定时器方案（一）之红黑树与最小堆 详解

前言

定时器应用

为什么不直接用epoll_wait中的timeout来做定时呢？

 因为epoll是会调用内核，多少会有一定的延迟，对于实时性要求很高的任务来说，是不可取的。

定时发送信号

定时器误差大（如上述所说的epoll_wait中设置timeout）该如何处理？
利用定时发送信号来处理，即通过绑定和发送信号的方式，可以立刻进行定时器操作。

定时器数据结构

当有大量定时任务要处理时，需要引入数据结构，用epoll_wait不是最优解。常见的数据结构有红黑树、最小堆和时间轮

设计

需要提供以下API：
1、初始化定时器
2、添加定时任务
3、删除定时任务
4、检测定时任务

定时器的共性

1、能够快速找到节点，进行添加和删除
2、能够快速找到最小节点

红黑树

nginx中的定时器用的就是红黑树

特点

1、用于定时器时：增删时间复杂度为O(logn)，查找最小节点的时间复杂度为O(h)
2、中序遍历为有序集合

存在问题与解决方法

问题：若存在多个定时时间相同的任务，红黑树要怎么操作。
解决方法：可以将节点插入到相同节点的右边（中序遍历可以得出：后面加入的定时任务，在后面执行）

最近要执行的定时任务

红黑树最左边的节点

最小堆

最常用的定时器数据结构就是最小堆，libevent、go与libev中用的是最小堆

定义

满二叉树：所有层节点数都是该层所能容纳节点的最大数量
完全二叉树：若二叉树的深度为h，除了h层，其它层的节点数都是该层所能容纳节点的最大数量，且h层所有节点都集中在最左侧
最小堆：
1、是一颗完全二叉树
2、某个节点的值总是小于等于它的子节点的值
3、堆中每个节点的子树都是最小堆

添加和删除

添加：因为只关注父子节点的关系，所以添加的时候，添加到叶节点，然后不断地比较父节点，并判断是否交换
删除：删除某一个节点后，将最右边的叶子节点补上去，然后与最小子节点比较，判断是否需要下降；与父节点比较，判断是否需要上升。
时间复杂度：添加为O(logn)，删除为O(1)

特点

1、最小值永远是根节点
2、增删的时间复杂度是O(logn)
3、查找最小节点的复杂度是O(1)
4、相较于红黑树更加稳定，因为是完全二叉树