特性
public class ConcurrentSkipListMap<K,V> extends AbstractMap<K,V>
implements ConcurrentNavigableMap<K,V>, Cloneable, Serializable {}
public interface ConcurrentNavigableMap<K,V>
extends ConcurrentMap<K,V>, NavigableMap<K,V>
{}
ConcurrentNavigableMap：
ConcurrentNavigableMap接口就很简单了，从定义上看，它继承了NavigableMap和ConcurrentMap这两个接口子Map，就是两者功能的结合，既保证线程安全性，又提供导航搜索子Map视图的功能。ConcurrentNavigableMap中定义的方法也很简单，跟NavigableMap中的方法类似，只不过NavigableMap中返回的子Map视图是NavigableMap类型，而在ConcurrentNavigableMap中返回的都是ConcurrentNavigableMap类型
基本属性
/**
* 最底层链表的头指针BASE_HEADER
*/
private static final Object BASE_HEADER = new Object();
/**
* 最上层链表的头指针head
*/
private transient volatile HeadIndex<K, V> head;
/* ---------------- 普通结点Node定义 -------------- */
static final class Node<K, V> {
final K key;
volatile Object value;
volatile Node<K, V> next;
// ...
}
/* ---------------- 索引结点Index定义 -------------- */
static class Index<K, V> {
final Node<K, V> node; // node指向最底层链表的Node结点
final Index<K, V> down; // down指向下层Index结点
volatile Index<K, V> right; // right指向右边的Index结点
// ...
}
/* ---------------- 头索引结点HeadIndex -------------- */
static final class HeadIndex<K, V> extends Index<K, V> {
final int level; // 层级
// ...
}
普通结点：Node
普通结点——Node，也就是ConcurrentSkipListMap最底层链表中的结点，保存着实际的键值对，如果单独看底层链，其实就是一个按照Key有序排列的单链表：
static final class Node<K, V> {
final K key;
volatile Object value;
volatile Node<K, V> next;
/**
* 正常结点.
*/
Node(K key, Object value, Node<K, V> next) {
this.key = key;
this.value = value;
this.next = next;
}
/**
* 标记结点.
*/
Node(Node<K, V> next) {
this.key = null;
this.value = this;
this.next = next;
}
/**
* CAS更新结点的value
*/
boolean casValue(Object cmp, Object val) {
return UNSAFE.compareAndSwapObject(this, valueOffset, cmp, val);
}
/**
* CAS更新结点的next
*/
boolean casNext(Node<K, V> cmp, Node<K, V> val) {
return UNSAFE.compareAndSwapObject(this, nextOffset, cmp, val);
}
/**
* 判断当前结点是否为[标记结点]
*/
boolean isMarker() {
return value == this;
}
/**
* 判断当前结点是否是最底层链表的头结点
*/
boolean isBaseHeader() {
return value == BASE_HEADER;
}
/**
* 在当前结点后面插入一个标记结点.
*
* @param f 当前结点的后继结点
* @return true 插入成功
*/
boolean appendMarker(Node<K, V> f) {
return casNext(f, new Node<K, V>(f));
}
/**
* 辅助删除结点方法.
*
* @param b 当前结点的前驱结点
* @param f 当前结点的后继结点
*/
void helpDelete(Node<K, V> b, Node<K, V> f) {
/*
* 重新检查一遍结点位置
* 确保b和f分别为当前结点的前驱/后继
*/
if (f == next && this == b.next) {
if (f == null || f.value != f) // f为null或非标记结点
casNext(f, new Node<K, V>(f));
else // 删除当前结点
b.casNext(this, f.next);
}
}
/**
* 返回结点的value值.
*
* @return 标记结点或最底层头结点，直接返回null
*/
V getValidValue() {
Object v = value;
if (v == this || v == BASE_HEADER) // 标记结点或最底层头结点，直接返回null
return null;
V vv = (V) v;
return vv;
}
/**
* 返回当前结点的一个Immutable快照.
*/
AbstractMap.SimpleImmutableEntry<K, V> createSnapshot() {
Object v = value;
if (v == null || v == this || v == BASE_HEADER)
return null;
V vv = (V) v;
return new AbstractMap.SimpleImmutableEntry<K, V>(key, vv);
}
// UNSAFE mechanics
private static final sun.misc.Unsafe UNSAFE;
private static final long valueOffset;
private static final long nextOffset;
static {
try {
UNSAFE = sun.misc.Unsafe.getUnsafe();
Class<?> k = Node.class;
valueOffset = UNSAFE.objectFieldOffset
(k.getDeclaredField("value"));
nextOffset = UNSAFE.objectFieldOffset
(k.getDeclaredField("next"));
} catch (Exception e) {
throw new Error(e);
}
}
}
索引结点：Index
Index结点是除底层链外，其余各层链表中的非头结点（见示意图中的蓝色结点）。每个Index结点包含3个指针：down、right、node。
down和right指针分别指向下层结点和后继结点，node指针指向其最底部的node结点。
static class Index<K, V> {
final Node<K, V> node; // node指向最底层链表的Node结点
final Index<K, V> down; // down指向下层Index结点
volatile Index<K, V> right; // right指向右边的Index结点
Index(Node<K, V> node, Index<K, V> down, Index<K, V> right) {
this.node = node;
this.down = down;
this.right = right;
}
/**
* CAS更新右边的Index结点
*
* @param cmp 当前结点的右结点
* @param val 希望更新的结点
*/
final boolean casRight(Index<K, V> cmp, Index<K, V> val) {
return UNSAFE.compareAndSwapObject(this, rightOffset, cmp, val);
}
/**
* 判断Node结点是否已经删除.
*/
final boolean indexesDeletedNode() {
return node.value == null;
}
/**
* CAS插入一个右边结点newSucc.
*
* @param succ 当前的后继结点
* @param newSucc 新的后继结点
*/
final boolean link(Index<K, V> succ, Index<K, V> newSucc) {
Node<K, V> n = node;
newSucc.right = succ;
return n.value != null && casRight(succ, newSucc);
}
/**
* 跳过当前结点的后继结点.
*
* @param succ 当前的后继结点
*/
final boolean unlink(Index<K, V> succ) {
return node.value != null && casRight(succ, succ.right);
}
// Unsafe mechanics
private static final sun.misc.Unsafe UNSAFE;
private static final long rightOffset;
static {
try {
UNSAFE = sun.misc.Unsafe.getUnsafe();
Class<?> k = Index.class;
rightOffset = UNSAFE.objectFieldOffset(k.getDeclaredField("right"));
} catch (Exception e) {
throw new Error(e);
}
}
}
头索引结点：HeadIndex
HeadIndex结点是各层链表的头结点，它是Index类的子类，唯一的区别是增加了一个level字段，用于表示当前链表的级别，越往上层，level值越大。
static final class HeadIndex<K, V> extends Index<K, V> {
final int level; // 层级
HeadIndex(Node<K, V> node, Index<K, V> down, Index<K, V> right, int level) {
super(node, down, right);
this.level = level;
}
}
构造方法
/**
* 构造一个新的空Map.
*/
public ConcurrentSkipListMap() {
this.comparator = null;
initialize();
}
/**
* 构造一个新的空Map.
* 并指定比较器.
*/
public ConcurrentSkipListMap(Comparator<? super K> comparator) {
this.comparator = comparator;
initialize();
}
/**
* 从已给定的Map构造一个新Map.
*/
public ConcurrentSkipListMap(Map<? extends K, ? extends V> m) {
this.comparator = null;
initialize();
putAll(m);
}
/**
* 从已给定的SortedMap构造一个新Map.
* 并且Key的顺序与原来保持一致.
*/
public ConcurrentSkipListMap(SortedMap<K, ? extends V> m) {
this.comparator = m.comparator();
initialize();
buildFromSorted(m);
}
上述所有构造器都调用了initialize方法：
private void initialize() {
keySet = null;
entrySet = null;
values = null;
descendingMap = null;
head = new HeadIndex<K, V>(new Node<K, V>(null, BASE_HEADER, null),null, null, 1);
}
initialize方法将一些字段置初始化null，然后将head指针指向新创建的HeadIndex结点。初始化完成后，ConcurrentSkipListMap的结构如下：
数据结构特点
-
什么是Skip List
Skip List（以下简称跳表），是一种类似链表的数据结构，其查询/插入/删除的时间复杂度都是O(logn)。
我们知道，通常意义上的链表是不能支持随机访问的（通过索引快速定位），其查找的时间复杂度是O(n)，而数组这一可支持随机访问的数据结构，虽然查找很快，但是插入/删除元素却需要移动插入点后的所有元素，时间复杂度为O(n)。
为了解决这一问题，引入了树结构，树的增删改查效率比较平均，一棵平衡二叉树（AVL）的增删改查效率一般为O(logn)，比如工业上常用红黑树作为AVL的一种实现。
但是，AVL的实现一般都比较复杂，插入/删除元素可能涉及对整个树结构的修改，特别是并发环境下，通常需要全局锁来保证AVL的线程安全，于是又出现了一种类似链表的数据结构——跳表。 -
Skip List示例
在讲Skip List之前，我们先来看下传统的单链表：
上图的单链表中（省去了结点之间的链接），当想查找7、15、46这三个元素时，必须从头指针head开始，遍历整个单链表，其查找复杂度很低，为O(n)。
来看下Skip List的数据结构是什么样的：
上图是Skip List一种可能的结构，它分了2层，假设我们要查找“15”这个元素，那么整个步骤如下：
- 从头指针head开始，找到第一个结点的最上层，发现其指向的下个结点值为8，小于15，则直接从1结点跳到8结点。
- 8结点最上层指向的下一结点值为18，大于15，则从8结点的下一层开始查找。
- 从8结点的最下层一直向后查找，依次经过10、13，最后找到15结点。
上述整个查找路径如下图标黄部分所示：
同理，如果要查找“46”这个元素，则整个查找路径如下图标黄部分所示：
上面就是跳跃表的基本思想了，每个结点不仅仅只包含指向下一个结点的指针，可能还包含很多个其它指向后续结点的指针。并且，一个结点本身可以看成是一个链表（自上向下链接）。这样就可以跳过一些不必要的结点，从而加快查找、删除等操作，这其实是一种“空间换时间”的算法设计思想。
那么一个结点可以包含多少层呢？ 比如，Skip List也可能是下面这种包含3层的结构(在一个3层Skip List中查找元素“46”)
层数是根据一种随机算法得到的，为了不让层数过大，还会有一个最大层数MAX_LEVEL限制，随机算法生成的层数不得大于该值。
以上就是Skip List的基本思想了，总结起来，有以下几点：
- 跳表由很多层组成；
- 每一层都是一个有序链表；
- 对于每一层的任意结点，不仅有指向下一个结点的指针，也有指向其下一层的指针。
添加数据
put操作本身很简单，需要注意的是ConcurrentSkipListMap在插入键值对时，Key和Value都不能为null：
/**
* 插入键值对.
*
* @param key 键
* @param value 值
* @return 如果key存在，返回旧value值；否则返回null
*/
public V put(K key, V value) {
if (value == null) // ConcurrentSkipListMap的Value不能为null
throw new NullPointerException();
return doPut(key, value, false);
}
/**
* 插入键值对.
*
* @param onlyIfAbsent true: 仅当Key不存在时才进行插入
*/
private V doPut(K key, V value, boolean onlyIfAbsent) {
Node<K, V> z; // z指向待添加的Node结点
if (key == null) // ConcurrentSkipListMap的Key不能为null
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
outer:
for (; ; ) {
// b是“是小于且最接近给定key”的Node结点(或底层链表头结点)
for (Node<K, V> b = findPredecessor(key, cmp), n = b.next; ; ) {
if (n != null) { // b存在后驱结点： b -> n -> f
Object v;
int c;
Node<K, V> f = n.next; // f指向b的后驱的后驱
if (n != b.next) // 存在并发修改,放弃并重试
break;
if ((v = n.value) == null) { // n为标记删除结点
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b为标记删除结点
break;
if ((c = cpr(cmp, key, n.key)) > 0) { // 向后遍历,找到第一个大于key的结点
b = n;
n = f;
continue;
}
if (c == 0) { // 存在Key相同的结点
if (onlyIfAbsent || n.casValue(v, value)) {
V vv = (V) v;
return vv;
}
break; // CAS更新失败,则重试
}
}
z = new Node<K, V>(key, value, n);
if (!b.casNext(n, z)) // 尝试插入z结点： b -> z -> n
break; // CAS插入失败，则重试
break outer; // 跳出最外层循环
}
}
int rnd = ThreadLocalRandom.nextSecondarySeed(); // 生成一个随机数种子
if ((rnd & 0x80000001) == 0) { // 为true表示需要增加层级
/**
* 以下方法用于创建新层级
*/
int level = 1, max;
while (((rnd >>>= 1) & 1) != 0) // level表示新的层级,通过下面这个while循环可以确认新的层级数
++level;
Index<K, V> idx = null;
HeadIndex<K, V> h = head;
if (level <= (max = h.level)) { // CASE1: 新层级level没有超过最大层级head.level（head指针指向最高层）
// 以“头插法”创建level个Index结点,idx最终指向最高层的Index结点
for (int i = 1; i <= level; ++i)
idx = new Index<K, V>(z, idx, null);
}
else { // CASE2: 新层级level超过了最大层级head.level
level = max + 1; // 重置level为最大层级+1
// 生成一个Index结点数组,idxs[0]不会使用
Index<K, V>[] idxs = (Index<K, V>[]) new Index<?, ?>[level + 1];
for (int i = 1; i <= level; ++i)
idxs[i] = idx = new Index<K, V>(z, idx, null);
// 生成新的HeadIndex结点
for (; ; ) {
h = head;
int oldLevel = h.level; // 原最大层级
if (level <= oldLevel)
break;
HeadIndex<K, V> newh = h;
Node<K, V> oldbase = h.node; // oldbase指向最底层链表的头结点
for (int j = oldLevel + 1; j <= level; ++j)
newh = new HeadIndex<K, V>(oldbase, newh, idxs[j], j);
if (casHead(h, newh)) {
h = newh;
idx = idxs[level = oldLevel];
break;
}
}
}
/**
* 以下方法用于链接新层级的各个HeadIndex和Index结点
*/
splice:
for (int insertionLevel = level; ; ) { // 此时level为oldLevel，即原最大层级
int j = h.level;
for (Index<K, V> q = h, r = q.right, t = idx; ; ) {
if (q == null || t == null)
break splice;
if (r != null) {
Node<K, V> n = r.node;
int c = cpr(cmp, key, n.key);
if (n.value == null) {
if (!q.unlink(r))
break;
r = q.right;
continue;
}
if (c > 0) {
q = r;
r = r.right;
continue;
}
}
if (j == insertionLevel) {
if (!q.link(r, t)) // 在q和r之间插入t，即从 q -> r 变成 q -> t -> r
break;
if (t.node.value == null) {
findNode(key);
break splice;
}
if (--insertionLevel == 0)
break splice;
}
if (--j >= insertionLevel && j < level)
t = t.down;
q = q.down;
r = q.right;
}
}
}
return null;
}
同时根据int rnd = ThreadLocalRandom.nextSecondarySeed(); if ((rnd & 0x80000001) == 0) 判断要不要增加层级
获取数据
- 寻找 key 的前继节点 b (这时b.next = null || b.next > key, 则说明不存key对应的 Node)
- 接着就判断 b, b.next 与 key之间的关系(其中有些 helpDelete操作)
/**
* Gets value for key. Almost the same as findNode, but returns
* the found value (to avoid retires during ret-reads)
*
* 这个 doGet 方法比较简单
* @param key the key
* @return the value, or null if absent
*/
private V doGet(Object key){
if(key == null){
throw new NullPointerException();
}
Comparator<? super K> cmp = comparator;
outer:
for(;;){
for(Node<K, V> b = findPredecessor(key, cmp), n = b.next;;){ // 1. 获取 key 的前继节点 b, 其实这时 n.key >= key
Object v; int c;
if(n == null){ // 2. n == null 说明 key 对应的 node 不存在 所以直接 return null
break outer;
}
Node<K, V> f = n.next;
if(n != b.next){ // 3. 有另外的线程修改数据, 重新来
break ;
}
if((v = n.value) == null){ // 4. n 是被删除了的节点, 进行helpDelete 后重新再来
n.helpDelete(b, f);
break ;
}
if(b.value == null || v == n){ // 5. b已经是删除了的节点, 则 break 后再来
break ;
}
if((c = cpr(cmp, key, n.key)) == 0){ // 6. 若 n.key = key 直接返回结果, 这里返回的结果有可能是 null
V vv = (V) v;
return vv;
}
if(c < 0){ // 7. c < 0说明不存在 key 的node 节点
break outer;
}
// 8. 运行到这一步时, 其实是 在调用 findPredecessor 后又有节点添加到 节点b的后面所致
b = n;
n = f;
}
}
return null;
}
删除数据
ConcurrentSkipListMap在删除键值对时，不会立即执行删除，而是通过引入“标记结点”，以“懒删除”的方式进行，以提高并发效率。
/**
* Main deletion method. Locates node, nulls value, appends a
* deletion marker, unlinks predecessor, removes associated index
* nodes, and possibly reduces head index level
*
* Index nodes are cleared out simply by calling findPredecessor.
* which unlinks indexes to deleted nodes found along path to key,
* which will include the indexes to this node. This is node
* unconditionally. We can't check beforehand whether there are
* indexes hadn't been inserted yet for this node during initial
* search for it, and we'd like to ensure lack of garbage
* retention, so must call to be sure
*
* @param key the key
* @param value if non-null, the value that must be
* associated with key
* @return the node, or null if not found
*/
final V doRemove(Object key, Object value){
if(key == null){
throw new NullPointerException();
}
Comparator<? super K> cmp = comparator;
outer:
for(;;){
for(Node<K, V> b = findPredecessor(key, cmp), n = b.next;;){ // 1. 获取对应的前继节点 b
Object v; int c;
if(n == null){ // 2. 节点 n 被删除 直接 return null 返回 , 因为理论上 b.key < key < n.key
break outer;
}
Node<K, V> f = n.next;
if(n != b.next){ // 3. 有其他线程在 节点b 后增加数据, 重来
break ;
}
if((v = n.value) == null){ // 4. 节点 n 被删除, 调用 helpDelete 后重来
n.helpDelete(b, f);
break ;
}
if(b.value == null || v == n){ // 5. 节点 b 删除, 重来 调用findPredecessor时会对 b节点对应的index进行清除, 而b借点吧本身会通过 helpDelete 来删除
break ;
}
if((c = cpr(cmp, key, n.key)) < 0){ // 6. 若n.key < key 则说明 key 对应的节点就不存在, 所以直接 return
break outer;
}
if(c > 0){ // 7. c>0 出现在 有其他线程在本方法调用findPredecessor后又在b 后增加节点, 所以向后遍历
b = n;
n = f;
continue ;
}
if(value != null && !value.equals(v)){ // 8. 若 前面的条件为真, 则不进行删除 (调用 doRemove 时指定一定要满足 key value 都相同, 具体看 remove 方法)
break outer;
}
if(!n.casValue(v, null)){ // 9. 进行数据的删除
break ;
}
if(!n.appendMarker(f) || !b.casNext(n, f)){ // 10. 进行 marker 节点的追加, 这里的第二个 cas 不一定会成功, 但没关系的 (第二个 cas 是删除 n节点, 不成功会有 helpDelete 进行删除)
findNode(key); // 11. 对 key 对应的index 进行删除
}
else{
findPredecessor(key, cmp); //12. 对 key 对应的index 进行删除 10进行操作失败后通过 findPredecessor 进行index 的删除
if(head.right == null){
tryReduceLevel(); // 13. 进行headIndex 对应的index 层的删除
}
}
V vv = (V) v;
return vv;
}
}
return null;
}
假设现在要删除Key23的结点，删除前ConcurrentSkipListMap的结构如下：
doRemove方法首先会找到待删除的结点，在它和后继结点之间插入一个value为null的标记结点（如下图中的绿色结点），然后改变其前驱结点的指向：
最后，doRemove会重新调用一遍findPredecessor方法，解除被删除结点上的Index结点之间的引用：
这样Key23的结点其实就被孤立，再后续查找或插入过程中，会被完全清除或被GC回收。
总结
ConcurrentSkipListMap 是一个基于 Skip List 实现的并发安全, 非阻塞读/写/删除 的 Map, 最重要的是 它的value是有序存储的, 而且其内部是由纵横链表组成
参考
https://www.cnblogs.com/java-zzl/p/9767255.html
https://www.jianshu.com/p/edc2fd149255
https://segmentfault.com/a/1190000016168566?utm_source=tag-newest
6014
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
