消费的时候，可以考虑给每一个优先级队列分配一个权重，高优先级的队列有更大的概率被消费，低优先级的概率相对较小。感兴趣的朋友们，可以自己去实现一下。

小结

本文和大家讨论了优先级队列在golang中的一种实现方案，里面应用到了切片、map、互斥锁、管道等诸多golang特性，可以说是一个非常典型的案例。其实，优先级队列在实际的业务场景中使用广泛，其实现方式也不止一种，我们需要根据实际的需求，选择最优解。