在写这篇文章的时候我有点犹豫，因为先前写过一篇相似的，一道对于并发管制的面试题，只不过那篇文章只给出了一种解决方案，起初在网上又陆续找到两种解决方案，说来惭愧，钻研问题总是浅尝辄止，所以明天便放在一起，借着这道面试题再从新梳理一下。
题目是这样的：
有 8 个图片资源的 url，曾经存储在数组 urls 中（即 urls = [‘http://example.com/1.jpg’, ….,‘http://example.com/8.jpg’]），而且曾经有一个函数 function loadImg，输出一个 url 链接，返回一个 Promise，该 Promise 在图片下载实现的时候 resolve，下载失败则 reject。
然而咱们要求，任意时刻，同时下载的链接数量不能够超过 3 个。
请写一段代码实现这个需要，要求尽可能疾速地将所有图片下载实现。
已有代码如下：
看到这个题目的时候，脑袋里霎时想到了高效率排队买地铁票的情景，那个情景相似下图 上图这样的排队和并发申请的场景根本相似，窗口只有三个，人超过三个之后，前面的人只能排队了。
首先想到的便是利用递归来做，就如这篇文章采取的措施一样，代码如下：
以上是最惯例的思路，我将加载图片的函数 loadImg 封装在 bao 函数内，依据条件判断，是否发送申请，申请实现后持续递归调用。
以上代码所有逻辑都写在了同一个函数中而后递归调用，能够优化一下，代码如下：
下面代码将一个递归函数拆分成两个，一个函数只负责计数和发送申请，另外一个负责调度。
这里的申请既然曾经被封装成了 Promise，那么咱们用 Promise 和 saync、await 来实现一下，代码如下：
大抵思路是，遍历执行 urls.length 长度的申请，然而当申请并发数大于限度时，超过的申请用 await 联合 promise 将其阻塞，并且将 resolve 填充到 lock 数组中，继续执行，并发过程中有图片加载实现后，从 lock 中推出一项 resolve 执行，lock 相当于一个叫号机；以上代码能够优化为：