本文旨在探讨如何在Java中高效且正确地创建一个包含多个`BlockingQueue`实例的同步列表。我们将深入解析在构建此类数据结构时常见的误区，并提供两种主流的实现方案：传统的`for`循环方法和现代的Java Stream API方法，同时强调关键的线程安全考量和容量设置细节。
在Java并发编程中，我们经常需要处理线程安全的数据结构。当需要管理一组独立的、线程安全的队列时，例如一个由多个BlockingQueue组成的列表，并确保对该列表本身的访问也是同步的，这就需要特别注意。本文将详细介绍如何构建一个List<BlockingQueue>，使其不仅内部的BlockingQueue是线程安全的，而且对该列表的添加、删除等操作也具备同步性。
理解ArrayList容量与列表内容的区别
在尝试构建一个包含预定数量BlockingQueue的列表时，一个常见的误区是使用ArrayList的带容量参数的构造函数，例如 new ArrayList<ArrayBlockingQueue>(15)。这个构造函数仅仅是预分配了底层数组的容量，以减少后续元素添加时的扩容开销，但它并不会向列表中添加任何实际的元素。因此，调用 listOfQueues.size() 仍然会返回 0。
要解决这个问题，我们必须手动地向列表中添加BlockingQueue实例。此外，需要注意的是，像ArrayBlockingQueue这样的BlockingQueue实现，其构造函数通常也需要指定队列自身的容量。
立即学习“Java免费学习笔记（深入）”；
方案一：使用传统for循环构建同步列表
传统的for循环方法直观且易于理解。它分两步完成：首先，创建一个普通的ArrayList并使用循环向其中添加指定数量的BlockingQueue实例；然后，使用Collections.synchronizedList()方法将这个列表包装成一个同步列表。
import java.util.ArrayList;import java.util.Collections;import java.util.List;import java.util.concurrent.ArrayBlockingQueue;import java.util.concurrent.BlockingQueue;import java.util.concurrent.atomic.AtomicInteger;public class SynchronizedBlockingQueueListForLoop { public static void main(String[] args) { // 定义每个BlockingQueue的容量 final int queueCapacity = 10; // 定义列表中BlockingQueue的数量 final int numberOfQueues = 15; // 步骤1: 创建一个普通的ArrayList来存放BlockingQueue实例 List<BlockingQueue> tempListOfQueues = new ArrayList(); // 步骤2: 使用for循环向列表中添加指定数量的ArrayBlockingQueue实例 for (int i = 0; i < numberOfQueues; i++) { // 注意：ArrayBlockingQueue的构造函数需要指定容量 tempListOfQueues.add(new ArrayBlockingQueue(queueCapacity)); } // 步骤3: 使用Collections.synchronizedList()将列表包装成一个同步列表 List<BlockingQueue> synchronizedListOfQueues = Collections.synchronizedList(tempListOfQueues); System.out.println("使用for循环创建的同步列表大小: " + synchronizedListOfQueues.size()); // 验证列表中的元素类型 if (!synchronizedListOfQueues.isEmpty()) { System.out.println("第一个队列的类型: " + synchronizedListOfQueues.get(0).getClass().getSimpleName()); } }}
注意事项：
Collections.synchronizedList()返回的是一个包装器，它对原始列表的所有操作都进行了同步。这意味着对synchronizedListOfQueues的任何修改（如add, remove）或结构性访问（如iterator）都将是线程安全的。然而，这仅仅是列表本身的同步，列表内部的BlockingQueue实例仍然是独立的线程安全对象。对BlockingQueue内部元素的操作（如put, take）由BlockingQueue自身保证线程安全。
方案二：使用Java Stream API构建同步列表
Java 8引入的Stream API提供了一种更函数式、更简洁的方式来创建和处理集合。我们可以利用Stream.generate()来生成BlockingQueue实例，然后使用limit()限制数量，最后通过collectingAndThen()收集并同步列表。
import java.util.Collections;import java.util.List;import java.util.concurrent.ArrayBlockingQueue;import java.util.concurrent.BlockingQueue;import java.util.concurrent.atomic.AtomicInteger;import java.util.stream.Collectors;import java.util.stream.Stream;public class SynchronizedBlockingQueueListStream { public static void main(String[] args) { // 定义每个BlockingQueue的容量 final int queueCapacity = 10; // 定义列表中BlockingQueue的数量 final int numberOfQueues = 15; // 使用Stream API生成、收集并同步列表 List<BlockingQueue> synchronizedListOfQueues = Stream.generate(() -> new ArrayBlockingQueue(queueCapacity)) // 生成ArrayBlockingQueue实例的流 .limit(numberOfQueues) // 限制生成的数量 .collect(Collectors.collectingAndThen( // 收集并进行后处理 Collectors.toList(), // 先收集成一个普通的List Collections::synchronizedList // 然后将List包装成同步列表 )); System.out.println("使用Stream API创建的同步列表大小: " + synchronizedListOfQueues.size()); // 验证列表中的元素类型 if (!synchronizedListOfQueues.isEmpty()) { System.out.println("第一个队列的类型: " + synchronizedListOfQueues.get(0).getClass().getSimpleName()); } }}
Stream API方法的优势：
简洁性： 代码更加紧凑，意图表达更清晰。链式操作： 允许将多个操作（生成、限制、收集、同步）以链式方式组合，提高了可读性。不可变性倾向： collectingAndThen在创建完中间列表后进行同步包装，更符合函数式编程中不可变数据的理念。
总结
无论是采用传统的for循环还是现代的Stream API，核心思想都是一致的：
正确初始化列表内容： ArrayList的构造函数只设置容量，不添加元素。必须通过循环或流式操作显式地添加BlockingQueue实例。为BlockingQueue指定容量： 像ArrayBlockingQueue这样的有界阻塞队列，在构造时需要指定其内部容量。列表同步： 使用Collections.synchronizedList()来确保对整个列表（而非其内部元素）的并发访问是线程安全的。
选择哪种方法取决于个人偏好和项目上下文。对于熟悉Stream API的开发者，第二种方法可能更具吸引力；而对于需要更明确控制流程的场景，for循环方法依然是稳健的选择。理解这些基本概念和实现细节，对于在Java中构建健壮的并发数据结构至关重要。
以上就是Java中创建并同步包含多个阻塞队列的列表的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/11706.html
微信扫一扫 
支付宝扫一扫 
