使用场景:
为玩家创建的多人游戏对战房间生成唯一的六位房间ID,用户可邀请好友输入该ID来加入房间。
终极解决方案:
使用Redis的Set作为房间ID生成器,在初始化时向Set中插入100000~999999,在需要时使用SPOP随机弹出一个房间ID进行使用,在房间销毁时归还到Set中。
但是,如果系统中没有使用Redis怎么办?
基础实现:
使用Map维护正在使用中的房间ID,当玩家需要生成一个房间ID时通过随机算法当场生成,并与该Map做比对,检查是否已在使用,如已在使用则重新生成直到生成不重复的房间ID为止。在房间销毁时,移除Map中的房间ID。
随着使用中的房间数量的增加,随机算法碰撞率也会上升,可能导致客户端较长的等待才能拿到未使用的房间ID,此时可用反过来,在服务器中维护一个长度为100的简单队列,使用后台线程定该队列中塞入经过重复检测的房间ID,java和C#等可以使用BlockedQueue,go可以使用channel来实现。在反转后,客户端获取房间ID只是从队列中取出一个现成的,可以实现无等待获取。但如果仍然使用常规的随机算法,在生成数量较多后随机碰撞的问题仍未解决,将占用服务器大量资源。
队列ID生成器
使用长度为N的int数组和三个int值实现房间ID队列,可使用O(N)复杂度生成队列,并使用O(1)复杂度获取和归还ID。
package main
import (
"fmt"
"math/rand"
"sync"
"time"
)
func init() {
rand.Seed(time.Now().Unix())
}
var (
mx = &sync.Mutex{}
queue = make([]int, 0, 900000)
headPointer = 0
recyclePointer = 0
usingCount = 0
)
func main() {
initQueue()
id, success := get()
if !success {
fmt.Println("当前已没有可供使用的房间ID")
}
recycle(id)
}
func initQueue() {
// 生成所有可用的数
for i := 0; i < 900000; i++ {
queue = append(queue, i+100000)
}
for i := 0; i < 900000; i++ {
// 遍历所有位置,将其与后面的任意一个数交换位置
randomIndex := i + rand.Intn(900000-i)
queue[i], queue[randomIndex] = queue[randomIndex], queue[i]
}
}
func get() (roomId int, isSuccess bool) {
// 多线程加锁
mx.Lock()
defer mx.Unlock()
// 当所有ID都在使用中时,拒绝提供新ID
if usingCount == 900000 {
return 0, false
}
isSuccess = true
// 取头指针对应的房间ID
roomId = queue[headPointer]
// 头指针后移一位
headPointer++
// 转了一圈后,返回队列头
headPointer %= 900000
// 使用中数量加一
usingCount++
return
}
func recycle(recycleRoomID int) {
// 多线程加锁
mx.Lock()
defer mx.Unlock()
// 回收ID
queue[recyclePointer] = recycleRoomID
// 回收指针向后移动一位
recyclePointer++
// 转了一圈后返回队列头
recyclePointer %= 900000
// 使用中数量减一
usingCount--
}
其他闲话
- 使用Queue、LinkedList等数据结构在理解和实现上更简单,但需要注意的是,这将为值类型的int包装上一层外部对象结构,导致内存效率和取用速度降低一个数量级。
(当然,就这点数据量,还到不了讨论这种性能的地步)