JDK1.7 HashMap在并发执行put操作时会引起死循环,导致CPU利用率接近100%,这个是八股文内容之一,想必各位小伙伴也知道;在问到此问题的时候,可能有些面试官也会让我们讲讲这个死循环发生的过程,之前在面试某杭州电商的时候,也被问到过;如果回答不好,可能会被扣分。今天我就带大家一起梳理一下,这个问题是如何产生的。
本篇文章,会先从JDK1.7 HashMap底层数据结构,put()流程,然后通过图解演示的方式给大家讲解死循环的发生过程。
1.HahsMap数据结构
HashMap内部维护了一个数组table,每个元素是一个链表的头结点。链表中存储了具有相同hash值的键值对。在JDK1.7中,HashMap中的键值对使用Entry类表示。Entry类包含四个属性: key, value, hash 值和用于单向链表的next。
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
// 省略属性的访问get/set方法
}
2.PUT流程及扩容机制
总体来说,put方法的实现比较复杂,涉及到哈希值的计算、扩容、索引的计算、链表的遍历和修改等多个操作;为了便于理解,工匠先将整个逻辑用流程图的方式给大家呈现出来,然后逐行分析源码,源码分析的地方可能比较长,大家可通过先记流程图,然后看源码解析部分:
2.1 put
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
我们逐行解析这个方法:
- 如果当前 table 为空,则调用 inflateTable 方法创建 table 数组;
- 如果 key 为 null,则调用 putForNullKey 方法添加该键值对,该方法单独处理;
- 通过调用hash()方法计算 key 的哈希值 hash,以及该键值对在 table 数组中的位置 i,索引 i 的定位通过调用方法indexFor;
- 遍历 table[i] 链表,如果找到已存在的键值对,则将其 value 值替换为新值,并返回旧值;
- 如果没有找到已存在的键值对,则将新的键值对添加到链表的头部,并返回 null
下面我们再依次讲解inflateTable、putForNullKey、hash、indexFor、addEntry等方法的源码:
2.1.1 inflateTable
private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
int capacity = roundUpToPowerOf2(toSize);
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
这个方法会将 table 数组扩容到指定大小。首先调用 roundUpToPowerOf2 方法将 toSize 扩容到最接近的 2 的幂次方。然后计算新的阈值 threshold,并根据新的 capacity 创建一个新的 table 数组。最后,如果需要的话,会调用 initHashSeedAsNeeded 方法来初始化哈希种子
2.1.2 putForNullKey
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
这个方法用于添加键为 null 的键值对。它会遍历 table[0] 链表,查找是否已经存在键为 null 的键值对。如果找到了,就将其 value 值替换为新值,并返回旧值。如果没有找到,就将新的键值对添加到链表头部,并返回 null。
最后,如果没有找到已存在的键值对,就会在 modCount 中增加 1,表示对 HashMap 进行了修改操作。这是 HashMap 用于实现 fail-fast 机制的一部分
2.1.3 hash
static int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这个方法用于计算键的哈希值。如果键为 null,则哈希值为 0;否则,将计算出的哈希值右移 16 位,并将其与原始哈希值进行异或运算,以减少哈希碰撞的概率。
2.1.4 indexFor
static int indexFor(int h, int length) {
return h & (length-1);
}
indexFor这个方法用于计算键值对在table 数组中的索引位置。因为 table 的长度必须是 2 的幂次方,所以可以用位运算来代替取模运算,提高性能。看到这个方法,小伙伴应该知道,hashMap为要设置长度为2的幂次方了吧
2.1.5 addEntry
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
size++;
}
addEntry 方法用于在 table 中添加新的键值对。如果 size 大于等于 threshold,则表示 table 数组已经达到了负载因子,需要对 table 进行扩容,这里是调用 resize 方法进行扩容。然后再计算一次 hash 值和 bucketIndex 的值。接下来是调用 createEntry 方法创建一个新的键值对,并将其添加到 table[bucketIndex] 的头部,最后将 size 加 1
梳理了新的键值对添加过程,我们再看看resize方法扩容逻辑
2.1.5.1 resize -扩容
resize 方法的实现如下:
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
void transfer(Entry[] newTable) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while (null != e) {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
resize方法首先将旧的 table 数组和阈值 threshold 存储起来,以便在扩容后使用。如果旧的 table 数组已经达到了最大容量 MAXIMUM_CAPACITY,就将阈值设置为 Integer.MAX_VALUE,表示不能再进行扩容。然后创建一个新的 Entry 数组 newTable,并调用 transfer 方法将旧的 Entry 对象复制到新的数组中。最后将 table 数组引用指向新的 Entry 数组,并重新计算阈值 threshold。
transfer该方法的作用是将HashMap对象的所有元素转移到新的哈希表数组中;具体的逻辑:
- 对于每个非空桶:会将旧表中当前桶的引用设置为null,会通过一个循环处理当前桶中的所有元素。在循环内部,它使用indexFor方法计算每个元素在新表中应该插入的位置。
- 然后,它将当前元素的next指针保存到一个临时变量next中,以便在循环的下一次迭代中访问它。接下来,它将当前元素的next指针设置为新表中对应桶的头部。最后,它将新表中对应桶的头部设置为当前元素,将当前元素插入到新表中
因为transfer逻辑是理解死循环的重要流程,下面我再通过图解方式描述一下该方法逻辑:假设数据有三条,key分别是20,28,36:
原链表的顺序为:20 -> 28 -> 36; 在经过transfer将数据转移到新的table之和,链表顺序为: 36 -> 28 -> 20
总结下来:在转移链表数据的过程中,采用的是头插法。既待插入的entry都放到数组tab[i]的位置,然后将待插入的entry的next指针指向之前放入到tab[i]位置的 entry。
3.并发条件下的死循环
乍一看,上面transfer方法转移链表数据的过程,没啥毛病啊,采用头插法,代码理解起来也贼容易,而且代码量也不多;当然,单线程环境下的确没啥毛病,那么我们来看看在并发环境下的过程:
假设初始状态下:HashMap有两个元素A,B,如下:
假设有Thread1和Thread2两个线程向HashMap中添加数据,Thread1首先获取执行权,向HashMap插入数据的时候开始扩容,当创建一个新的数组,还没来得及转移旧的数据的时候,Thread2此时获得执行权;那么,对于Thread1而言,此时的HashMap结构如下,链表结构:A -> B
假如thread2开始执行之后,添加数据的时候又开始扩容,并完成了扩容操作,则此时的HashMap结构如下,链表结果 B->A
当Thread2 执行结束之后,放弃CPU执行权,Thread1继续之前未完成的扩容操作,在上面我们说过,对于Thread1而言,其链表结构是:A->B。此处,我们再拿transfer方法代码分析:
void transfer(Entry[] newTable) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while (null != e) {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
我们假设Thread1是执行到代码newTable[i] = e挂起的,从哪里挂起,就从哪里执行;那么当Thread1再次获取到执行权的时候,此时e就是A;执行下一步e=next,此时next为B,继续执行循环内容,但是此时因为Thread2的扩容,B.next已经指向了A,最终遍历e不为null,然后循环继续。此处就一直无限循环下去。
4.总结
在JDK1.7中,HashMap扩容死循环的根本原因是由于在并发情况下,多个线程同时对同一个桶进行操作时,可能会导致链表形成环形结构。解决这个问题的方法有以下2种:
- 使用线程安全的HashMap实现,例如ConcurrentHashMap,这些实现使用了锁或其他同步机制来保证线程安全。
- 在put操作时使用synchronized关键字来保证线程安全,这样可以避免多个线程同时对同一个桶进行操作,从而避免链表形成环形结构。