CopyOnWriteArrayList
CopyOnWriteArrayList类最大的特点就是,在对其实例进行修改操作(add/remove等)会新建一个数据并修改,修改完毕之后,再将原来的引用指向新的数组。这样,修改过程没有修改原来的数组。也就没有了ConcurrentModificationException错误。
从上面的结果很容易就看出来,hashcode变化了多次,说明了list已经不是原来的list对象了。这说明了CopyOnWriteArrayList类的add函数在执行的时候确实是修改了list的数组对象。
add函数
1. /**
2. * Appends the specified element to the end of this list.
3. *
4. * @param e element to be appended to this list
5. * @return <tt>true</tt> (as specified by {@link Collection#add})
6. */
7. public boolean add(E e) {
8. final ReentrantLock lock = this.lock;
9. lock.lock();
10. try {
11. Object[] elements = getArray();
12. int len = elements.length;
13. Object[] newElements = Arrays.copyOf(elements, len + 1);
14. newElements[len] = e;
15. setArray(newElements);
16. return true;
17. } finally {
18. lock.unlock();
19. }
20. }
add函数中拷贝了原来的数组并在最后加上了新元素。然后调用setArray函数将引用链接到新数组:
1. /**
2. * Sets the array.
3. */
4. final void setArray(Object[] a) {
5. array = a;
6. }
CopyOnWriteArrayList是ArrayList 的一个线程安全的变体,其中所有可变操作(add、set等等)都是通过对底层数组进行一次新的复制来实现的。
这一般需要很大的开销,但是当遍历操作的数量大大超过可变操作的数量时,这种方法可能比其他替代方法更 有效。在不能或不想进行同步遍历,但又需要从并发线程中排除冲突时,它也很有用。
“快照”风格的迭代器方法在创建迭代器时使用了对数组状态的引用。此数组在迭代器的生存期内不会更改,因此不可能发生冲突,并且迭代器保证不会抛出ConcurrentModificationException。
创建迭代器以后,迭代器就不会反映列表的添加、移除或者更改。
在迭代器上进行的元素更改操作(remove、set和add)不受支持。这些方法将抛出UnsupportedOperationException。允许使用所有元素,包括null。
这个类和ArrayList最大的区别就是add(E) 的时候。容器会自动copy一份出来然后再尾部add(E)。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
/** * Appends the specified element to the end of this list. * * @param e element to be appended to this list * @return <tt>true</tt> (as specified by {@link Collection#add}) */ public boolean add(E e) { final ReentrantLock lock = this .lock; lock.lock(); try { Object[] elements = getArray(); int len = elements.length; Object[] newElements = Arrays.copyOf(elements, len + 1 ); newElements[len] = e; setArray(newElements); return true ; } finally { lock.unlock(); } } |
CopyOnWriteArrayList add(E) 和remove(int index)都是对新的数组进行修改和新增。所以在多线程操作时不会出现java.util.ConcurrentModificationException错误。
总结
CopyOnWriteArrayList适合使用在读操作远远大于写操作的场景里,比如缓存。
发生修改时候做copy,新老版本分离,保证读的高性能,适用于以读为主的情况。