java8怎么解决java7中HashMap 多线程扩容发生死链的情况

最新推荐文章于 2024-07-26 15:14:50 发布

木霖森77

最新推荐文章于 2024-07-26 15:14:50 发布

阅读量4.4k

点赞数 1

分类专栏： Java 文章标签： java8 hashmap

Java 专栏收录该内容

97 篇文章 8 订阅

订阅专栏

首先先仔细看一下关于扩容的问题：http://www.cnblogs.com/wang-meng/p/7582532.html
我这里截取文章中的一部分内容：
在HashMap的源码中，resize这个函数中调用了transfer()，该方法源码见下图：
在这里插入图片描述

单线程扩容：

假设：hash算法就是简单的key与length(数组长度)求余。
hash表长度为2，如果不扩容，那么元素key为3,5,7按照计算(key%table.length)的话都应该碰撞到table[1]上

扩容：hash表长度会扩容为4
重新hash，key=3 会落到table[3]上(3%4=3)，当前e.next为key(7), 继续while循环
重新hash，key=7 会落到table[3]上(7%4=3), 产生碰撞，这里采用的是头插入法，所以key=7的Entry会排在key=3前面(这里可以具体看while语句中代码)
当前e.next为key(5), 继续while循环
重新hash，key=5 会落到table[1]上(5%4=3)，当前e.next为null, 跳出while循环， resize结束在这里插入图片描述

然后线程1被唤醒了：

执行e.next = newTable[i]，于是 key(3)的 next 指向了线程1的新 Hash 表，因为新 Hash 表为空，所以e.next = null，
执行newTable[i] = e，所以线程1的新 Hash 表第一个元素指向了线程2新 Hash 表的 key(3)。好了，e 处理完毕。
执行e = next，将 e 指向 next，所以新的 e 是 key(7)
然后该执行 key(3)的 next 节点 key(7)了:
现在的 e 节点是 key(7)，首先执行Entry<K,V> next = e.next,那么 next 就是 key(3)了
执行e.next = newTable[i]，于是key(7) 的 next 就成了 key(3)
执行newTable[i] = e，那么线程1的新 Hash 表第一个元素变成了 key(7)
执行e = next，将 e 指向 next，所以新的 e 是 key(3)

然后又该执行 key(7)的 next 节点 key(3)了：
现在的 e 节点是 key(3)，首先执行Entry<K,V> next = e.next,那么 next 就是 null
执行e.next = newTable[i]，于是key(3) 的 next 就成了 key(7)
执行newTable[i] = e，那么线程1的新 Hash 表第一个元素变成了 key(3)
执行e = next，将 e 指向 next，所以新的 e 是 key(7)
这时候的状态如图所示：

很明显，环形链表出现了！！当然，现在还没有事情，因为下一个节点是 null，所以transfer()就完成了，等put()的其余过程搞定后，HashMap 的底层实现就是线程1的新 Hash 表了。

因为在 JDK1.7 中采取的是头插法，遍历一个节点就插入一个节点到新的哈希桶数组，所以才会导致出现循环链表。但 JDK1.8 中是采用**两个头结点来保持旧链表的引用，直到该索引处对应的链表全部遍历完之后再分别把头结点放在新的哈希桶数组对应的位置。**而不是遍历一个节点就插入一个节点到新的哈希桶数组。所以不会出现死链。
在这里插入图片描述

下面我们看一下resize的源码：

resize到底做了什么事情，它是怎么扩容的
我们先看下resize这个方法吧，这段代码后面会讲到24行的treeify方法，也是本文的重点红黑树的存储，以为这个方法的实现方式还是有别与java7的，桶中存在一个链表，需要将链表重新整理到新表当中，因为newCap是oldCap的两倍所以原节点的索引值要么和原来一样，要么就是原(索引+oldCap)和JDK 1.7中实现不同这里不存在rehash

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //分别记录头和尾的节点
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //把节点移动新的位置j+oldCap,这种情况不适用与链表的节点数大于8的情况
                            //链表节点大于8的情况会转换为红黑树存储
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

附上HashMap中红黑树的存储代码：

final void treeify(Node<K,V>[] tab) {
            TreeNode<K,V> root = null;
            for (TreeNode<K,V> x = this, next; x != null; x = next) {
                next = (TreeNode<K,V>)x.next;
                x.left = x.right = null;
                if (root == null) {
                    x.parent = null;
                    x.red = false;
                    root = x;
                }
                else {
                    K k = x.key;
                    int h = x.hash;
                    Class<?> kc = null;
                    //遍历root，把节点x插入到红黑树中，执行先插入，然后进行红黑树修正
                    for (TreeNode<K,V> p = root;;) {
                        int dir, ph;
                        K pk = p.key;
                        if ((ph = p.hash) > h)
                            dir = -1;
                        else if (ph < h)
                            dir = 1;
                        else if ((kc == null &&
                                  (kc = comparableClassFor(k)) == null) ||
                                 (dir = compareComparables(kc, k, pk)) == 0)
                            dir = tieBreakOrder(k, pk);//比较k和pk的值，用于判断是遍历左子树还是右子树
                        TreeNode<K,V> xp = p;
                        if ((p = (dir <= 0) ? p.left : p.right) == null) {
                            x.parent = xp;
                            if (dir <= 0)
                                xp.left = x;
                            else
                                xp.right = x;
                            //修正红黑树
                            root = balanceInsertion(root, x);
                            //退出循环
                            break;
                        }
                    }
                }
            }
            moveRootToFront(tab, root);
        }

上面主要做的是红黑树的insert，我们知道红黑树insert后是需要修复的，为了保持红黑树的平衡，我们来看下红黑树平衡的几条性质：

节点是红色或黑色。
根是黑色。
所有叶子都是黑色（叶子是NIL节点）。
每个红色节点必须有两个黑色的子节点。（从每个叶子到根的所有路径上不能有两个连续的红色节点。）
从任一节点到其每个叶子的所有简单路径都包含相同数目的黑色节点。

当insert一个节点之后为了达到平衡，我们可能需要对节点进行旋转和颜色翻转（上面的balanceInsertion方法）。具体操作这里就不细讲了，对红黑树的修复还不是很清楚的同学可以去参考下数据结构与算法分析这本书，我将在后面写一篇关于红黑树关于java实现的相关文章。

static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
                                                    TreeNode<K,V> x) {
            //插入的节点必须是红色的，除非是根节点                                            
            x.red = true;
            //遍历到x节点为黑色,整个过程是一个上滤的过程
            //xp=x.parent;xpp=xp.parent;xppl=xpp.left;xppr=xpp.right;
            for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
                if ((xp = x.parent) == null) {
                    x.red = false;
                    return x;
                }
                //如果xp的黑色就直接完成，最简单的情况
                else if (!xp.red || (xpp = xp.parent) == null)
                    return root;
                //如果x的父节点是x父节点的左节点
                if (xp == (xppl = xpp.left)) {
                    //x的父亲节点的兄弟是红色的（需要颜色翻转）
                    if ((xppr = xpp.right) != null && xppr.red) {
                        //x父亲节点的兄弟节点置成黑色
                        xppr.red = false;
                        //父几点和其兄弟节点一样是黑色
                        xp.red = false;
                        //祖父节点置成红色
                        xpp.red = true;
                        //然后上滤（就是不断的重复上面的操作）
                        x = xpp;
                    }
                    else {
                        //如果x是xp的右节点整个要进行两次旋转,先左旋转再右旋转
                        if (x == xp.right) {
                            root = rotateLeft(root, x = xp);
                            xpp = (xp = x.parent) == null ? null : xp.parent;
                        }
                        if (xp != null) {
                            xp.red = false;
                            if (xpp != null) {
                                xpp.red = true;
                                root = rotateRight(root, xpp);
                            }
                        }
                    }
                }
                //以左节点镜像对称就不做具体分析了 
                else {
                    if (xppl != null && xppl.red) {
                        xppl.red = false;
                        xp.red = false;
                        xpp.red = true;
                        x = xpp;
                    }
                    else {
                        if (x == xp.left) {
                            root = rotateRight(root, x = xp);
                            xpp = (xp = x.parent) == null ? null : xp.parent;
                        }
                        if (xp != null) {
                            xp.red = false;
                            if (xpp != null) {
                                xpp.red = true;
                                root = rotateLeft(root, xpp);
                            }
                        }
                    }
                }
            }
        }

转自：《理解Java7和8里面HashMap+ConcurrentHashMap的扩容策略》https://blog.csdn.net/u010454030/article/details/82458413
https://www.cnblogs.com/huaizuo/p/5371099.html

HashMap java8 其他相关的详细介绍可以见：https://www.jianshu.com/p/4177dc15d658
也可以查看本人之前的相关文章。