利用最小堆结构来设计一种定时方案
来源:互联网 发布:中国js 12.7mm狙击步枪 编辑:程序博客网 时间:2024/05/21 18:48
服务器程序通常管理着众多的定时事件,因此有效地组织这些定时事件,使之能在预期的时间点被触发且不影响服务器的主要逻辑,对于服务器的性能有着至关重要的影响。
本篇主要讨论的是时间堆的设计。在利用最小堆结构来设计定时方案前,我们先来了解一下什么是最小堆。
什么是最小堆
1.概念
最小堆是指每个节点的值都小于或等于其子节点的值的完全二叉树。如下图,就是一个具有6个元素最小堆:
2.最小堆的插入操作
树的基本操作是插入节点和删除节点,最小堆的插入操作步骤如下:
以插入X元素为例
1)在树的下一个空闲位置创建一个空穴,如果X可以放在空穴中而不破坏堆序,则插入完成,否则就执行2)上虑操作;
2)上虑操作即交换空穴和它的父节点上的元素。不断执行该过程,直到X可以被放入空穴,则插入操作完成。
例如向上图的最小堆中插入值为14的元素,步骤如下:
3.最小堆的删除操作
最小堆的删除操作指的是删除其根节点上的元素,并且不破坏堆序性质。最小堆的删除操作步骤如下:
1)首先在根节点出创建一个空穴;
2)因为删除了根节点,现在堆少了一个元素,因此我们可以把堆的最后一个元素X移动到该堆的某个地方。如果X可以被放入空穴,则删除操作完成,否则就执行3)下虑操作;
3)下虑操作即交换空穴和它的两个儿子节点中的较小者。不断执行该过程,直到X可以被放入空穴,则删除操作完成。
例如对上图的最小堆执行删除操作,步骤如下:
4.最小堆的数组表示
由于最小堆是一种完全二叉树,所以我们可以用数组来组织其中的元素。比如上图的最小堆可用可用数组表示如下:
对于数组中的任意一个位置 i 上的元素,其左儿子节点在位置 2i + 1 上,其右儿子节点在位置 2i + 2 上,其父节点则在位置 [ ( i - 1) / 2 ] ( i > 0 ) 上。与用链表来表示堆相比,用数组表示堆不仅节省空间,而且更容易实现堆的插入、删除等操作。
5.最小堆的初始化操作
假设我们已经有一个包含N个元素的数组,现在要把它初始化为一个最小堆。那么最简单的方法是:初始化一个空堆,然后将数组中的每个元素插入该堆中。不过这样做的效率偏低。实际上,我们只需要对数组中的第 0 ~ [ (N - 1) / 2 ] 个元素执行下虑操作,即可确保该数组构成一个最小堆。这是因为对包含N个元素的完全二叉树而言,它具有 [ (N - 1) / 2 ] 个非叶子节点,这些非叶子节点正是该完全二叉树的第 0 ~ [ (N - 1) / 2 ] 个节点。我们只要确保这些非叶子节点构成的子树都具有堆序性质,整个树就具有堆序性质。
方案设计
设计定时器的一种思路如下:
将所有定时器中超时时间最小的一个定时器的超时值作为心搏间隔。这样,一旦心搏函数 tick 被调用,超时时间最小的定时器必然到期,我们就可以在 tick 函数中处理该定时器。然后,再次从剩余的定时器中找出超时时间最小的一个,并将这段最小时间设置为下一次心搏间隔,如此反复,就实现了较为精确的定时。
最小堆很适合处理这种定时方案,我们称用最小堆实现的定时器为时间堆。
一种时间堆的实现如下:
#include <iostream>#include <netinet/in.h>#include <time.h>using std::exception;#define BUFFER_SIZE 64// 前向声明定时器类class heap_timer;// 用户数据,绑定socket和定时器struct client_data{ sockaddr_in address; int sockfd; char buf[ BUFFER_SIZE ]; heap_timer* timer;};// 定时器类class heap_timer{public: heap_timer( int delay ) { expire = time( NULL ) + delay; }public: time_t expire; // 定时器生效的绝对时间 void (*cb_func)( client_data* ); // 定时器的回调函数 client_data* user_data; // 用户数据};// 时间堆类class time_heap{public: // 构造函数之一,初始化一个大小为cap的空堆 time_heap( int cap ) throw ( std::exception ) : capacity( cap ), cur_size( 0 ) { array = new heap_timer* [capacity]; if ( ! array ) { throw std::exception(); } for( int i = 0; i < capacity; ++i ) { array[i] = NULL; } } // 构造函数之二,用已有数组来初始化堆 time_heap( heap_timer** init_array, int size, int capacity ) throw ( std::exception ) : cur_size( size ), capacity( capacity ) { if ( capacity < size ) { throw std::exception(); } array = new heap_timer* [capacity]; if ( ! array ) { throw std::exception(); } for( int i = 0; i < capacity; ++i ) { array[i] = NULL; } if ( size != 0 ) { // 初始化堆数组 for ( int i = 0; i < size; ++i ) { array[ i ] = init_array[ i ]; } // 对数组中的第 [ (N - 1) / 2 ] ~ 0 个元素执行下虑操作 for ( int i = (cur_size-1)/2; i >=0; --i ) { percolate_down( i ); } } } // 析构函数,销毁时间堆 ~time_heap() { for ( int i = 0; i < cur_size; ++i ) { delete array[i]; } delete [] array; }public: // 添加目标定时器,时间复杂度为O(logN) void add_timer( heap_timer* timer ) throw ( std::exception ) { if( !timer ) { return; } // 当前堆数组容量不够则将其扩大一倍 if( cur_size >= capacity ) { resize(); } int hole = cur_size++; // hole是新建空穴的位置 int parent = 0; // 对从空穴到根节点的路径上的所有节点执行上虑操作 for( ; hole > 0; hole=parent ) { parent = (hole-1)/2; if ( array[parent]->expire <= timer->expire ) { break; } array[hole] = array[parent]; } array[hole] = timer; } // 删除目标定时器,时间复杂度为O(1) void del_timer( heap_timer* timer ) { if( !timer ) { return; } // 延迟销毁,仅仅将目标定时器的回调函数设置为空 // 这将节省真正删除该定时器造成的开销,但这样做容易使堆数组膨胀 timer->cb_func = NULL; } // 获得堆顶的定时器 heap_timer* top() const { if ( empty() ) { return NULL; } return array[0]; } // 删除堆顶的定时器 void pop_timer() { if( empty() ) { return; } if( array[0] ) { delete array[0]; // 将堆顶元素替换为堆数组中最后一个元素,并对它进行下虑操作 array[0] = array[--cur_size]; percolate_down( 0 ); } } // 心搏函数,执行一个定时器的时间复杂度为O(1) void tick() { heap_timer* tmp = array[0]; time_t cur = time( NULL ); // 循环处理堆中到时的定时器 while( !empty() ) { if( !tmp ) { break; } // 定时器未到期则退出循环 if( tmp->expire > cur ) { break; } // 定时器到期则执行堆顶定时器中的任务 if( array[0]->cb_func ) { array[0]->cb_func( array[0]->user_data ); } // 弹出堆顶元素,同时设置新的堆顶元素 pop_timer(); tmp = array[0]; } } bool empty() const { return cur_size == 0; }private: // 下虑操作函数 void percolate_down( int hole ) { heap_timer* temp = array[hole]; int child = 0; // 当下虑到叶子节点时,循环终止 for ( ; ((hole*2+1) <= (cur_size-1)); hole=child ) { child = hole*2+1; // 空穴的左孩子节点 // 选择两个儿子节点中的较小者 if ( (child < (cur_size-1)) && (array[child+1]->expire < array[child]->expire ) ) { ++child; } // 如果空穴比较小的儿子节点大则交换,否则该元素可以放入空穴 if ( array[child]->expire < temp->expire ) { array[hole] = array[child]; } else { break; } } array[hole] = temp; } // 将堆数组容量扩大一倍 // 创建新数组并将容量扩大一倍,初始化新数组,然后将原内容拷贝过来,并释放原空间 void resize() throw ( std::exception ) { heap_timer** temp = new heap_timer* [2*capacity]; for( int i = 0; i < 2*capacity; ++i ) { temp[i] = NULL; } if ( ! temp ) { throw std::exception(); } capacity = 2*capacity; for ( int i = 0; i < cur_size; ++i ) { temp[i] = array[i]; } delete [] array; array = temp; }private: heap_timer** array; // 堆数组 int capacity; // 堆数组的容量 int cur_size; // 堆数组当前包含的元素个数};
参考资料:
《Linux高性能服务器编程》 游双
- 利用最小堆结构来设计一种定时方案
- 一种局域网机器定时备份方案
- redis 集群设计一种方案
- 算法笔记五:利用堆结构来对数据进行排序
- 两道利用网络流来验证是否存在一种方案满足要求的题目 woj1124 sgu326
- Java 利用最小堆解决topK
- 利用最小堆管理事件超时
- 利用最大堆和最小堆在线寻找中位数
- 利用反射来设计BaseDao
- 利用堆结构排序——堆排序
- 【分析】一种小堆(heap)溢出的另类利用方法
- 一种小堆(heap)溢出的另类利用方法
- 一种不错的树结构数据表设计
- 一种API代码结构的设计思路
- centos 利用crontab定时任务设计
- 利用rsync实现自动化部署的一种方案
- 利用memcached配置session一致性另外一种方案
- 发明一种新的树形结构数据库存储方案
- vb.net 教程 1-2 数据类型:String
- POJ 2656 Unhappy Jinjin G++
- 软件测试
- 201612 CCF 第二题 工资计算
- asp.net Core1.1版本生成超链接/a链接标签的方式
- 利用最小堆结构来设计一种定时方案
- gulp的使用教程
- 必会排序算法总结
- vector摘记
- 路径规划算法 快速搜索随机树(Rapid-exploration Random Tree)
- AJAX初步学习
- 【九度OJ】题目1080:进制转换 解题报告
- [译]在CUDA C/C++中如何衡量代码性能
- 2. 一切都是对象