利用最小堆管理事件超时

利用最小堆管理事件超时

引言：前面的一系列文章都在说了事件模型，也就是简单的做一个介绍，然后贴出了一些代码作为Demo，上次说到了在反应堆中的超时管理。今天就来说说关于利用最小堆来管理超时的问题。

NOTICE:判断一个事件是否超时的方法是， 事件超时时间 减  当前时间 ，如果大于零，说明没有超时，如果小于零，说明该事件超时了。

一般做法是怎样来管理所有的超时事件呢？以前的用法都是利用链表来保存所有的超时事件，轮训查看是否事件超时，若超时就采取相应的措施，比如移除事件等。后来的Nginx和libevent采取了更好的措施，Nginx是利用红黑树来管理，而libevent是利用最小堆来管理。

今天的主题是最小堆，所以下面的内容都是围绕最小堆来展开。

这里说说最小堆的好处，然后接着说明为什么要利用最小堆来管理超时事件。

最小堆的好处：

（1）最小堆的设计简单，易于实现

（2）插入和删除操作都是在log(n)基础上完成

（3）获取最小值是O(1)

为什么要利用最小堆：

大家都知道在IO多路复用中比如 select() 和 epoll() 都有一个超时的最大时间，也就是说，如果没有监听到事件，最大的阻塞时间就是这参数。

当我们在Reactor中加入了一个超时事件的时候，我们就利用这个最小堆中的根节点的时间减去当前时间作为select/epoll超时的最大值。所以，当select/epoll返回的时候得到函数执行的消耗的时间，查看最小堆的根是否超时(NOTICE)，如果没有超时，我们继续正常步骤，如果超时就采取相应措施，比如超时事件的回调函数等，然后继续查看新的堆结构的根节点，直到处理不超时的情况出现，因为堆是自适应的，所以根部必然是值最小的，如果这个事件没有超时，就可以停止超时事件的处理 了。

所以总体来看，每次都会找到最小堆中最小的元素作为比较，事件复杂度是O(1)

最小堆的性质：

所有父节点总是小于或等于所有的子节点（递归定义），看做二叉树的话是完全二叉树

看看最小堆的实现：

结构表示：

1 2 3 4 5 6 7 8 9 10 11 12 13

typedef struct heap_node_s {      int   index;      int   key  ; }mc_minheap_node_t ;   typedef struct min_heap_s {      mc_minheap_node_t   *node_list ;      int                  headindex ;      int                  lastindex ;      size_t               max_num   ; }mc_minheap_t;

几个宏：

#define MAX_INT    0x0fffffff #define PARENT(i)       ((i)/(2)) #define LEFTCHILD(i)    ((i)*(2)) #define RIGHTCHILD(i)   (((i)*(2))+(1))

　　

　　

插入：

每次插入到堆的末尾，然后逐层比较，直到大于父节点。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

int mc_minheap_insert( mc_minheap_t *mh , int key ) {      if ( mh == NULL )          return -1;      int lastindex = mh->lastindex;      mh->node_list[lastindex].key = key ;      mh->node_list[lastindex].index = lastindex ;      int tindex = lastindex ;            //heap top      if ( lastindex == 1 )      {          mh->lastindex++ ;          return 1;      }      else      {          if ( lastindex >= mh->max_num -1 )              return -1;          while ( tindex  != 1 )          {              if ( key < mh->node_list[PARENT( tindex )].key )              {                  swap_node( &(mh->node_list[tindex]),  &(mh->node_list[PARENT( tindex )]) );              }              tindex = PARENT( tindex );            }            }      mh->lastindex++ ;      return 1; }

　　

删除：

删除的时候，把需要删除的节点与堆的最后一个节点交换，删除这个节点。然后交换后的这个节点与子节点中较小的一个比较，如果大于它就交换，如果小于就结束，直到没有子节点。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60

int mc_minheap_rm( mc_minheap_t *mh ) {      if ( mh == NULL )          return -1;      int ret = mh->node_list[1].key  ;      mh->node_list[1].key = MAX_INT ;      mc_minheap_node_t * pnode = &(mh->node_list[1]) ;      mc_minheap_node_t *minnode ;      swap_node( pnode , &(mh->node_list[mh->lastindex]));            int i = 1 ;      for ( ; i < mh->lastindex ; i++ )      {          minnode = mh->node_list[LEFTCHILD(i)].key <= mh->node_list[RIGHTCHILD(i)].key ? &(mh->node_list[LEFTCHILD(i)]) : &(mh->node_list[RIGHTCHILD(i)]);                    if ( i == mh->max_num -1 )              break ;          if ( minnode->key == MAX_INT )              break ;          if ( pnode.key > minnode.key )              swap_node( pnode , minnode );          else              break ;          pnode = minnode ;      }      mh->lastindex-- ;      return ret ; }     int mc_minheap_rm_index( mc_minheap_t *mh , int index ) {      if ( mh == NULL )          return -1;      if ( index > mh->lastindex )          return -1;      int ret = mh->node_list[index].key  ;      mh->node_list[index].key = MAX_INT ;      mc_minheap_node_t * pnode = &(mh->node_list[index]) ;      mc_minheap_node_t *minnode ;      swap_node( pnode , &(mh->node_list[mh->lastindex]));            int i = index ;      for ( ; i < mh->lastindex ; i++ )      {          minnode = mh->node_list[LEFTCHILD(i)].key <= mh->node_list[RIGHTCHILD(i)].key ? &(mh->node_list[LEFTCHILD(i)]) : &(mh->node_list[RIGHTCHILD(i)]);                    if ( i == mh->max_num -1 )              break ;          if ( minnode->key == MAX_INT )              break ;          if ( pnode.key > minnode.key )              swap_node( pnode , minnode );          else              break ;          pnode = minnode ;      }      mh->lastindex-- ;      return ret ; }

初始化和交换节点：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

mc_minheap_t * mc_minheap_ini( int nodenum ) {      int  i = 0 ;      if (  nodenum <= 0 )          return NULL;      mc_minheap_t * mh = ( mc_minheap_t *) malloc ( sizeof ( mc_minheap_t ));      if ( mh == NULL )      {          return NULL;      }      mh->node_list = (mc_minheap_node_t  *) malloc ( sizeof (mc_minheap_node_t )*nodenum );      mh->headindex = 1 ;      mh->lastindex= 1 ;      for ( i = 0 ; i < nodenum ; i++ )      {          mh->node_list[i].key = MAX_INT ;          mh->node_list[i].index = i+1;      }      mh->max_num = nodenum ;      return mh; }   static int swap_node( mc_minheap_node_t * n1 , mc_minheap_node_t *n2 ) {      if ( n1 == NULL || n2 == NULL )          return -1;      mc_minheap_node_t temp;                  temp.key = n1->key ;        n1->key = n2->key;            n2->key = temp.key ; }

总结：最小堆的设计方式比较简单，但是功能不错，有一个缺点就是初始化的时候需要固定大小的节点个数，如果超时事件过多，需要采取一定的措施来保证堆的代码质量。或许可以采用多个对的方式，然后比较每一个堆的最小值，这样也就是O(N)复杂度，N= 堆的个数，这里是我的一厢情愿罢了..