Spin Lock -- Anderson’s Algorithm

Anderson’s Algorithm基于队列实现，也就是基于数组的算法。

算法实现：

1）定义共享数组变量flag，大小为N，也就是线程的个数。初始化数组为{true，false，false，......，false}

2）定义共享变量tail，用于记录当前获取锁的线程。

3）每个线程都有一个记录当前槽的临时变量slot。

4）lock: 获取tail变量存储到临时变量slot中，然后将tail++。利用while进行自旋，自旋的条件是slot % n对应的槽为false。

5）unlock:更新slot % n对应的槽为false，更新 （slot + 1）% n的槽为true。

假设某个线程A获取锁，获取锁之前tail = i，获取锁之后tail + 1，假设之后另外一个线程B请求锁，这时tail = i + 1，由于（i + 1） % n处为false，因此这个线程自旋。

此时，获取A释放锁，然后设置了 (i + 1) % n处为true，则线程B退出自旋状态，获取锁。依照这样的方式，之后的第i + 1，i + 2，.....线程依次获取锁。

虽然这个算法并没有实际的队列结构，但是通过数组以及标志位的移动模拟了队列，这样就实现了基于队列的自旋锁。

这样做的好处是不会产生饥渴的现象，先入队列的线程会先获取锁。

实现上面的功能需要注意的是：

1）在lock中定义的局部变量，如何在unlock中继续使用。因为实现的锁和线程不应该有很高的内聚，所以建议使用一个hashmap保存这些变量，key值采用线程的id。

map.put(Thread.currentThread().getId(), slot);

2）flag数组，如果采用正常的boolean或者int，会占用较大的内存。建议采用bit数组以及位操作进行模拟。

来看看这个算法和TTAS的性能对比，

来看看其缺点是什么，

上面图的意识是，thread0~thread3需要获取的flag[0]~flag[3]在同一缓存行内，当thread2修改flag[2]为false的时候，系统会标记其处于的缓存行（cache line）失效，也就是说当其他几个线程想获取其对应的flag的时候会发现缓存行失效，强制从内存中读取新的值，即使这个值并没有被更改。我们知道如果L1，L2，L3级缓存和内存的读取效率依次降低，这就影响了性能。

解决方法是，进行填充恰好使得每个线程需要的flag不在同一个缓存行内（cache line）。

另外一个缺点就是，比较消耗空间。