ConcurrentHashMap
哈希表是非常高兴,复杂度为O(1)的数据结构,在JAVA开发中,我们最常见到最频繁使用的就是HashMap和
HashTable,但是在线程竞争激烈的并发场景中使用都不够合理
//初始化数组
//如果sizeCtl小于0,说明别的数组正在进行初始化,让出执行权
//如果大于0 则出事后一个大小为sizeCtl的数组
//否则出事后一个默认大小的数组
//然后设置sizeCtl的值为数组长度的3/4
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
while ((tab = table) == null || tab.length == 0) {
if ((sc = sizeCtl) < 0)
Thread.yield(); // lost initialization race; just spin
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;
sc = n - (n >>> 2);
}
} finally {
sizeCtl = sc;
}
break;
}
}
return tab;
}
//使用unsafe方法,通过直接操作内存的方式来保证并发处理的安全性,使用的是硬件安全机制
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {
return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
}
//cas原子操作,在指定位置设定值
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
Node<K,V> c, Node<K,V> v) {
return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
}
//原子操作,在指定位置设定值
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
}
final V putVal(K key, V value, boolean onlyIfAbsent) {
//key value不能为空,否则抛出异常
if (key == null || value == null) throw new NullPointerException();
//取得key的hash值
int hash = spread(key.hashCode());
//用来计算这个节点总共有多少元素,用来控制扩容或者转移树
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
//第一次put的时候table没有初始化,则初始化table
tab = initTable();
//通过hash计算出一个表中的位置,因为n是数组的长度哦所以(n-1)&hash不会出现数组越界
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
//如果这个位置没有元素的化,则通过cas的方式尝试添加,这个时候没有加锁
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null))) //创建一个Node添加到数组中,null表示下一节点为空
break; // no lock when adding to empty bin
}
//如果检测到某个节点的hash值是MOVED,则表示正在进行数组扩张的数据复制阶段
//则当前线程也会参与去复制,通过允许多线程编程复制的功能,一次来减少数组复制带来的损失
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
/**
* 如果这个位置有元素的话,就采用synchronized加锁
* 如果链表的话,就对这个链表所有元素进行遍历
* 如果找到key和key的hash值都一样的节点则把他的值替换
* 如果没有找到则添加在链表的后面
* 否则,是树的话则调用putTreeVal方法添加到树中
* 在添加完之后会对该节点上关联的数目进行判断
* 如果8个以上的话,则会转化为树或者扩容
*/
V oldVal = null;
synchronized (f) {
//再次取出要存储位置的元素,跟前面取出来的比较
if (tabAt(tab, i) == f) {
//取出来的元素的hash值大于0,当转换树之后hash值为-2
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) { //遍历链表
K ek;
//要存的元素的hash,key跟要存储的位置的节点相同的时候,替换调该节点value
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)//当使用putIfAbsend的时候,只有这个key没有设置值的时候裁设置
e.val = value;
break;
}
Node<K,V> pred = e;
//如果不是同样的hash同样的key的时候则判断该节点的下一节点是否为空,空的话把这个要加入的节点
//设置为当前节点的下一节点
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
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)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}