Map
JDK源码学习方法
逻辑思维能力是梳理学习方法的基础
养成线性思维：两个或者多个概念，攒成一条线
推理HashMap的实现
hashmap是key-value结构用来存储数据，那么存储数据我们会想用什么样的数据结构
数据结构
数组
优点：取值块（直接取下标）
缺点：插入比较慢（首位插入到还好中间插入的化，需要将前半截挪开然后添加插入的值，再将后半截拼上）
链表
数据块+指针（pre/next） 分为双向链表和单向链表 hashmap中采用的是单向链表only have next
优点：插入块再某个值后面插入的话只需要改动pre/next值就好
缺点：查找费劲，需要从头到尾的取比对值是否相等
二叉树
优点：左边都比根节点小，右边都比根节点大，思想上最接近于二分法差找
缺点：会在某一之特别长 的情况，这样的话查找快的优势也就灭有了。
红黑树
优点：为了解决二叉树某一支特别长的情况，出现了红黑二叉树，会不断自平衡防止某一分支特别长的情况发生。
缺点：不断的变色及旋转会小号性能
红黑树定律:
（1）每个节点或者是黑色，或者是红色。
（2）根节点是黑色。
（3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！]
（4）如果一个节点是红色的，则它的子节点必须是黑色的。
（5）从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。–为了保持该定律会不断的旋转以达到自平衡
HashMap
总结
- HashMap是数组+链表构成的，JDK1.8之后，加入了红黑树.
- HashMap默认数组初始化大小为16，如果瞎设置数字，它会自动调整成2的倍数.
- HashMap链表在长度为8之后，会自动转换成红黑树(数组长度小于64的时候会优先做数组的扩容),数组扩容之后，会打散红黑树，重新设置.
- HashMap扩容变化因子是0.75，也就是数组的3/4被占用之后，开始扩容。
- 在第一次调用PUT方法之前，HashMap是没有数组也没有链表的，在每次put元素之后，开始检查(生成)数组和链表.
resize 扩容
HashTable
禁用因为就是hashmap的基础上直接用synchronized 锁方法，hashmap的初衷就是为了快速存储数据，直接锁方法肯定是不行的。
ConcurrentHashMap
cas+synchronized
hashtable 锁的是整个数组
concurrentHashMap 锁的是数组下面的链表/红黑树
转树之前先选择扩容（数组长度<64的时候会先扩容）
带参构造器
//带参数构造器 ，不带参的啥都没干。
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1)); //这个公式可以转换为sizeCtl = 【 (1.5 * initialCapacity + 1)，然 后向上取最近的 2 的 n 次方】 这样可以理解
this.sizeCtl = cap; //这个sizeCtl是什么不要着急.
}
分析put的过程
public V put(K key, V value) { return putVal(key, value, false); } //put方法里直接去调用了 putVal()
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException(); //没有反正异常了
int hash = spread(key.hashCode()); //还是算hashCode
int binCount = 0; //局部变量 ,肯定有说法
for (Node<K,V>[] tab = table;;) { //注意 这里是个循环 因为后面是CAS操作，会需要大量的重试
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0) //如果没数组，创建
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { //找到hash值对应的数组下标，这里会得到第一个节点，也就是我们的元素头
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null))) //如果没放成功，继续向下走，因为这肯定是出现了并发操作，所以去判断没放成功的理由.如果放成功了，那就打断循环，结束了.
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED) //出现了，这个标记MOVED,可以去猜，这个东西肯定是扩容时要去做的事情
tab = helpTransfer(tab, f); //帮助数据迁移
else { //这里就是数组已经有元素了，这时候就该挂链表或者挂树了
V oldVal = null;
synchronized (f) { //获取头节点的监视器锁
if (tabAt(tab, i) == f) {
if (fh >= 0) { //头节点的hash值,大于0表示这下面有点东西
binCount = 1; //这个玩意是记录链表的长度的。 ---还是为了转树
for (Node<K,V> e = f;; ++binCount) { //for循环，表示遍历链表
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) { //这段代码不解释了,覆盖重复的key
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) { //到最后了没重复的key，就向后面挂
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) { //如果是个树
Node<K,V> p;
binCount = 2;
//插节点
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD) //判断链表的长度，然后转树.
//这里要注意一个地方！！！！！ --不是说像HashMap那样转树就没事了，这里涉及到一个核心思路，CurrentHashMap做了优化，这里如果数组长度小于64，它会先扩容，扩容代表什么含义？-- 原来的链表会被1分为2 分别散落在不同的节点上，这还是个数学公式，大家自己去证明,扩容代码，后面去说.
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
put的主流程结束了，当然会遗留问题！
初始化方法没看的，这个初始化和HashMap一样吗？
数组小于64会先扩容，从哪里体现的？
扩容的时候它是怎么去做的?
helpTransfer(tab, f) 这个方法为何会叫一个help方法？
初始化方法 initTable
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) { //是个空的，循环吧
if ((sc = sizeCtl) < 0) //注意这个变量sizeCtl 它是小于0的时候 说明了被占用了
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { //这里通过CAS操作去设置，告诉你，我拿到了锁了。
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY; //默认初始容量16
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];//初始化数组，长度为16或者初始化提供的长度
table = tab = nt; //赋值给全局变量table，它是可见的
sc = n - (n >>> 2); //这个SC就是之前我们讨论的扩容阈值-->这个阈值还是 0.75*n
}
} finally {
sizeCtl = sc; //又去改了这个变量sizeCtl了，真的坑.
}
break;
}
}
return tab;
}
转红黑树方法 ：treeifyBin
private final void treeifyBin(Node<K,V>[] tab, int index) {
Node<K,V> b; int n, sc;
if (tab != null) {
//MIN_TREEIFY_CAPACITY为64
// 虽然进入到转树方法，如果数组长度小于64，那么先扩容
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
tryPresize(n << 1); //扩容方法后面再说
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { //确定 头节点没问题开始加锁，转树
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode<K,V> hd = null, tl = null;
for (Node<K,V> e = b; e != null; e = e.next) { //遍历链表，没什么说的.生成一棵红黑树
TreeNode<K,V> p =
new TreeNode<K,V>(e.hash, e.key, e.val,
null, null);
if ((p.prev = tl) == null)
hd = p;
else
tl.next = p;
tl = p;
}
setTabAt(tab, index, new TreeBin<K,V>(hd)); //把数据放到红黑树中
}
}
}
}
}
扩容方法: tryPresize (注意，核心重点)
如果说CurrentHashMap的源码比较巧妙，就在扩容和迁移操作.
private final void tryPresize(int size) {
//c:size的1.5倍，在加1，再向上取最近的2的N次方
int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(size + (size >>> 1) + 1);
int sc;
while ((sc = sizeCtl) >= 0) {
Node<K,V>[] tab = table; int n;
//这个if分支和之前初始化数组是一样的，不看了。
if (tab == null || (n = tab.length) == 0) {
n = (sc > c) ? sc : c;
if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if (table == tab) {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = nt;
sc = n - (n >>> 2); //0.75*n
}
} finally {
sizeCtl = sc; //注意这个sizeCtl 它只有在cas操作后会变成-1，告诉我们有个线程在操作它。
}
}
}
else if (c <= sc || n >= MAXIMUM_CAPACITY) //如果数组已经到达最大长度了，就直接结束
break;
else if (tab == table) {
int rs = resizeStamp(n); //这个rs我不能确定干什么，但是影响不大。
if (sc < 0) { //刚开始扩容，我们的sc在上面已经被赋值了，于是这段代码不会执行.
Node<K,V>[] nt;
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2)) //第一次扩容会执行这里的逻辑
transfer(tab, null);
}
}
}
数据迁移：transfer (难点)
//该方法通过全局的transferIndex来控制每个线程的迁移任务
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
//n为旧tab的长度，stride为步长(就是每个线程迁移的节点数)
int n = tab.length, stride;
//单核步长为1，多核为（n>>>3）/ NCPU,最小值为16
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
stride = MIN_TRANSFER_STRIDE; // subdivide range
// 新的 table 尚未初始化
if (nextTab == null) { // initiating
try {
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];// 扩容 2 倍
nextTab = nt;// 更新
} catch (Throwable ex) { // try to cope with OOME
sizeCtl = Integer.MAX_VALUE; //扩容失败， sizeCtl 使用 int 最大值。
return;
}
//nextTable为全局属性
nextTable = nextTab;
transferIndex = n;// 更新转移下标，就是 老的 tab 的 length
}
int nextn = nextTab.length;// 新 tab 的 length
// 创建一个 fwd 节点，用于占位。当别的线程发现这个槽位中是 fwd 类型的节点，则跳过这个节点
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
// 首次推进为 true，如果等于 true，说明需要再次推进一个下标（i--），反之，如果是 false，那么就不能推进下标，需要将当前的下标处理完毕才能继续推进
boolean advance = true;
// 完成状态，如果是 true，就结束此方法。
boolean finishing = false; // to ensure sweep before committing nextTab
// 死循环,i 表示下标，bound 表示当前线程可以处理的当前桶区间最小下标
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
// 如果当前线程可以向后推进；这个循环就是控制 i 递减。同时，每个线程都会进入这里取得自己需要转移的桶的区间
while (advance) {
int nextIndex, nextBound;
// 对 i 减一，判断是否大于等于 bound （正常情况下，如果大于 bound 不成立，说明该线程上次领取的任务已经完成了。那么，需要在下面继续领取任务）
// 如果对 i 减一大于等于 bound（还需要继续做任务），或者完成了，修改推进状态为 false，不能推进了。任务成功后修改推进状态为 true。
// 通常，第一次进入循环，i-- 这个判断会无法通过，从而走下面的 nextIndex 赋值操作（获取最新的转移下标）。其余情况都是：如果可以推进，将 i 减一，然后修改成不可推进。如果 i 对应的桶处理成功了，改成可以推进。
if (--i >= bound || finishing)
advance = false;// 这里设置 false，是为了防止在没有成功处理一个桶的情况下却进行了推进 这里的目的是：1. 当一个线程进入时，会选取最新的转移下标。2. 当一个线程处理完自己的区间时，如果还有剩余区间的没有别的线程处理。再次获取区间。
else if ((nextIndex = transferIndex) <= 0) {
// 如果小于等于0，说明没有区间了 ，i 改成 -1，推进状态变成 false，不再推进，表示，扩容结束了，当前线程可以退出了
// 这个 -1 会在下面的 if 块里判断，从而进入完成状态判断
i = -1;
advance = false;// 这里设置 false，是为了防止在没有成功处理一个桶的情况下却进行了推进
}
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;// 这个值就是当前线程可以处理的最小当前区间最小下标
i = nextIndex - 1;// 初次对i 赋值，这个就是当前线程可以处理的当前区间的最大下标
advance = false;// 这里设置 false，是为了防止在没有成功处理一个桶的情况下却进行了推进，这样对导致漏掉某个桶。下面的 if (tabAt(tab, i) == f) 判断会出现这样的情况。
}
}
// 如果 i 小于0 （不在 tab 下标内，按照上面的判断，领取最后一段区间的线程扩容结束）
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
if (finishing) {// 如果完成了扩容
nextTable = null;// 删除成员变量
table = nextTab;// 更新 table
sizeCtl = (n << 1) - (n >>> 1);// 更新阈值
return;
}
// 尝试将 sc -1. 表示这个线程结束帮助扩容了，将 sc 的低 16 位减一。
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 如果 sc - 2 不等于标识符左移 16 位。如果他们相等了，说明没有线程在帮助他们扩容了。也就是说，扩容结束了。
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;// 不相等，说明没结束，当前线程结束方法。
finishing = advance = true;// 如果相等，扩容结束了，更新 finising 变量
i = n; // recheck before commit// 再次循环检查一下整张表
}
}
// 获取老 tab i 下标位置的变量，如果是 null，就使用 fwd 占位。
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);// 如果成功写入 fwd 占位，再次推进一个下标
else if ((fh = f.hash) == MOVED)// 如果不是 null 且 hash 值是 MOVED。
advance = true; // already processed// 说明别的线程已经处理过了，再次推进一个下标
else {// 到这里，说明这个位置有实际值了，且不是占位符。对这个节点上锁。为什么上锁，防止 putVal 的时候向链表插入数据
synchronized (f) {
// 判断 i 下标处的桶节点是否和 f 相同
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;// low, height 高位桶，低位桶
if (fh >= 0) {
// 对老长度进行与运算（第一个操作数的的第n位于第二个操作数的第n位如果都是1，那么结果的第n为也为1，否则0）
// 由于 Map 的长度都是 2 的次方（000001000 这类的数字），那么取于 length 只有 2 种结果，一种是 0，一种是1
// 如果是结果是0 ，Doug Lea 将其放在低位，反之放在高位，目的是将链表重新 hash，放到对应的位置上，让新的取于算法能够击中他。
int runBit = fh & n;
Node<K,V> lastRun = f; // 尾节点，且和头节点的 hash 值取于不相等
// 遍历这个桶 接下来是常规的设置操作，我们先略过
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
// 如果树的节点数小于等于 6，那么转成链表，反之，创建一个新的树
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
// 低位树
setTabAt(nextTab, i, ln);
// 高位树
setTabAt(nextTab, i + n, hn);
// 旧的设置成占位符
setTabAt(tab, i, fwd);
// 继续向后推进
advance = true;
}
}
}
}
}
}
ConcurrentSkipMap
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
