ConcurrentHashMap

JDK7版本:

数组+Segment+分段锁机制:
1)在ConcurrentHashMap中,定义了一个Segment<K, V>[]数组来将Hash表实现分段存储,从而实现分段加锁;一个Segment可以看作是一个小的HashTable;
2)Segment继承了ReetrantLock,表示Segment是一个可重入锁;
3)执行put操作时首先经过一次hash找到对应的Segment,然后对该Segment加锁即可,再进行第二次hash找要求的value
4)加锁的粒度是一个Segment,同一个Segment的不同链表插入操作还是会相互影响的

缺点:
ConcurrentHashMap定位一个元素的过程需要进行两次Hash操作,效率较低;

由于最新版本已经弃用这个结构,所以不做过多分析;

JDK8版本:

数组+链表+红黑树的实现方式,加锁采用CAS和synchronized实现;
与JDK7版本相比,取消了Segment分段锁机制,调整为对每个数组元素加锁(Node)
同HashMap类似,一个链表长度大于8会将链表转为红黑树,红黑树规模小于6会将红黑树转为链表

构造方法:

//设置初始容量,扩容因子,并发等级,并发等级就是最多允许多少个线程并发
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
        if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
            throw new IllegalArgumentException();
        if (initialCapacity < concurrencyLevel) {	//数组容量不能小于并发等级,因为每条链表都是同步的
            initialCapacity = concurrencyLevel;   
        }
        long size = (long)(1.0 + (long)initialCapacity / loadFactor);
        int cap = (size >= (long)MAXIMUM_CAPACITY) ?
            MAXIMUM_CAPACITY : tableSizeFor((int)size);
        this.sizeCtl = cap;
}

插入第一个元素时,如果发现hash表为空,要对hash表进行初始化:

private final Node<K,V>[] initTable() {
    Node<K,V>[] tab; int sc;
    while ((tab = table) == null || tab.length == 0) {
        if ((sc = sizeCtl) < 0)				//如果正在进行初始化或正在扩容,让出CPU
            Thread.yield();
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
            try {
                if ((tab = table) == null || tab.length == 0) {
                	//如果hash表为空或大小为0,创建一个hash表,大小为自定义或默认大小
                    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;
}
get:
    public V get(Object key) {
        Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
        //将key的hash值做了某种变换,为了减少hash冲突
        int h = spread(key.hashCode());				
        //tabAt()方法通过volatile读获取value值,保证不读到脏数据
        if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {
            if ((eh = e.hash) == h) {
                if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                    return e.val;
            }
            else if (eh < 0)
                return (p = e.find(h, key)) != null ? p.val : null;
            while ((e = e.next) != null) {
                if (e.hash == h &&
                    ((ek = e.key) == key || (ek != null && key.equals(ek))))
                    return e.val;
            }
        }
        return null;
    }

put

下面主要看看put方法,是如何处理同步问题的:

    final V putVal(K key, V value, boolean onlyIfAbsent) {
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());							//获取hash值并用spread函数处理
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0) {				//如果table为空,初始化table
                tab = initTable();
            }
            //如果table为不为空,但key对应的节点在table中不存在,则将这个节点插入table,不用加锁
            //这里通过tabAt方法找到table中,哈希值为hash的链表首节点,并为f赋值,f后面要作为插入操作的锁
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {	
                if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))
                    break;                   
            }
            //需要扩容,调用helpTransfer扩容
            else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            else {
            	//这个分支下需要将新的元素插入链表或红黑树中,需要用synchronized对插入过程加锁
                V oldVal = null;
                //注意者里的锁f,它是链表的首节点或树根节点,所以put操作的锁的粒度是一条链表或一棵树,而不是整个table
                synchronized (f) {
                    if (tabAt(tab, i) == f) {
                        if (fh >= 0) {
                            binCount = 1;
                            for (Node<K,V> e = f;; ++binCount) {
                                K ek;
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
                                    oldVal = e.val;
                                    if (!onlyIfAbsent)
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                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;
                            }
                        }
                    }
                }
                //同步代码段结束,判断是否将链表转为红黑树
                if (binCount != 0) {
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount);
        return null;
    }

可以看到,ConcurrentHashMap同样使用了synchronized对插入方法加锁,但是与HashTable锁的粒度较大,插入过程会将所有的链表加锁,而ConcurrentHashMap只会对当前要插入的链表进行加锁,这也是ConcurrentHashMap比HashTable高效的原因

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值