當 LinkedList 不是列表時，速度快的兔子都追不上!
ArrayList和LinkedList有什么區別？
這種侮辱人的問題，默認就把這兩者限定在了同一個場景之中，它甚至連八股文都算不上。
一旦你被問到這種問題，也證明面試基本上泡湯了--面試官已經實在是找不到其他問題與你交流了。
你Over了。
但當我們細看一下LinkedList的class定義，就會發現，它并不像是ArrayList的那樣具有純潔的列表精神。
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除了能夠當作普通的列表，它還是一個Deque。雙向鏈表，聽著就比較唬人，這就是一個既能當做隊列、又能當做棧的存在。
有了這種雙重Buff的疊加，LinkedList的應用場景比ArrayList豐富的多。除了能做最簡單的LRU緩存，LinkedList在刷題的時候也是充滿了正能量。
關于類似Deque的API，xjjdog以前有專門的文章來介紹這些爆炸性的方法。
王者ConcurrentLinkedQueue，一個阻塞的雙向隊列，它的基本操作方法有：(3[基本]x2[異常與返回值]+4[阻塞加超時])x3[隊頭隊尾]=5x2x3=30，足足有30個方法。看完上面的文章，這30個方法可以很快手到擒來。
不過我們今天要聊的一個重點，是使用Deque來實現更快的延遲隊列。
延遲隊列
如果你想要某些數據延遲一段時間再進行處理，或者要再某段時間內按照分組進行一些計算，那延遲隊列無疑是非常合適的。
在Java的Concurrent包里，就靜悄悄的躺著DelayQueue。只要你的數據實現了Delayed接口，那么就可以放心大膽的把它們往里面塞。
可惜的是，DelayQueue的底層存儲，使用的是PriorityQueue。
PriorityQueue是堆實現的，offer和poll數據的時間復雜度是O(logN)。這就意味著，當DelayQueue中的數據比較多的時候，它的性能就會下降。
除了把數據分片，使用多個DelayQueue來完成工作，我們有沒有速度更快的方法？比如把PriorityQueue使用LinkedList來替換？
這要看場景。
如果你向DelayQueue中添加數據，是與當前添加的時間相關的，那完全可以使用LinkedList來替換PriorityQueue。
關鍵代碼
要了解DelayQueue的運行原理，我們可以需要先看一下Delayed接口。任何想要存儲到DelayQueue中的數據，都需要實現這個接口。
其中，getDelay就是用來判斷當前數據是否超時的方法。而compareTo，則是PriorityQueue用來排序的，如果我們是按照當前塞入數據的，則compareTo方法就不是必要的。
按照以上的思路，我們把DelayQueue的代碼拷貝一份，僅保留關鍵代碼，如下。
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);
}
主要方法
輕量級的延遲隊列，如果一旦采用了LinkedList，那么它的入隊、出隊方法，就都變成了O(1)的時間復雜度。在延遲隊列中的數據增加時，時間復雜度也能維持不變，可以說是速度快的連兔子都追不上了。
一般，在java中，put和take方法，都是代表阻塞性方法。比如，take方法，我們可以將其安全的阻塞在某個線程上，而不用擔心太多的資源浪費。
final Thread thread = Thread.currentThread();
while (!this.close && !thread.isInterrupted()) {
Data data = q.take();
}
這一切都是Condition辦到的，它和wait、notify的作用是一樣的。
當我們通過put方法添加新的數據到隊列中，會通過signal方法，來通知等待的線程獲取數據。
相同的，如果take方法發現隊列中的數據為空，它將進入等待狀態。如果有數據，也并不是馬上把這些數據取出來，因為數據還沒到期。比如最老的數據還剩下5秒才到期，代碼也對這種情況進行了處理，它會嘗試awaitNanos對應的時間。
這樣，我們就可以使用這種簡單的輪詢方式來實現延遲隊列，而不需要單獨的線程去檢測隊列中的數據。
增加take方法的效率
但是這樣還不夠。
當數據量比較大的時候，隊列的數據可能有多條已經到期。如果我們通過take方法來一條一條獲取的話，效率自然不如批量獲取高。
drainTo方法，可以一股腦的把到期的數據轉移到其他的集合中，但它并不是一個阻塞性的方法。
我們可以先使用take來阻塞線程，然后再批量取出所有數據。
下面代碼，會一次性獲取100條數據作為一個批量。
final Data takeItem = q.take();
final List<Data> buckets = new ArrayList<>(100);
q.drainTo(buckets, 99);
buckets.add(takeItem);
End
實際上，我們的某個業務，當采用LinkedList來替代PriorityQueue，并進行批量操作后，CPU的使用直接降低了1/3。
Deque是xjjdog最喜歡的一個接口。每當使用offerFirst、offerLast這樣精準的API進行操作，都會體驗到多巴胺的樂趣。LinkedList作為它的兒子，自然擁有了這些所有的功能。
當我們使用concurrent包里的基本API，對這些淳樸的工具進行封裝，它們就會煥發出新的活力。
作者簡介：小姐姐味道 (xjjdog)，一個不允許程序員走彎路的公眾號。聚焦基礎架構和Linux。十年架構，日百億流量，與你探討高并發世界，給你不一樣的味道。
