跳表ConcurrentSkipListMap学习笔记
一、介绍
ConcurrentSkipListMap是一个内部使用跳表,并且支持排序和并发的一个Map,是线程安全的。一般很少会被用到,也是一个比较偏门的数据结构。
简单介绍下跳表
跳表是一种允许在一个有顺序的序列中进行快速查询的数据结构。
在普通的顺序链表中查询一个元素,需要从链表头部开始一个一个节点进行遍历,然后找到节点。
跳表可以解决这种查询时间过长,跳表是一种使用”空间换时间”的概念用来提高查询效率的链表
ConcurrentSkipListMap 和 ConcurrentHashMap 的主要区别:
a.底层实现方式不同。ConcurrentSkipListMap底层基于跳表。ConcurrentHashMap底层基于Hash桶和红黑树。
b.ConcurrentHashMap不支持排序。ConcurrentSkipListMap支持排序。
二、使用场景
Redis中的有序集合底层就是跳表,所以其也是开发排行榜功能时可以考虑使用的。
跳跃表的应用场景大概是这样的:
- 有序
- 频繁插入删除
- 频繁的查找
三、跳跃表结构
为了更好的支持插入和删除,所以采用链表的形式,可以看到图片中最下面一行是一个有序的链表。但如果只是一个单一的链表,查找时复杂度为O(n),性能太差。
在有序数组中,我们查找时用的是二分查找,一次查找可以排除一半元素的遍历。在数组中之所以可以用二分查找,是因为我们能够快速的以O(1)的复杂度定位到中间的位置,但是链表只能是O(N)。所以跳跃表采取空间换时间的方式,既然你找不到中间点,或者三分之一点等中间位置,那么我可以通过多增加一个节点来指向中间位置,这样你也能够快速的定位到中间的位置,然后一定程度的减少你遍历元素的个数,提高效率。图中有多层,相邻的两层,采用的都是这样的思想。
这个图一目了然,很容易就可以让大家了解跳表的思想。至于我们应该添加多少层额外的链表,给什么位置的节点添加索引才能更好的优化检索和插入的效率,就是我希望通过阅读源码找寻的.
四、节点
但是在jdk源码中还存在一种节点,是索引层的头节点,还维护了其层数信息,下面先给出源码注释中的跳表样例。
* Head nodes Index nodes * +-+ right +-+ +-+ * |2|---------------->| |--------------------->| |->null * +-+ +-+ +-+ * | down | | * v v v * +-+ +-+ +-+ +-+ +-+ +-+ * |1|----------->| |->| |------>| |----------->| |------>| |->null * +-+ +-+ +-+ +-+ +-+ +-+ * v | | | | | * Nodes next v v v v v * +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ * | |->|A|->|B|->|C|->|D|->|E|->|F|->|G|->|H|->|I|->|J|->|K|->null * +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+
接着我们来分别看下它们在源码中是如何定义的。
// Node是最底层的链表的节点,包括键值对和指向下一个节点的指针 static final class Node<K,V> { final K key; volatile Object value; volatile Node<K,V> next; // 至于为什么需要两个构造函数,后面源码会有解释 Node(K key, Object value, Node<K,V> next) { this.key = key; this.value = value; this.next = next; } Node(Node<K,V> next) { this.key = null; this.value = this; this.next = next; } // ...配套method } // 索引节点结构 // 存储了两个指针,分别指向右边和下边的节点 // 索引节点的value为链表节点 static class Index<K,V> { final Node<K,V> node; final Index<K,V> down; volatile Index<K,V> right; Index(Node<K,V> node, Index<K,V> down, Index<K,V> right) { this.node = node; this.down = down; this.right = right; } // ...配套method } // 索引层的头节点结构 // 在索引节点的基础上添加了表示层数的level变量 static final class HeadIndex<K,V> extends Index<K,V> { 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; } }
五、构造函数
// Compartor接口用来指定key的排序规则 public ConcurrentSkipListMap() { this.comparator = null; initialize(); } public ConcurrentSkipListMap(Comparator<? super K> comparator) { this.comparator = comparator; initialize(); } // 还有两个传入map和sortedMap的构造函数 private void initialize() { keySet = null;// 内部类 entrySet = null;// 内部类 values = null;// 内部类 descendingMap = null;// 内部类 // private static final Object BASE_HEADER = new Object(); // 从注释给出的图来看,这个head应该是一直处于第一层的头节点 head = new HeadIndex<K,V>(new Node<K,V>(null, BASE_HEADER, null), null, null, 1); }
六、findPredecessor()
// findPredecessor // 回想一下前面那个跳表的结构,该方法就是根据key,先从head往右找,然后往下找 //然后再往右再往下,知道找到比key小的节点 private Node<K,V> findPredecessor(Object key, Comparator<? super K> cmp) { if (key == null) throw new NullPointerException(); for (;;) { for (Index<K,V> q = head, r = q.right, d;;) {
//q为第一层的head节点, r=q.right说明先向右遍历 // 从head头节点点向后遍历,右边节点不为空 if (r != null) { Node<K,V> n = r.node; K k = n.key; //说明被删除了,更新q.next; 在remove()方法中,n.casValue(v, null)将节点的值置空;置空后,在这里进行索引节点的删除 if (n.value == null) {
//unlink操作为将原本的q->r->r.next 转换为q->r.next if (!q.unlink(r)) break; // restart r = q.right; // reread r continue; }
//如果r的节点没被删除,就执行到这里
//如果key大于当前的k,则向后移一个节点
//head索引节点也向后移一个节点 if (cpr(cmp, key, k) > 0) { q = r; r = r.right; continue; } } // 失败了就从下一层开始
//如果索引节点的右边没有节点了,则向下移动
//向下移动后如果还是索引层,则继续向后
//如果是节点,直接返回了
if ((d = q.down) == null) return q.node; q = d; r = d.right; } } }
举例: 比如我要找最接近节点6的节点 (暂时是5)
步骤分析:
①外部for循环主要是一直查找临近节点,内部for循环大概分4部分
②内部循环开始,从头节点开始,当前节点头层1,r是右节点(没有右节点),d暂时未赋值;
③进入(代码3),d指向2层1节点,q(当前节点)替换为2层1节点,r表示2层7节点;
④内循环进入(代码1),n表示2层7节点的node,如果n.value=null,表示被删除了,需要更新一下q.next
⑤cpr()函数比较key和n的值(2层7)<0,进入代码3,向下走,进入1层1节点(当前节点q),r为1层4节点,再次内部循环
⑥假设没有并发,进入代码2判断,n为1层4节点,cpr(key,4)>0,进入代码2,当前节点替换成1层4节点(q),r右节点为1层7节点;重新内循环
⑦,n为右节点值k=7,代码2判断 cpr(key,7)<0,进入代码3和代码4,替换当前节点q为0层4节点,r表示0层5节点,继续内循环;
⑧代码2判断,cpr(key,右节点k=5)>0,当前节点替换成0层5节点,右节点为0层6节点,重新内循环;
⑨再次进入代码2判断,key=右节点6的值k,进入代码3, d表示当前节点q(0层节点5)的下节点=null,直接返回当前节点q,即0层节点5
说明 key=6, q表示当前节点,r表示右节点,d表示下节点, n是指向r节点的node的临时变量, k表示n的值; cpr()函数主要是进行CAS比较大小;
总之 : findPredecessor() 是一个向右和向下的循环查找过程,并且有内部并发修改的判断和刷新数据的逻辑。
七、put()
// 与一般的map一样,通过put插入键值对,,key,value不能为空 public V put(K key, V value) { if (value == null) throw new NullPointerException(); return doPut(key, value, false); } // doPut private V doPut(K key, V value, boolean onlyIfAbsent) { Node<K,V> z; // 要被添加的Node if (key == null) throw new NullPointerException(); // key的比较方法 Comparator<? super K> cmp = comparator; outer: for (;;) { // 因为cas操作可能失败,套了个无限循环 // findPrecessor返回小于key但最接近key的节点,不存在则为链表的头节点,下面也会介绍 for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) { if (n != null) { Object v; int c; Node<K,V> f = n.next; // b--->n--->f if (n != b.next) break; if ((v = n.value) == null) { // n is deleted // 简单来说就是b.next = f,但是考虑了cas n.helpDelete(b, f); break; } if (b.value == null || v == n) // b is deleted break; // 如果key大于n.key if ((c = cpr(cmp, key, n.key)) > 0) { // 说明有并发插入,继续向后遍历一个节点 b = n; n = f; continue; } // 如果key相等 if (c == 0) { // 没有指定putIfAbsent的话,通过cas替换value并返回新的value // 指定了putIfabsent则返回原有value值 if (onlyIfAbsent || n.casValue(v, value)) { @SuppressWarnings("unchecked") V vv = (V)v; return vv; } break; //cas失败,重试 } // else c < 0;则位置正确,插入就行 } // 创建新的Node节点 z = new Node<K,V>(key, value, n); // 更新链表b->n->f ==> b->z->n->f if (!b.casNext(n, z)) break; break outer; } } int rnd = ThreadLocalRandom.nextSecondarySeed(); // 0x80000001转换为二进制1000...0001 // 看起来似乎添加层数是有一定随机性的 // rnd为0xxx...xxx0时可以进入 if ((rnd & 0x80000001) == 0) { int level = 1, max; // 有多少个1,level递增多少次 while (((rnd >>>= 1) & 1) != 0) ++level; Index<K,V> idx = null; HeadIndex<K,V> h = head; if (level <= (max = h.level)) { // 如果level比现在的层数小,则在新增加的节点z上 // 建立level个索引节点,忘记了可以回上面看看索引节点和其他节点区别 for (int i = 1; i <= level; ++i) idx = new Index<K,V>(z, idx, null); } else { // 如果level大于层数,则level设为层数+1 level = max + 1; // 构造索引节点数组 @SuppressWarnings("unchecked")Index<K,V>[] idxs = (Index<K,V>[])new Index<?,?>[level+1]; //为新建的节点z创造level个索引节点 //下标从1开始 for (int i = 1; i <= level; ++i) idxs[i] = idx = new Index<K,V>(z, idx, null); for (;;) { h = head; int oldLevel = h.level; //用于判断并发修改,不考虑 //正确情况下该分支的level>当前层数 if (level <= oldLevel) // lost race to add level break; HeadIndex<K,V> newh = h; Node<K,V> oldbase = h.node; for (int j = oldLevel+1; j <= level; ++j) //为每层生成一个headIndex newh = new HeadIndex<K,V>(oldbase, newh, idxs[j], j); //更新最上层的headIndex指针 if (casHead(h, newh)) { h = newh; idx = idxs[level = oldLevel]; break; } } } splice: for (int insertionLevel = level;;) { int j = h.level; // h为最新的头节点 for (Index<K,V> q = h, r = q.right, t = idx;;) { if (q == null || t == null) break splice; // r为前面的idxs[x] if (r != null) { Node<K,V> n = r.node; // compare before deletion check avoids needing recheck int c = cpr(cmp, key, n.key); if (n.value == null) { if (!q.unlink(r)) break; r = q.right; continue; } // 没并发的情况下,idxs数组里都是新增的key // c应该=0 if (c > 0) { q = r; r = r.right; continue; } } // j开始时为新跳表层数 //insertionLevel为旧跳表,经过后面的几个j--才会进入该分支 if (j == insertionLevel) { //将t插入q,r之间 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; //向下一层 q = q.down; r = q.right; } } } return null; }
小结: put操作先是找到key节点,如果存在就替换掉value的值;如果不存在就需要new一个新的节点,然后调整层级等操作
八、get()
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 (;;) { //findPredecessor找到离key最近的,小于key的node // 没有并发的情况下,要么是n,要么没有要找的key for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) { Object v; int c; if (n == null) break outer; Node<K,V> f = n.next; if (n != b.next) // inconsistent read break; if ((v = n.value) == null) { // n is deleted n.helpDelete(b, f); break; } if (b.value == null || v == n) // b is deleted break; //key与n.key相同 if ((c = cpr(cmp, key, n.key)) == 0) { @SuppressWarnings("unchecked") V vv = (V)v; return vv; } if (c < 0) break outer; //并发导致key>n.key,说明findPredecessor找的位置不对 //往后位移一个节点,重新开始 b = n; n = f; } } return null; }
举例: 找到上面key=6的节点
①内循环,先找到最接近key的节点b; n表示b的后继
②如果n==null,跳出外循环,返回null结果
③f表示n的后继,此时如果n不为b的后继,表示并发修改情况,读的数据不一致,需要重新外部循环;
④v表示n的值,如果v=null,表示n节点被删除了,需要执行一下helpDelete操作,重新外部循环;
⑤如果b的值为null,或者v的指向自己节点n(b的后继值指向自己节点),表示b被删除; 重新外部循环;
⑥cpr(key,n.key),没有并发情况时,6==6,表示n就是key节点,用新的V值来代替n的Value值,并返回;
⑦如果比较值<0,则表示有并发操作,此时n的key值可能是7.8.9之类的值,跳出外循环,找不到key节点,返回null;
⑧如果比较值>0,表示n节点不是需要找的key, 重新进行外部for循环,往后查找;
findPrecessor
方法找到的就是小于key但是最接近key的节点,所以key如果存在,必然是findPrecessor
找到的节点的下一个节点,而代码中为了考虑并发带来的修改,还要做很多其他的判断。九、remove()
public V remove(Object key) { return doRemove(key, null); } final V doRemove(Object key, Object value) { if (key == null) throw new NullPointerException(); Comparator<? super K> cmp = comparator; outer: for (;;) { // findPrecessor找到比key小但是最近的node //不考虑并发的话,如果存在key那就是n=b.next for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) { Object v; int c; if (n == null) break outer; Node<K,V> f = n.next; //考虑一些并发修改的问题 if (n != b.next) // inconsistent read break; if ((v = n.value) == null) { // n is deleted n.helpDelete(b, f); break; } if (b.value == null || v == n) // b is deleted break; // 如果key<n,说明key不存在,退出最外层循环 if ((c = cpr(cmp, key, n.key)) < 0) break outer; //c>0说明findPre方法找到的节点过期了,重新找 if (c > 0) { b = n; n = f; continue; } // c==0 if (value != null && !value.equals(v)) break outer; //通过cas将节点n的value设为null,就是key对应的节点 //findPrecessor方法会在读到value为null的值时进行删除 if (!n.casValue(v, null)) break; //n添加删除标志并且更新b.next指针 //appendMarker创建一个key为null,value为自己的节点 if (!n.appendMarker(f) || !b.casNext(n, f)) findNode(key); // retry via findNode else { //删除成功并且更新b.next后进入该分支 //findPredecessor会在value==null时,更新next指针,实现删除 findPredecessor(key, cmp); // clean index if (head.right == null) tryReduceLevel(); } @SuppressWarnings("unchecked") V vv = (V)v; return vv; } } return null; }
举例:删除key=6节点
①同样是外循环+内循环,先找到最接近key的节点b, n表示b的后继节点
②如果n节点为null,返回null
③f表示n的下一个节点,如果读取不一致或者n被删除,b被删除情况,需要重新外部循环;
④cpr(key,n.key)比较大小,如果<0,跳出外部循环,返回null
⑤如果>0,表示n不是要找的节点,继续向后遍历,重新内部循环;
⑥剩下情况就是==0, CAS删除v,并返回执行结果,如果失败,则跳出内循环,继续外循环;
⑦n.appendMarker(f)表示n添加删除标志;并更新b,next指针,从n更新到f; 失败的话重新找key节点;
⑧成功的话,找key最近的节点,findPredecessor会在value==null时,更新next指针,实现删除;如果head没有right节点,尝试降低层的高度;
⑨返回被删除的值
参考:
http://hollischuang.gitee.io/tobetopjavaer/#/ ,
https://www.jianshu.com/p/7fce19e8fe52