jdk1.8ConcurrentHashMap源码学习
ConcurrentHashMap解析:很多方法和hashMap的方法一样 . 因此这里重点分析了其中的get/put相关的一些方法,若需要hashMap的源代码注释解读的,可参考另一篇jdk1.8hashMap源码分析
1. 类说明及相关变量解读
/** * concurrentHashMap源码分析 * 数据结构 : 同HashMap一样 , 也是采用的数组 + 链表 + 红黑树的结构 * 并发控制 : 通过CAS + synchronized + Unsafe类直接操作地址的方式 * 并发粒度 : 定位到了桶上而不是节点上 . 即一个链表或者红黑树结构同时只支持一个线程操作 . * JDK1.7说明 : 采用ReentrantLock(Segment)即分段锁来实现并发控制 , 但是最多支持16个并发线程 * <p> * 对比 * 1. synchronized是属于底层的实现 . 而ReentrantLock继承于AQS(AbstractQueueSynchronizer).还是属于代码层面的阻塞与唤醒 * 2. HashMap中是允许存在null的key和value的 . ConcurrentHashMap 中则不允许.若出现该情况 , 将抛出空指针异常 * 差异存在的理由: * HashMap : 本身是没有对多线程的支持的 , 也就是说其本身就是假定为单线程中正确执行 , 通过key获取对应的值(value) , * 通过containsKey(key)方法判断key是否存在 * ConcurrentHashMap: 本身设计之初是为了支持高并发的 . 假如集合中此时有一个key=null && value=null的键值对 , * 线程A通过containsKey(key)判断该node存在 , 在执行get(key)之前线程B将该节点删除 , 此时节点不存在 , 返回虽然也是null, * 但是其表示的是该节点对应的value已经不存在 , 而不是value = null . 存在语义差异 .源代码中开发者的注释中, * 作者也只是对value不能为null考虑到并发二语义情况的说明 , 并没有说明key为什么不能为null . 大概是考虑到统一标准或者同样二语义吧 . * test * @param <K> * @param <V> */ public class MyConcurrentHashMap<K, V> extends AbstractMap<K,V> implements ConcurrentMap<K, V>, Serializable { private static final long serialVersionUID = 7249069246763182397L; /** * 默认最大容量 */ private static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认初始化数组容量=16 . 即默认有16个bucket */ private static final int DEFAULT_CAPACITY = 16; /** * 最大数组长度 8 = '_length='的长度 */ static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; /** * 默认的并发级别:16 . 即最多允许16个线程并发 .. * jdk1.7中采用的是分段锁并发访问处理 . 此方式有很大的局限性 * jdk1.8中放弃了锁分段的做法 , 采用了CAS+synchronized方式处理并发 . */ private static final int DEFAULT_CONCURRENCY_LEVEL = 16; /** * 扩容时的触发条件 . 即负载因子. 当达到当前容量 * 0.75时 , 进行扩容 */ private static final float LOAD_FACTOR = 0.75f; /** * 树形化阈值.当链表长度达到8时 , 转换为树形结构 */ static final int TREEIFY_THRESHOLD = 8; /** * 当树结构中的节点数量达到6时 , 红黑树结构转换为链表结构 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 最小树形化需要的数组长度 . 达不到该值时 , 只进行扩容操作 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * table进行扩容时 , 每个线程最小迁移的table的槽位数 . * 扩容时 , 在最大容量范围内 , 容量都是以2倍的方式进行 . 初始时容量16 , 则最小迁移槽位是16 */ private static final int MIN_TRANSFER_STRIDE = 16; /** * 作为偏移量参与和线程数量的标记数 */ private static int RESIZE_STAMP_BITS = 16; /** * 允许执行扩容的最大线程数 */ private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; /** * 扩容阈值计算时的偏移量-default = 16 */ private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS; /* * Encodings for Node hash fields. See above for explanation. */ static final int MOVED = -1; // hash for forwarding nodes static final int TREEBIN = -2; // hash for roots of trees static final int RESERVED = -3; // hash for transient reservations static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash /** * 当前CPU的数量 */ static final int NCPU = Runtime.getRuntime().availableProcessors(); /** * 执行序列化时要包含的对象域 */ private static final ObjectStreamField[] serialPersistentFields = { //分段锁对象初始化 . 兼容JDK1.7中的JDK实现 new ObjectStreamField("segments", Segment[].class), new ObjectStreamField("segmentMask", Integer.TYPE), new ObjectStreamField("segmentShift", Integer.TYPE) }; /* ---------------- Nodes -------------- */ /** * 节点链表对象封装 ,特殊处理 :key-value均不能为null ,且不提供手动set节点value的方法[大概是为了防止并发问题] * * @param <K> * @param <V> */ static class Node<K, V> implements Entry<K, V> { final int hash; final K key; volatile V val; volatile Node<K, V> next; Node(int hash, K key, V val, Node<K, V> next) { this.hash = hash; this.key = key; this.val = val; this.next = next; } @Override public final K getKey() { return key; } @Override public final V getValue() { return val; } @Override public final int hashCode() { return key.hashCode() ^ val.hashCode(); } @Override public final String toString() { return key + "=" + val; } //不支持直接手动操作节点内容 @Override public final V setValue(V value) { throw new UnsupportedOperationException(); } /** * 对象地址相同或者对象内容相同 * @param o * @return */ public final boolean equals(Object o) { Object k, v, u; Entry<?, ?> e; return ((o instanceof Map.Entry) && (k = (e = (Entry<?, ?>) o).getKey()) != null && (v = e.getValue()) != null && (k == key || k.equals(key)) && (v == (u = val) || v.equals(u))); } /** * Map中的get(key)方法,获取key=k && key.hashCode = h 的节点 */ Node<K, V> find(int h, Object k) { Node<K, V> e = this; if (k != null) { do { K ek; if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek)))) return e; } while ((e = e.next) != null); } return null; } } /* ---------------- Static utilities -------------- */ /** * 位运算 . 通过移位降低Hash碰撞的风险 * * @param h * @return */ private static final int spread(int h) { return (h ^ (h >>> 16)) & HASH_BITS; } /** * 通过位运算将传入的数据换算为2的N次方的数值 */ private static final int tableSizeFor(int c) { int n = c - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } /** * 判断对象是否实现compare接口 , * 若实现 : 返回对象类型 . * 否则 : 返回null * @param x * @return */ static Class<?> comparableClassFor(Object x) { if (x instanceof Comparable) { Class<?> c; Type[] ts, as; Type t; ParameterizedType p; if ((c = x.getClass()) == String.class) //若为字符串 . 返回string return c; if ((ts = c.getGenericInterfaces()) != null) { //循环类x实现的所有接口 for (int i = 0; i < ts.length; ++i) { if (((t = ts[i]) instanceof ParameterizedType) && ((p = (ParameterizedType) t).getRawType() == Comparable.class) && (as = p.getActualTypeArguments()) != null && as.length == 1 && as[0] == c) // type arg is c return c; } } } return null; } /** * 如果x与kc(k)类型匹配 ,则返回 k.compareTo(x)对比值,若x为空或者类型不匹配 . 直接返回0 */ @SuppressWarnings({"rawtypes", "unchecked"}) // for cast to Comparable static int compareComparables(Class<?> kc, Object k, Object x) { return (x == null || x.getClass() != kc ? 0 : ((Comparable) k).compareTo(x)); } /* ---------------- Table element access -------------- */ /** * 寻找指定数组在内存中i位置的内容 * getObjectVolatile(): 获取obj对象中offset偏移地址对应的tab的field值,支持volatile load语义 * ABASE : 起始位置 * * @param tab 指定的数组 * @param i 位置 * @param <K> * @param <V> * @return */ @SuppressWarnings("unchecked") static final <K, V> Node<K, V> tabAt(Node<K, V>[] tab, int i) { return (Node<K, V>) U.getObjectVolatile(tab, ((long) i << ASHIFT) + ABASE); } /** * 比较并替换 * * @param tab 包含要替换对象的数组 * @param i 字段在对象内的下标,用于计算对象地址偏移量 * @param c 期望的值 * @param v 若当前值等于期望的值,进行替换 .用于进行更新替换的值 * @param <K> * @param <V> * @return */ static final <K, V> boolean casTabAt(Node<K, V>[] tab, int i, Node<K, V> c, Node<K, V> v) { //native 方法 . 采用C++实现 // 通过我们传入的字段在对象中的偏移量,来获取到字段的地址(包括首地址+偏移量) // 通过对比两个字段的地址是否相同.若相同,则使用v的地址进行替换 return U.compareAndSwapObject(tab, ((long) i << ASHIFT) + ABASE, c, v); } /** * 设置数组中某个下标处的值 * * @param tab 数组对象 * @param i 字段在对象内的下标,用于计算对象地址偏移量 * @param v 要设置的值 * @param <K> * @param <V> */ static final <K, V> void setTabAt(Node<K, V>[] tab, int i, Node<K, V> v) { U.putObjectVolatile(tab, ((long) i << ASHIFT) + ABASE, v); } /* ---------------- Fields -------------- */ /** * 在第一次插入数据时才会延迟初始化 * 大小总是二的幂次方。由迭代器直接访问。 * 为线程共享变量 */ transient volatile Node<K, V>[] table; /** * 下一个要使用的数组,只有在扩容时才不为空 * 线程共享变量 */ private transient volatile Node<K, V>[] nextTable; /** * 基本计数器,主要在没有争用时使用,但在数组初始化竞争期间用作比对回退参考值.更新通过CAS-共享变量 */ private transient volatile long baseCount; /** * 表初始化和调整控件大小。如果为负值,则表正在初始化或调整大小:-1用于初始化,若为>= 1 : 活动调整大小线程的数量 * 否则,当table为null时,将保留创建时使用的初始表大小,默认值为0。初始化后,保存下一个要调整表大小的元素计数值。-共享变量 */ private transient volatile int sizeCtl; /** * 扩容时要分割的下一个表的索引-共享变量 */ private transient volatile int transferIndex; /** * Spinlock (locked via CAS) used when resizing and/or creating CounterCells. * 扩容或者创建计数器单元格时使用的自旋锁(通过CAS锁定)-共享变量,用来标记当前数组是否在初始化或者扩容 */ private transient volatile int cellsBusy; /** * 计数器数组。 * 非空时,大小为2的幂次方。 * 并发情况下,采用分段并发,每个值记录每个段的数据的长度. * 计算总量时,将数组的值累加求和即为当前集合的总节点数 */ private transient volatile CounterCell[] counterCells; // views private transient KeySetView<K, V> keySet; private transient ValuesView<K, V> values; private transient EntrySetView<K, V> entrySet; /* ---------------- Public operations -------------- */ /** * Creates a new, empty map with the default initial table size (16). * 构造器,创建一个空的map对象 , 默认带长度[16]的数组 */ public MyConcurrentHashMap() { } /** * 构造器, 创建一个新的空map,可指定其初始化的数组的大小 . 而不需动态调增 */ public MyConcurrentHashMap(int initialCapacity) { if (initialCapacity < 0) throw new IllegalArgumentException(); int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY : tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1)); this.sizeCtl = cap; } /** * 根据入参的map集合类型,创建一个相同的map集合 , 并初始化数据 * * @param m the map */ public MyConcurrentHashMap(Map<? extends K, ? extends V> m) { this.sizeCtl = DEFAULT_CAPACITY; putAll(m); } /** * 构造器 * @param initialCapacity 初始化容量 * @param loadFactor 加载因子 */ public MyConcurrentHashMap(int initialCapacity, float loadFactor) { this(initialCapacity, loadFactor, 1); } /** * 构造器 * @param initialCapacity 初始化容量 * @param loadFactor 加载因子 * @param concurrencyLevel 并发级别--default = 16 */ public MyConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) { if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) throw new IllegalArgumentException(); if (initialCapacity < concurrencyLevel) // 尽可能少的使用concurrencyLevel initialCapacity = concurrencyLevel; // as estimated threads long size = (long) (1.0 + (long) initialCapacity / loadFactor); int cap = (size >= (long) MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : tableSizeFor((int) size); this.sizeCtl = cap; }
2.get方法
/** * get方法 . 若key为空 . 抛空指针异常 */ public V get(Object key) { Node<K, V>[] tab; Node<K, V> e, p; int n, eh; K ek; //位运算.求key的hash值 int h = spread(key.hashCode()); //若当前table节点数组不为空,且节点值不为null if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) { if ((eh = e.hash) == h) { //两种条件判断 : 1.入参key与数组当前偏移量处的对象地址相同 . 2.对象内容相同,则认为当前节点即为目标节点 if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } else if (eh < 0) //若目标节点的hash值<0,则从当前节点处,向下寻找,直到满足key的地址相同或者对象内容相同 return (p = e.find(h, key)) != null ? p.val : null; //hash值相同 , 但不满足对象地址相同或者内容相同的情况下 , 沿着数组当前节点向下[链表或者红黑树]寻找 . 直到满足条件 while ((e = e.next) != null) { if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null; }
3.put数据
/** * put and putIfAbsent */ final V putVal(K key, V value, boolean onlyIfAbsent) { //key & value 不为null if (key == null || value == null) throw new NullPointerException(); //计算偏移量-类似于计算hashcode.[将结果值控制在Integer.max范围内] int hash = spread(key.hashCode()); int binCount = 0; //死循环处理,直到插入成功 for (Node<K, V>[] tab = table; ; ) { Node<K, V> f; int n, i, fh; //若当前数组table为空 . 则进行初始化 if (tab == null || (n = tab.length) == 0) //初始化node数组 tab = initTable(); //根据key的hash值计算key在table中的下标i,取出该节点赋值给f else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { //i = (n - 1) & hash 等同于 i=hash%n(前提是n等于2的幂次方) //如果table[i]==null(没有发生碰撞 即该位置的节点为空), //直接利用CAS操作将该value存储在该位置,若CAS成功,直接退出死循环 if (casTabAt(tab, i, null, new Node<K, V>(hash, key, value, null))) break; // 当添加到空的bin时不上锁 } //若节点位置不为空 , 说明map中该位置已存在节点 //若table[i]节点的hash值为-1 , 说明当前map正在扩容 , 这时当前线程会帮助执行扩容以加快速度并返回扩容后的新的数组 else if ((fh = f.hash) == MOVED) //帮助扩容 tab = helpTransfer(tab, f); else { //table[i]的节点的hash值不等于MOVED[-1] ,说明当前不是处于扩容状态 V oldVal = null; //锁住节点f[在上面的处理中说明逻辑执行到这里时节点f不为null],在加锁期间不允许其他线程操作 //synchronized (f)也实现了线程安全,确保该节点不会被其他线程操作处理 . // 但也只是锁住该节点.该数组下其他的数据不受影响,也支持并发处理 synchronized (f) { if (tabAt(tab, i) == f) { //表示链表节点 if (fh >= 0) { //循环插入到链表中 binCount = 1; for (Node<K, V> e = f; ; ++binCount) { K ek; //查询链表中是否出现了同样的key,若出现则直接更新value,并跳出循环 if (e.hash == hash && ((ek = e.key) == key || (ek != null && key.equals(ek)))) { oldVal = e.val; if (!onlyIfAbsent) e.val = value; break; } //若查询链表没有同样的key , 则直接将数据插入到链表尾部 , 并跳出循环 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 MyConcurrentHashMap.TreeBin) { //如果table[i]为树节点,将节点node转成TreeBin类型 , 则将此节点插入树中即可 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; } } } } if (binCount != 0) { //链表结构中新增节点时,变量binCount才会依次新增,红黑树结构中添加节点时,binCount = 2; //binCount >= TREEIFY_THRESHOLD[8]: 判断是否达到树形化阈值条件 . 将链表结构转变为红黑树 //binCount = 2;表示当前已经是树形化结构了 if (binCount >= TREEIFY_THRESHOLD) { treeifyBin(tab, i); } if (oldVal != null) //若当前节点的旧value不为空,插入成功后返回oldVal { return oldVal; } break; } } } //节点计数器+1 addCount(1L, binCount); return null; }
4.initTable: 初始化数组
/** * 使用sizeCtl中记录的值初始化数组 */ private final Node<K, V>[] initTable() { Node<K, V>[] tab; int sc; // 执行条件 , 当前数组table为空或者长度为0 while ((tab = table) == null || tab.length == 0) { //若sizeCtl[偏移量-用于计算字段在数组中的地址]小于0.执行Thread.yield():使当前线程由执行状态,变成为就绪状态,让出cpu时间, // 在下一个线程执行时候,此线程有可能被执行,也有可能没有被执行。 if ((sc = sizeCtl) < 0) Thread.yield(); //将偏移量设置为-1,表明当前正在执行初始化 . 后续线程将被挂起进入就绪状态. else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { //初始化数组长度,并替换当前sizeCtl的值用于后续扩容 try { if ((tab = table) == null || tab.length == 0) { 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; }
5.addCount: 节点计数器
/** * 从 putVal 传入的参数是 1, binCount,binCount 默认是0,只有 hash 冲突了才会大于 1.且他的大小是链表的长度(如果不是红黑数结构的话)12 * @param x the count to add * @param check if <0, don't check resize, if <= 1 only check if uncontended */ private final void addCount(long x, int check) { CounterCell[] as; long b, s; //若当前计数器数组不为空 if ((as = counterCells) != null || !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { CounterCell a; long v; int m; boolean uncontended = true; if (as == null || (m = as.length - 1) < 0 || (a = as[ThreadLocalRandom.getProbe() & m]) == null || !(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { fullAddCount(x, uncontended); return; } if (check <= 1) return; s = sumCount(); } if (check >= 0) { Node<K, V>[] tab, nt; int n, sc; while (s >= (long) (sc = sizeCtl) && (tab = table) != null && (n = tab.length) < MAXIMUM_CAPACITY) { int rs = resizeStamp(n); if (sc < 0) { if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) break; if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) transfer(tab, nt); } else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null); s = sumCount(); } } }
6.putTreeval():插入树节点
/** *红黑树结构中新增节点数据 * * @return null if added */ final TreeNode<K, V> putTreeVal(int h, K k, V v) { Class<?> kc = null; boolean searched = false; //从根节点开始寻找 for (TreeNode<K, V> p = root; ; ) { int dir, ph; K pk; if (p == null) { //若根节点为空,则初始化将数据插入,并跳出循环 first = root = new TreeNode<K, V>(h, k, v, null, null); break; } else if ((ph = p.hash) > h) //若新增数据的hash值<根节点,dir = -1,插入到左子节点 dir = -1; else if (ph < h) //若新增数据的hash值> 根节点,dir = 1,插入到右子节点 dir = 1; else if ((pk = p.key) == k || (pk != null && k.equals(pk))) //若根节点key同入参key对象地址或者内容相同[如string/int] return p; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { //若key不是对象类型并且未实现compare接口或者dir==0[无法比较两者hash值的大小] if (!searched) { TreeNode<K, V> q, ch; searched = true; if (((ch = p.left) != null && (q = ch.findTreeNode(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.findTreeNode(h, k, kc)) != null)) //从树结构中左右节点找到匹配的子节点 return q; } //对比得到应该往左子树还是右子树中插入 dir = tieBreakOrder(k, pk); } TreeNode<K, V> xp = p; //dir>0 : 往右子节点寻找插入, dir<=0 : 左子节点插入 //子节点为空 if ((p = (dir <= 0) ? p.left : p.right) == null) { //first:线程共享变量 TreeNode<K, V> x, f = first; first = x = new TreeNode<K, V>(h, k, v, f, xp); if (f != null) f.prev = x; if (dir <= 0) xp.left = x; else xp.right = x; if (!xp.red) //红黑树中不可有两个连续的红节点 . 若xp为黑色 . 则x可标注为红色 x.red = true; else { //CAS锁住执行红黑树结构平衡 lockRoot(); try { //插入后用于维持红黑树结构性质的修复操作, root = balanceInsertion(root, x); } finally { unlockRoot(); } } break; } } assert checkInvariants(root); return null; }
7.balanceInsertion():平衡红黑树的结构
/** * 插入后用于维持红黑树性质的修复操作, * @param root * @param x * @param <K> * @param <V> * @return */ static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x) { x.red = true;//插入的结点设为红色 for (TreeNode<K,V> xp, xpp, xppl, xppr;;) { if ((xp = x.parent) == null) { x.red = false;//x的父亲为null代表x是根结点,x改黑色直接结束 return x; } else if (!xp.red || (xpp = xp.parent) == null) return root;//若x的父结点为黑色或者x的父亲为根结点(实际上根应该是黑色)插入红色结点不影响红黑树性质 if (xp == (xppl = xpp.left)) { if ((xppr = xpp.right) != null && xppr.red) { //xppr为x的叔叔,且叔叔为红色,x的叔叔和父亲改为红色,x的爷爷改为黑色,x指针上移到爷爷的位置 xppr.red = false; xp.red = false; xpp.red = true; x = xpp; } else { if (x == xp.right) { //情况2,x的叔叔是黑色且x是右儿子。对x上升至父亲后执行一次左旋 root = rotateLeft(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { //情况3,x的叔叔是黑色且x是左儿子。x的父亲改黑色,x的爷爷改红色后对x的爷爷进行右旋 xp.red = false; if (xpp != null) { xpp.red = true; root = rotateRight(root, xpp); } } } } else {//以下为对称的操作.平衡红黑树的节点数 if (xppl != null && xppl.red) { xppl.red = false; xp.red = false; xpp.red = true; x = xpp; } else { if (x == xp.left) { //右旋 root = rotateRight(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { xp.red = false; if (xpp != null) { xpp.red = true; //左旋 root = rotateLeft(root, xpp); } } } } } }
8.tableSizeFor(): 确保当前table的大小为2的N次方
/** * 通过位运算将传入的数据换算为>=c的2的N次方的数值 * 如 : * 入参: 8 .return 8 * 入参: 10 .return 16 * 入参: 17 .return 32 */ private static final int tableSizeFor(int c) { int n = c - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }
9. treeifyBin(): 链表转红黑树
/** * 数组中index下的链表数据进行树形化转换 */ private final void treeifyBin(Node<K, V>[] tab, int index) { Node<K, V> b; int n, sc; if (tab != null) { //若当前数组长度<64. if ((n = tab.length) < MIN_TREEIFY_CAPACITY) //n <<1 = n*2 对table进行扩容 tryPresize(n << 1); else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { synchronized (b) { if (tabAt(tab, index) == b) { TreeNode<K, V> hd = null, tl = null; //1.取出下标index的数据节点 //2.依次循环将Node节点对象转为TreeNode for (Node<K, V> e = b; e != null; e = e.next) { TreeNode<K, V> p = new TreeNode<K, V>(e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null) //若节点P的父节点数据为空,p为该树结构的头节点 hd = p; else //不然,将tl的下节点设置为P tl.next = p; //重置tl临时变量,便于下次循环处理prev/next[上下节点指针] tl = p; } //重设数组数据 setTabAt(tab, index, new TreeBin<K, V>(hd)); } } } } }
10.tryPresize: 数组扩容
/** * 扩容 */ private final void tryPresize(int size) { //size + (size >>> 1) + 1 : 8 + (8/2) + 1 //tableSizeFor : 15->16 . 7->8 . 8->8 int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY : tableSizeFor(size + (size >>> 1) + 1); int sc; while ((sc = sizeCtl) >= 0) { Node<K, V>[] tab = table; int n; //若当前table为空,则初始化,采用CAS算法自旋确保并发 if (tab == null || (n = tab.length) == 0) { n = (sc > c) ? sc : c; if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if (table == tab) { @SuppressWarnings("unchecked") Node<K, V>[] nt = (Node<K, V>[]) new Node<?, ?>[n]; table = nt; sc = n - (n >>> 2); } } finally { sizeCtl = sc; } } } else if (c <= sc || n >= MAXIMUM_CAPACITY) //若已超出最大值.直接退出 break; else if (tab == table) { int rs = resizeStamp(n); if (sc < 0) { Node<K, V>[] nt; if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) break; if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) //数据迁移 transfer(tab, nt); } else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null); } } }
11. resizeStamp
/** * Integer.numberOfLeadingZeros(n) : 给定一个int类型数据,返回这个数据的二进制串中从最左边算起连续的“0”的总数量。 * 因为int类型的数据长度为32所以高位不足的地方会以“0”填充。 * 1 << (RESIZE_STAMP_BITS - 1) : 1左移一定位数 . 这里RESIZE_STAMP_BITS作为偏移量使用 */ static final int resizeStamp(int n) { return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1)); }
12.helpTransfer: 辅助扩容
/** * 帮助执行扩容 * 关于 sizeCtl 变量: * -1 :代表table正在初始化,其他线程应该交出CPU时间片; -N: 表示正有N-1个线程执行扩容操作(高 16 位是 length 生成的标识符,低 16 位是扩容的线程数) * 大于 0: 如果table已经初始化,代表table容量,默认为table大小的0.75,如果还未初始化,代表需要初始化的大小 * * @param tab 当前table数组 * @param f 当前槽位的变量 * @return */ final Node<K, V>[] helpTransfer(Node<K, V>[] tab, Node<K, V> f) { Node<K, V>[] nextTab; int sc; //数据校验 : table数组不为空 , 且node节点为转移类型 , 且node节点的nextTable不为空. 尝试帮助扩容 if (tab != null && (f instanceof MyConcurrentHashMap.ForwardingNode) && (nextTab = ((ForwardingNode<K, V>) f).nextTable) != null) { //根据数组长度计算得到一个标识符号 int rs = resizeStamp(tab.length); //如果nextTab和tab没有被并发修改,且sizeCtl < 0[表示正在扩容], while (nextTab == nextTable && table == tab && (sc = sizeCtl) < 0) { //如果sizeCtl无符号右移16位不等于rs[即若sc的前16位不等于标识符,说明标识符发生了变化.这时将结束执行] //或者若sc = rs + 1,说明sc此时为非负数,表示此时扩容已结束 //或者sc = rs + 65535[允许的最大帮助线程数量],不在执行 //或者transferIndex <= 0[转移下标发生了调整,扩容结束] //满足上述一点,结束循环,返回table if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || transferIndex <= 0) break; //将SIZECTL + 1,表示此时辅助扩容的线程又多了一个 . SIZECTL为共享变量,可以在其他线程执行时实时读取到.起到线程间通知的效果 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) { //转移节点 transfer(tab, nextTab); break; } } return nextTab; } return table; }
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 被坑几百块钱后,我竟然真的恢复了删除的微信聊天记录!
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单,K8s 太复杂?w7panel 让容器管理更轻松!