【数据结构】跳表(SkipList)代码实现之ConcurrentSkipListMap

承接【数据结构】跳表(SkipList)原理篇,本篇文章我们来分析下如何使用代码实现SkipList。在JDK中并没有SkipList的直接实现,当然我们可以自己写代码实现,但是为了给后面“一致性Hash算法”系列文章做铺垫,
这里我选择 ConcurrentSkipListMap 类来进行分析。

ConcurrentSkipListMap(Concurrent + SkipList + Map) ,正如它的名字一样,我们可以把它拆分成三个部分来看,它是一种线程安全的基于跳表实现的map数据结构。相对于简单的用代码实现 SkipList
ConcurrentSkipListMap 具有并发控制,一涉及到并发代码的复杂度就急剧增加。所以有部分代码比较晦涩、难懂,我们不需要特别关注这部分代码,只需要聚焦于 SkipList 实现的核心代码。另外 ConcurrentSkipListMap
提供了很多接口,解析所有接口实现就可以写一个系列文章,受篇幅原因本篇文章我们只分析 ConcurrentSkipListMap 的查询、添加、删除以及部分工具方法的实现。

ConcurrentSkipListMap 的实现是基于JDK1.8.0_271

1、SkipList 实现的三个核心类

ConcurrentSkipListMap 底层是使用跳表来实现数据的存储的,上一篇文章我们介绍了跳表结构的实现原理,ConcurrentSkipListMap 使用了三个内部类(Node、Index、HeadIndex)来维持跳表结构的构建,
分别对应着跳表结构中的数据节点、索引节点、头部索引节点,接下来我们先了解这三个内部类的设计。

需要特别提醒下,本片文章很多类只贴了和跳表实现紧密相关的代码,类的完整代码和提供的功能可以去看源码。

1.1、Node 类的设计

ConcurrentSkipListMap 是一个map数据结构,Node类是存储键值对数据的类,也是构成数据链的节点类,它除了拥有key和value两个分别表示键和值的成员属性外,还拥有一个成员变量next用于指向自己的后继节点;源码如下:

static final class Node<K,V> {
    final K key; //键
    volatile Object value; //值
    volatile Node<K,V> next; //下一个节点的引用

    //创建一个新的常规数据节点
    Node(K key, Object value, Node<K,V> next) {
        this.key = key;
        this.value = value;
        this.next = next;
    }

    //标记节点,和常规数据节点区别是它的key为null,value指向了自己
    Node(Node<K,V> next) {
        this.key = null;    // key为空
        this.value = this;  // 值指向自己
        this.next = next;
    }

    // CAS修改value为val
    boolean casValue(Object cmp, Object val) {
        return UNSAFE.compareAndSwapObject(this, valueOffset, cmp, val);
    }

    //CAS修改后继节点
    boolean casNext(Node<K, V> cmp, Node<K, V> val) {
        return UNSAFE.compareAndSwapObject(this, nextOffset, cmp, val);
    }

    //获取有效节点的值,防止取到头节点或标记节点
    V getValidValue() {
        Object v = value;
        //标记节点、基础头节点不是有效的数据节点
        if (v == this || v == BASE_HEADER)
            return null;
        // 否则返回value
        return (V) v;
    }
    //......其他方法
}

ConcurrentSkipListMap 中定义了一个基础头节点,它也是一个 Node 实例,但其value被固定为常量 BASE_HEADERNode 类提供了isBaseHeader()来判断节点是否是基础头节点。
所有的 HeadIndex 头索引节点指向的数据节点就是这种基础头结点。需要注意的是,Node类为value和next变量分别提供了CAS修改方法,保证在并发情景下对其修改过程的一致性。
getValidValue()方法则用于获取有效节点的值,规避基础头节点和标记节点这两类无效节点。

1.2、Index 类的设计

Index 类对应跳表中的索引节点,它包括一个指向Node类型的数据节点的引用,另外还包括两个Index类型的引用right、down,分别指向本层索引链的下一个索引节点和下层索引链中的索引节点。

static class Index<K, V> {
    // 数据节点的引用
    final Node<K, V> node;
    // 右指针
    volatile Index<K, V> right;
    // 下层指针
    final Index<K, V> down;
   
    /**
     * Creates index node with given values.
     */
    Index(Node<K, V> node, Index<K, V> down, Index<K, V> right) {
        this.node = node;
        this.down = down;
        this.right = right;
    }

    //其实就是链表的添加操作,使用CAS保证线程安全,该方法在索引层添加索引节点时会进行调用
    final boolean link(Index<K, V> succ, Index<K, V> newSucc) {
        Node<K, V> n = node;
        newSucc.right = succ;
        // n.value == null表示节点已经标记删除,这里直接返回false,外层调用的时候会进行重试。
        return n.value != null && casRight(succ, newSucc);
    }

    //其实质就是链表的删除操作,使用CAS保证线程安全,这里同link()方法一样,已标记为删除的节点不进行后续操作。
    final boolean unlink(Index<K, V> succ) {
        return !indexesDeletedNode() && casRight(succ, succ.right);
    }
}

Index 的结构是比较简单的,提供了casRight(Index<K, V>, Index<K, V>)方法来CAS方式修改right右指针的值;另外link(Index<K, V>, Index<K, V>)unlink(Index<K, V>)分别用于插入、删除Index节点。

1.3、HeadIndex 类的设计

HeadIndex 继承自Index类,在其基础上扩展了属于自己的level成员变量,我们知道跳表需要维护索引的层数,这里的level字段就是存储的当前索引层是第几层,那么最顶层HeadIndex节点就记录了跳表当前最大索引层数。

/**
 * Nodes heading each level keep track of their level.
 * 继承自Index,并跟踪它自己的层级。
 */
static final class HeadIndex<K, V> extends Index<K, V> {
    // 层级
    final int level;

    HeadIndex(Node<K, V> node, Index<K, V> down, Index<K, V> right, int level) {
        super(node, down, right);
        this.level = level;
    }
}

ConcurrentSkipListMap 中有一个 private transient volatile HeadIndex<K,V> head; 字段指向着跳表最顶层的头索引节点。

2、ConcurrentSkipListMap 类的设计

第1小节中我们已经解析了跳表实现的三个核心类,那么

2.1、类变量和常量

挑了几个相关的类变量和常量如下:

//用于标识基本数据节点的特殊值
private static final Object BASE_HEADER = new Object();

/**
* The topmost head index of the skiplist.
* 指向跳表最高层级的头索引节点
*/
private transient volatile HeadIndex<K,V> head;

// 我们知道跳表是有序的,这个比较器就是map中用于key进行排序的,如果为null则默认使用自然排序
final Comparator<? super K> comparator;

//CAS方式更新head字段值
private boolean casHead(HeadIndex<K,V> cmp, HeadIndex<K,V> val) {
   return UNSAFE.compareAndSwapObject(this, headOffset, cmp, val);
}

这些字段都比较简单,详细用途可以看注释,特别关注BASE_HEADER和head的意义。

2.2、构造方法

ConcurrentSkipListMap 总共有4个构造方法,这里只列出了默认、自定义比较器的构造方法,其他两个也比较简单可以看源码:

/**
 * Constructs a new, empty map, sorted according to the
 * {@linkplain Comparable natural ordering} of the keys.
 * 默认构造方法,对key使用自然排序
 */
public ConcurrentSkipListMap() {
    this.comparator = null;
    initialize();
}

//自定义比较器
public ConcurrentSkipListMap(Comparator<? super K> comparator) {
    this.comparator = comparator;
    initialize();
}

/**
 * Initializes or resets state. Needed by constructors, clone,
 * clear, readObject. and ConcurrentSkipListSet.clone.
 * (Note that comparator must be separately initialized.)
 */
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);
}

四个构造方法中都调用了initialize()方法进行初始化,initialize()方法重置了一些与ConcurrentSkipListMap息息相关的成员变量。同时还初始化了head字段的引用,该字段是一个HeadIndex类型的实例,level级别为1,
rightdown都为null,node字段指向new Node<K,V>(null, BASE_HEADER, null)该数据节点的value指向BASE_HEADER对象,这个对象在前面讲到过,就是一个简单的Object对象,仅用作标记使用。

2.3、调用 initialize() 方法后效果

文字很难描述 ConcurrentSkipListMap 调用 initialize() 方法后的效果,所以本节我们结合一个简单的例子以图形的方式来进行简单说明,如下图所示:

结合上一节的结论来看这张图

假如此时向map中添加两条数据 <15, "Java"><20, "C++">,当成功将新数据<15,"Java">添加到跳表中后,会根据随机结果生成来维护跳表的级别结构。这里我们假设两次随机结果都是晋升,所以会创建两个Index节点,第二个Index节点的down指向第一个Index节点,
且两个Index节点的node都指向上面新创建的Node节点。因为需要新建索引层,所以需要创建一个level为2、down域指向head节点的HeadIndex节点;此时跳表中存在两个HeadIndex节点,需要将这两个HeadIndex节点的right域分别与两个Index节点相连接,并更新head成员变量,
使其指向新创建的level为2的HeadIndex节点。如图所示:

添加第二组数据的流程与上面的类似,不过这里需要抛硬币三次,因为当前level为2。假设三次随机结果同样都是晋升,因此也需要维护跳表的级别,添加第二组数据的示意图如下:

抛硬币这个动作实际用代码实现时并不会抛多次,仅仅只是产生一个randomValue。当randomValue > level时,则level = level + 1表示需要新增一层索引并在所有索引层添加索引节点,
randomValue <= level时,需要在小于等于randomValue的索引层添加索引节点。

总结:根据以上的数据添加过程我们可以清晰知道HeadIndexIndexNode这三类节点在跳表中充当的角色,这也便于我们后面理解跳表的各类操作。

  • Node 类:用于存储数据,同时拥有指向下一个数据节点的引用volatile Node<K,V> next;构成跳表最底层的数据链
  • Index 类:索引节点的抽象,拥有指向数据节点的引用final Node<K,V> node;,同时拥有指向其他索引节点的两个引用volatile Index<K,V> right;final Index<K,V> down;用于维护跳表的索引层。
  • HeadIndex 类:头索引节点继承于Index类,其本身也是一个索引节点,区别在于这类型的节点存在于每层索引链的最开头,并且使用level字段维护着所处索引层是跳表的第几层。
  • ConcurrentSkipListMap.head 变量:指向跳表最高层的头索引节点,跳表的数据检索都是从head指向的索引开始。
  • ConcurrentSkipListMap的跳表结构中,第一列的索引节点都为HeadIndex节点,从上往下进行衔接;除此之外其他列的索引节点都为Index节点。
  • 所有装载键值对的Node数据节点位于跳表结构的最底层,即每一列的最下面为Node数据节点。
  • 每一列的Index节点的node变量都引用着这一列最下面的Node数据节点。第一列所有的HeadIndex节点的node变量引用的Node节点的值是BASE_HEADER节点,该Node代表基础头节点,并不存储有效数据。
  • 每层的节点(无论是Node数据节点,还是HeadIndex和Index索引节点)都构成了一个单向链表结构。

3、跳表的实现

这一节我们将正式进入跳表具体实现细节,上一篇文章我们提过跳表的插入、删除都离不开查询,所以我们还是先解析查询代码的实现。由于ConcurrentSkipListMap中跳表结构的复杂性,
ConcurrentSkipListMap提供了大量的查找辅助方法,我们只解析其中最最重要的一个。

3.1、findPredecessor(Object key, Comparator<? super K> cmp) 辅助查询方法

我们知道跳表存储的数据是有序的,前面我们已经讲了ConcurrentSkipListMap中是根据key进行排序的,因此所有的键值对都是键有序的。当插入一组数据时首先需要找到在什么位置进行插入操作,此时就会调用findPredecessor()方法用于寻找给定键有效前驱节点,该方法的源码如下:

/**
 * Returns a base-level node with key strictly less than given key,
 * or the base-level header if there is no such node.  Also
 * unlinks indexes to deleted nodes found along the way.  Callers
 * rely on this side-effect of clearing indices to deleted nodes.
 * @param key the key
 * @return a predecessor of key
 */
private Node<K,V> findPredecessor(Object key, Comparator<? super K> cmp) {
    if (key == null)
        throw new NullPointerException(); // don't postpone errors
    for (;;) {
        // 从head开始检索 --即从跳表最高层的头索引节点开始检索。
        for (Index<K,V> q = head, r = q.right, d;;) {
            if (r != null) { //头节点的右Index节点不为null
                Node<K,V> n = r.node;
                K k = n.key;
                /**
                 * value为空表示这个Node节点已经被删除了(ConcurrentSkipListMap添加数据时value不能为null),就调用unlink()将其从链表中移除,unlink()操作会将q的右节点换成r的右节点,
                 * 移除不成功会跳出内层循环(有并发修改),否则继续往右边寻找索引节点。
                 */
                if (n.value == null) {
                    if (!q.unlink(r))
                        break;           // restart
                    r = q.right;         // reread r
                    continue;
                }
                // 走到这里说明value不为null,对比key比遍历到的节点的k大,就继续往后移,即将q指向r,将r指向r的右节点,然后继续下一次循环
                if (cpr(cmp, key, k) > 0) {
                    q = r;
                    r = r.right;
                    continue;
                }
            }
             /**
             * 走到这里有两种情况:
             * 1. r = null,此时表示q已经是该层最后一个索引节点,所以需要根据 q 的down指针下沉一层继续寻找。
             * 2. r != null,但传入key <= 查找的k
             * 注:r为q的后继节点
             */
            if ((d = q.down) == null) //q.down 没有指向任何索引节点说明已经查找到了最一层索引层(可以回过头去看看示例),就直接返回了q.node指向的数据节点
                return q.node;
            //如果 q.down != null,则下沉到下一层索引层继续寻找
            q = d;
            r = d.right;
        }
    }
}

第一层for主要是为了有并发修改时跳出内循环然后重试,第二层for的内循环才是执行真正查找逻辑。

看代码是比较抽象难懂的,所以我们举个例子用图来解析说明下findPredecessor()是如何运行的。现在跳表中已经有两组数据:<15, "Java"><20, "C++">,现在要插入一条新数据<17, "Python">,有以下是查找步骤:

3.1.1、首先从head这一层开始查找,最后会查找到<20, "Jack">,查找顺序如下:


此时 key = 17index-3-20指定的数据节点 <20,C++> 的key小,所以需要下潜一层。

3.1.2、第一次下潜查找,最后会查找到<15, "Java">,查找顺序如下:


此时 key = 17index-2-15指定的数据节点 <15,Java> 的key大,需要往后移动继续查超。

3.1.3、往后移动查找,最后又会查找到<20, "C++">,查找顺序如下:


此时 key = 17index-2-20指定的数据节点 <20,C++> 的key小,所以需要下潜一层。

3.1.4、第二次下潜查找,最后还是会查找到<20, "C++">,查找顺序如下:


此时 key = 17index-2-20指定的数据节点 <20,C++> 的key小,需要继续下潜,但此时已无法下潜(由于q的down为null),因此q的node,即数据<15, "Java">节点即是符合条件的前驱节点。

总结:查找的规则在于从head开始查找,Node链中后面Node的key比前面的key要大, 因此查找时是从上往下,从前往后找

3.1.4、正确理解findPredecessor(Object key, Comparator<? super K> cmp)返回的Node

在3.1小节中我们对 findPredecessor(Object key, Comparator<? super K> cmp) 返回的 Node 节点加了两个重要的修饰词 有效前驱节点,如何理解这两个词呢?

  • 有效:node在当时一定是未删除的数据节点,对应到代码中 if (n.value == null) 做删除操作。
  • 前驱节点:数据应该插入到返回的node右侧? 对应代码为:node.right = Node<17,"Python">,是否真的如此呢?我们在通过一个示例解析下:

    OMG,和我们之前理解的完全不一样呢?链表中存储着相同的数据只是索引层不一致,这次返回的数据却是Node<null,BASE_HEADER>,具体结论在图示中说明了,这里不再赘述。

3.2、跳表的查找

前面花了很大的力气去解析findPredecessor(Object key, Comparator<? super K> cmp)的实现,当理解了实现后我们在看看跳表的查询就简单很多了,ConcurrentSkipListMap的查询实现如下:

public V get(Object key) {
    return doGet(key);
}

private V doGet(Object key) {
    if (key == null)
        throw new NullPointerException();
    Comparator<? super K> cmp = comparator;
    outer: for (;;) {// 有并发操作时跳出内层循环然后进行重试
        //findPredecessor(key, cmp) 根据key找到前驱节点,具体实现请看3.1小节,并且我们知道返回的b.key < key,还需要继续沿着b继续比较查找
        for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
            Object v; int c;
            //没有后继节点了,直接跳出完成循环,未找到等于key的node,返回null
            if (n == null)
                break outer;
            // 此时 b -> n -> f
            Node<K,V> f = n.next;
            if (n != b.next)                // inconsistent read 如果有并发操作修改了,跳出内层循环重新查找
                break;
            if ((v = n.value) == null) {    // n is deleted n节点已经被删除,这里调用n.helpDelete(b, f)将n从链表中删除,然后重新查找
                n.helpDelete(b, f);
                break;
            }
            /**
             * 走到这里存在两种情况:
             * 1. v != null 且 v == n 说明n是标记节点
             * 2. v != n,但b.value为null,说明b是被删除的节点
             * 跳出内层循环
             */
            if (b.value == null || v == n)  // b is deleted 
                break;
            // 如果n.key = key,说明找到了对应的数据节点,直接返回 n.value对应的数据
            if ((c = cpr(cmp, key, n.key)) == 0) {
                @SuppressWarnings("unchecked") V vv = (V)v;
                return vv;
            }
            //此时 b.key < key < n.key,说明没有key对应是数据,直接跳出外层循环,返回null
            if (c < 0)
                break outer;
            // 走到这里说明 n.key < key,需要继续右移查找
            b = n;
            n = f;
        }
    }
    return null;
}

查找的代码实现总体来说还是比较简单的,只是 ConcurrentSkipListMap 是线程安全的,所以其中有很多状态检查,忽略这部分代码并不会影响我们对跳表查询的理解。也不进行图解了(画图很累的,嘤嘤~~~)。

3.3、跳表的插入

ConcurrentSkipListMapput()相关的方法也有三类:put(K, V)putIfAbsent(K, V)putAll(Map<? extends K, ? extends V>)。底层都调用了doPut(K kkey, V value, boolean onlyIfAbsent)方法,区别在于传入的第三个参数不一样,
源码整个实现逻辑是比较长的,在上一篇文章中我们也提过跳表的插入其实分两部分,第一部分为向原始数据链表中插入数据、第二部分为为插入的数据维护索引。

3.3.1、向数据链表插入数据

doPut(K kkey, V value, boolean onlyIfAbsent)方法的第一部分源码如下:

private V doPut(K key, V value, boolean onlyIfAbsent) {
    Node<K,V> z;             // added node
    if (key == null)
        throw new NullPointerException();
    Comparator<? super K> cmp = comparator;
    outer: for (;;) {
        //查找前驱节点,不再赘述
        for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
            //第一类情况 n != null
            if (n != null) {
                Object v; int c;
                // 此时引用顺序为: b -> n -> f
                Node<K,V> f = n.next;
                // 检查b的后继是否被改变,如果改变就跳出内层循环
                if (n != b.next)               // inconsistent read
                    break;
                // n.value = null表示n已经被删掉了,将n从数据链表中删除后,跳出内层循环
                if ((v = n.value) == null) {   // n is deleted
                    n.helpDelete(b, f);
                    break;
                }
                /**
                 * 走到这里存在两种情况:
                 * 1. v != null 且 v == n 说明n是标记节点
                 * 2. v != n,但b.value为null,说明b是被删除的节点
                 * 跳出内层循环
                 */
                if (b.value == null || v == n) // b is deleted
                    break;
                // 走到这里是第二类情况: key >= n.key:
                // 当key > n.key,就往后移,跳出进行下一次循环,往右移继续查找。
                if ((c = cpr(cmp, key, n.key)) > 0) {
                    b = n;
                    n = f;
                    continue;
                }
                // 当key = n.key,说明已经存在了数据,根据onlyIfAbsent参数进行覆盖或者直接返回旧值
                if (c == 0) {
                    if (onlyIfAbsent || n.casValue(v, value)) {
                        @SuppressWarnings("unchecked") V vv = (V)v;
                        return vv;
                    }
                    //走到这里说明存在并发操作,替换值失败了,则跳出内循环重新执行插入操作
                    break; // restart if lost race to replace value
                }
                // else c < 0; fall through
            }
            /**
             * 走到这里是第三类情况:,有两种情况:
             * 1. n = null;此时b就是新节点的前驱节点
             * 2. n != null且 key < n.key,因此n就是新节点的后继,b就是新节点的前驱
             */
            // 构建一个新节点z,将n作为该节点的后继
            z = new Node<K,V>(key, value, n);
            // CAS方式在数据链表中插入新建的z节点,存在并发操作插入失败时,跳出内循环重新执行插入操作
            if (!b.casNext(n, z))
                break;         // restart if lost race to append to b
            // 插入成功,跳出最外层循环,完成数据插入操作
            break outer;
        }
    }
    
    //省略第二部分代码.....
}

3.3.2、图解数据插入

我们接着3.1节的示例,插入一条新数据<17, "Python">时根据 findPredecessor()方法查找到前驱节点 Node<15,"Java">,然后插入数据Node<17,"Python">,如图所示:

  • 特别需要注意下键值比较时
// key > n.key,就往后移,跳出进行下一次循环,往右移继续查找:
if ((c = cpr(cmp, key, n.key)) > 0) {
    b = n;
    n = f;
    continue;
}

注:这种情况是存在的,比如<15, "Java">和<20, "C++">中间还存在其他的数据,例如<16, "Ruby">时,我们还需要继续往右移进行查找比较,一直往右移动到n被置为null时,第一类情况会在下一次内层循环转换为第三类情况。

3.3.3、维护索引层

当插入一个新的Node节点成功后,需要根据新创建的Node节点z和随机得到的级别向跳表中插入了对应的Index节点,代码如下:

private V doPut(K key, V value, boolean onlyIfAbsent) {
    //省略第一部分插入数据代码....
    
    //生成一个随机数
    int rnd = ThreadLocalRandom.nextSecondarySeed();
    if ((rnd & 0x80000001) == 0) { // test highest and lowest bits
        int level = 1, max;
        //根据生成的随机数,每次无符号右移1位(实质就是除以2) 为奇数表示晋升level + 1,最后level的值就是需要添加索引的节点数
        while (((rnd >>>= 1) & 1) != 0)
            ++level;
        // idx引用着需要添加的索引列最上层的索引节点。
        Index<K,V> idx = null;
        HeadIndex<K,V> h = head;
        //当随机层级小于当前索引最大层数时,创建level对应数值的索引列,最后创建的索引节点在最上层。
        if (level <= (max = h.level)) {
            for (int i = 1; i <= level; ++i)
                idx = new Index<K,V>(z, idx, null);
        }
        //当随机层级大于当前索引最大层数时,需要新建一层索引层,所以level = 当前索引层数 + 1
        else { // try to grow by one level
            level = max + 1; // hold in array and later pick the one to use
            @SuppressWarnings("unchecked")Index<K,V>[] idxs =
                (Index<K,V>[])new Index<?,?>[level+1];
            //创建level对应数值的索引节点并关联,最后创建的索引节点在最上层,并且使用数组idxs[]存储着创建的索引节点,数组的角标就对应着索引的层级,主要是便于在索引层插入索引节点时获取索引节点。
            for (int i = 1; i <= level; ++i)
                idxs[i] = idx = new Index<K,V>(z, idx, null);
            //下面这段代码就是新建一层索引层,即创建一个HeadIndex索引节点,并修改head指向新建的HeadIndex
            for (;;) {
                h = head;
                int oldLevel = h.level;
                //level <= h.level,说明存在并发情况,已经有线程新建了一层索引,这个时候就没有必要新建索引层了,就回到了上面 if (level <= (max = h.level))的情况,此时已经创建好了需要添加的索引节点,所以直接调出循环往下执行添加索引节点到索引层。
                if (level <= oldLevel) // lost race to add level
                    break;
                HeadIndex<K,V> newh = h;
                Node<K,V> oldbase = h.node;
                //这里使用for循环创建,还是并发的问题,有可能一个线程已经删除了一层索引,那么这里就需要创建两层索引。
                for (int j = oldLevel+1; j <= level; ++j)
                    newh = new HeadIndex<K,V>(oldbase, newh, idxs[j], j);
                //最后CAS修改head的引用,修改失败的话说明存在并发,此时跳出循环不修改head的引用,往下执行添加新建的索引节点到索引层。
                if (casHead(h, newh)) {
                    h = newh;
                    idx = idxs[level = oldLevel];
                    break;
                }
            }
        }
        // 从这里开始就是插入索引节点的具体逻辑,需要找到新建索的引节点在对应索引层的位置,并且插入到索引链表中。
        splice: for (int insertionLevel = level;;) {
            // 当前索引层数
            int j = h.level;
            // 从 int insertionLevel = level、q =head 、q = q.down可以看出,是从最上层索引层从上往下开始插入索引节点。
            for (Index<K,V> q = h, r = q.right, t = idx;;) {
                //q == null 说明没有索引层、t == null 说明没有需要添加的索引列,所以直接跳出最外层循环完成插入操作。
                if (q == null || t == null)
                    break splice;
                // 头索引节点指向的后继索引节点不为null
                if (r != null) {
                    Node<K,V> n = r.node;
                    // compare before deletion check avoids needing recheck
                    // 比较新插入数据key 和 r.node.key的大小,主要是查找插入索引的位置。
                    int c = cpr(cmp, key, n.key);
                    // 如果n.value == null 说明n指向的数据节点已经标记为删除,所以需要调用 q.unlink(r) 方法将 r指向的索引节点从索引层中删除(就是将q.right = r.right)。
                    if (n.value == null) {
                        //删除索引节点失败,说明存在并发删除的情况,所以跳出内层循环,从新执行插入索引操作。
                        if (!q.unlink(r))
                            break;
                        //执行到这里说明删除索引节点成功,r被重新赋值继续执行查找插入位置(此时 r = (old r).right)
                        r = q.right;
                        continue;
                    }
                    // 如果插入数据的key比当前查找的索引节点r指向数据的key大,则往右移继续查找。
                    if (c > 0) {
                        q = r;
                        r = r.right;
                        continue;
                    }
                }
                /**
                 * 走到这里,说明待插入Index节点的node的key小于或等于r节点的node的key,即已经找到了Index节点正确的待插入位置。
                 * j == insertionLevel,insertionLevel 记录了待插入Index节点的级别,j记录了q与r的级别,所以这里是判断当前待插入Index节点的级别与q与r的级别是否相同,为了保持索引从低层层到高层是连续的(索引一定是从第一层开始往上的)。
                 * 如果相同则可以插入,如果不同,应该在当前层的下面层进行尝试插入,
                 * 以保持插入节点后Index列的高度与HeadIndex列的高度保持低部对齐
                 */
                if (j == insertionLevel) {
                    /**
                    * 走到这里说明层级是相同的,所以直接插入索引节点:
                    * 1、如果插入成功:此时q.right -> t、t.right -> r
                    * 2、如果插入失败:说明存在并发操作,跳出内层循环重新从head开始查找插入位置执行插入索引节点操作。
                    */
                    if (!q.link(r, t))
                        break; // restart
                    //t.node.value == null 说明刚才插入的数据被删除了,这里调用了findNode(key)方法其作用是将被标记为删除的node从底层数据链表中删除。特别需要注意的是这里并没有删除刚插入的索引节点,这就回到if (n.value == null)的判断逻辑从而删除索引节点。
                    if (t.node.value == null) {
                        findNode(key);
                        break splice;
                    }
                    //--insertionLevel == 0 说明新建的索引列已经全部插入到了对应索引层中,所以跳出外循环完成整个数据插入操作。
                    if (--insertionLevel == 0)
                        break splice;
                }
                /**
                 * 走到这里,有两种情况:
                 * 1. 尝试插入Index时,发现待插入Index节点与q与r不在同一个层级,为了保持索引从底层到高层是连续的,因此需要下潜一层再尝试插入。
                 * 2. Index插入成功了,但insertionLevel自减后还不为0,即表示插入的Index其实是一个多层的列,还剩余有层级没有进行连接处理。
                 */
                if (--j >= insertionLevel && j < level)
                    // t指向新建索引列从上往下的下一个待插入索引节点
                    t = t.down;
                //下潜索引层,需要在下层插入索引节点
                q = q.down;
                r = q.right;
            }
        }
    }
}

维护索引层的代码还是可以分为两个小部分,第一部分是随机一个层级(对应代码中level)并根据随机的数值创建一个索引列(对应代码中idx),第二部分根据level和idx逐级维护跳表与待添加的Index节点间的层级关系。

3.3.4、图解创建索引列

为了更好的说明第一部分索引列的创建,我们用图示来进行说明,假如随机层数 level = 2 此时需要创建拥有两个索引节点的索引列,如下:

3.3.5、插入索引节点

此时跳表的索引层数 h.level = 3,随机层级数 level = 2 并创建好了索引列,此时流程走到第二部分向索引层插入索引节点,查找插入位置是从头结点开始,即从上到下、从左到右。

3.3.5.1、第一次查找索引插入位置

因为新创建的索引列只有两个索引节点,当前跳表的索引层数为3,为了保持新建的索引列同headindex索引列底部对齐,那么新创建的两个索引节点应该分别插入到第一层索引层第二层索引层
查找插入索引位置是从最高层的头索引节点开始查找,第一查询肯定不满足底部对齐条件,需要下潜,如图所示:

3.3.5.2、第二次查找索引插入位置

第一次查找时因为不满足底部对齐条件而进行了下潜,此时 q = headindex-2r = index-2-15,第二次查询将从 headindex-2头索引节点开始查找,此时查找的n.key = 15 < key = 17需要继续右移查找,如图所示:

3.3.5.3、第三次查找索引插入位置

第二次查找右移后q = index-2-15r = index-2-20不满足右移条件,继续往下执行进行 if (j == insertionLevel),此时j = 2insertionLevel = 2 满足底部对齐条件进行索引节点插入,如图所示:

执行了插入索引节点后会继续执行如下代码:

if (j == insertionLevel) {
    if (!q.link(r, t))
        break; // restart
    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;

此时 --insertionLevel = 1 不满足if条件不会跳出外层循环,--j = 1level = 2 满足 if (--j >= insertionLevel && j < level) 条件,此时 t = t.down -> new-index-1,然后继续下潜操作 q = index-1-15r = index-1-20进行下一次查找。

3.3.5.4、第四次查找索引位置

在第三次查找到正确位置并插入new-index-2后进行了下潜操作,此时q = index-1-15r = index-1-20进行第四次查找基本和第三次查找是一样的逻辑,会在第一层索引层 index-1-15后面插入new-index-1
此时 --insertionLevel = 0 满足 if (--insertionLevel == 0)条件将会直接跳出最外层循环结束整个插入数据的操作,最终跳表的结构如图所示:

总结:从上面的分析可知,doPut(K kkey, V value, boolean onlyIfAbsent)方法的实现的确非常复杂,其实主要复杂的地方并不是新键值对的添加,而是对整个跳表结构的维护。只需要明白以下的两个注意点即可:

  1. 在ConcurrentSkipListMap添加键值对时,会首先找到符合条件的前驱Node节点,然后将键值对包装为Node节点,添加时需要继续对找到的前驱节点进行后续比较然后插入。
  2. 每次添加之后会随机得到一个级别,如果级别大于0,就会构建相应数量的Index节点构成Index列,插入到跳表中。维护索引的层级相对来说比较复杂,需要结合图示慢慢理解。

3.4、跳表的删除

3.3、跳表的插入小节详细介绍了向跳表插入数据和维护索引层,在理解了跳表的插入操作后再来看跳表的删除已经不是那么困难了。ConcurrentSkipListMap针对删除操作提供了两个重载方法:remove(Object key)remove(Object key, Object value)
两个方法内部最终都调用doRemove(Object okey, Object value)方法 源码如下:

final V doRemove(Object key, Object value) {
    if (key == null)
        throw new NullPointerException();
    Comparator<? super K> cmp = comparator;
    outer: for (;;) {
        // 依然是熟悉的味道,findPredecessor(key, cmp) 根据key找到前驱节点
        for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
            Object v; int c;
            // 因为b是前驱节点,待删除的数据一定在b之后,n为null,表示要删除的节点不存在,直接返回null。
            if (n == null)
                break outer;
            Node<K,V> f = n.next;
            // 检查b的后继是否被改变,如果改变就跳出内层循环(针对并发的检查)。
            if (n != b.next)                    // inconsistent read
                break;
            // n.value == null,表示n已经被删掉了,所以调用 n.helpDelete(b, f) 将索引节点n从索引层中删除掉。
            if ((v = n.value) == null) {        // n is deleted
                n.helpDelete(b, f);
                break;
            }
            /**
             * 两种情况,都需要跳出内层循环:
             * 1. v == n说明n是标记节点
             * 2. v != n,但b.value为null,说明b是被删除的节点
             */
            if (b.value == null || v == n)      // b is deleted
                break;
            //(c = cpr(cmp, key, n.key)) < 0,表示 b.node.key < key < n.node.key,但是 b.right = r ,这种情况下key所对应的节点是不存在的.
            if ((c = cpr(cmp, key, n.key)) < 0)
                break outer;
            /**
             * 要比n的key大,就往后移,跳出进行下一次循环,即往后遍历:
             * 之前:b -> n -> f
             * 现在:(old b) -> b(old n) -> n(old f)
             */
            if (c > 0) {
                b = n;
                n = f;
                continue;
            }
            //走到这里说明比较结果c == 0,即找到了key对应的节点,!value.equals(v) 是针对传入了value参数的情况,只有传入的value和找到的节点的value相同才会继续往下走,否则视为没有找到节点,返回null
            if (value != null && !value.equals(v))
                break outer;
            // CAS方式修改n的value为null,修改不成功就跳出内层循环,进行下一次尝试
            if (!n.casValue(v, null))
                break;
            /**
             * 当前结构为:b -> n -> f
             * 跳过n节点,即:
             * n.appendMarker(f)的作用后:b -> n -> marker -> f,即新建一个标记节点,f作为该标记节点的后继节点,然后将该标记节点作为n的后继节点
             * b.casNext(n, f)的作用后:b -> f,即把f作为b的后继节点,跳过n
             * 
             * n.appendMarker(f)成功后才会执行b.casNext(n, f),如果两步有一步失败,就会执行findNode(key)进行重试,findNode(key)方法会移除刚才标记为删除的节点。
             */
            if (!n.appendMarker(f) || !b.casNext(n, f))
                findNode(key);                  // retry via findNode
            else {
                // 走到这里说明if代码块中的两步都成功了,利用findPredecessor函数的副作用,删除n结点对应的Index结点(我们在findPredecessor方法中看到的n.value == null的判断)。
                findPredecessor(key, cmp);      // clean index
                // 头结点的right == null,表示头节点这一层只有head一个节点,所以需要减少层级
                if (head.right == null)
                    tryReduceLevel();
            }
            // 返回删除的旧值
            @SuppressWarnings("unchecked") V vv = (V)v;
            return vv;
        }
    }
    return null;
}

上面对doRemove(Object, Object)方法的文档注释已经阐明了它的删除原理,即:定位Node节点、将其值置为null、添加删除标记节点,将其从前驱节点上断开连接,移除辅助索引节点,还有可能会减少HeadIndex的层级。虽然操作步骤多,但是每一步操作还是比较简单的,这里就不在进行图解了。

posted @ 2020-12-23 13:47  Laymen  阅读(577)  评论(1编辑  收藏  举报