zoukankan      html  css  js  c++  java
  • ConcurrentHashMap底层实现

    1.ConcurrentHashMap和HashTable之间
    ConcurrentHashMap性能高于HashTable,都能够完成线程安全操作,
    Hashtable中线程安全使用synchronized同步方法进行加锁操作,如果当前一个线程正在访问该集合,其他线程是无法进行访问的,需要进行等待
    反之ConcurrentHashMap当中采用分段锁机制



    1. JDK1.7和JDK1.8底层实现的区别
    JDK1.8版本之前,ConcurrentHashMap使用分段锁技术,将数据分成一段一段的进行村粗,每一个数据段配置一把锁Segment(继承ReentrantLock)
    底层采用:Segment+HashEntry
    当数据添加时,根据key值找到Segment对应的数据段,然后匹配数据块,采用链表方式进行存储

    1.8版本之后,ConcurrentHashMap取消了Segment分段所的机制,底层采用Node数组+链表+红黑树,从而实现一段数据进行加锁,减少了并发,CAS(读)+synchronized(写)
    当数据添加时,根据key值找到对应数组的Node,中间采用CAS和synchronized进行数据操作


    2. ConcurrentHashMap底层put方法实现的核心逻辑

    public V put(K key, V value) {
    return putVal(key, value, false);
    }
    
    
    
    /** Implementation for put and putIfAbsent */
    final V putVal(K key, V value, boolean onlyIfAbsent) {
    if (key == null || value == null) throw new NullPointerException();    //判断key和value是否为空,如果为空则报异常
    int hash = spread(key.hashCode());    //重新计算key的hash值,有效减少Hash值冲突
    int binCount = 0;
    for (Node<K,V>[] tab = table;;) {    //遍历当前数组当中所有的数据
    Node<K,V> f; int n, i, fh;
    if (tab == null || (n = tab.length) == 0)    //判断数组是否为空
    tab = initTable();    //如果为空要进行数组的初始化操作
    else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {    //根据key的Hash值找到位置,如果该位置没有元素
    if (casTabAt(tab, i, null,
    new Node<K,V>(hash, key, value, null)))    //获取到空的元素,然后重新创建一个新的Node放进去
    break; // no lock when adding to empty bin
    }
    else if ((fh = f.hash) == MOVED)    //判断当前数组元素状态是否需要扩容
    tab = helpTransfer(tab, f);
    else {
    V oldVal = null;
    synchronized (f) {    //加锁
    if (tabAt(tab, i) == f) {    
    if (fh >= 0) {
    binCount = 1;
    for (Node<K,V> e = f;; ++binCount) {
    K ek;
    if (e.hash == hash &&    //判断添加的key和原有key进行Hash值判断以及key值判断,如果相等则覆盖
    ((ek = e.key) == key ||
    (ek != null && key.equals(ek)))) {
    oldVal = e.val;
    if (!onlyIfAbsent)
    e.val = value;
    break;
    }
    Node<K,V> pred = e;
    if ((e = e.next) == null) {    //判断当前节点的下一个节点是否为空,如果为空则添加到下一个节点当中
    pred.next = new Node<K,V>(hash, key,
    value, null);
    break;
    }
    }
    }
    else if (f instanceof TreeBin) {    //判断当前节点是否为红黑树
    Node<K,V> p;
    binCount = 2;
    if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
    value)) != null) {    //如果为红黑树则创建一个树节点
    oldVal = p.val;
    if (!onlyIfAbsent)
    p.val = value;
    }
    }
    }
    }
    if (binCount != 0) {
    if (binCount >= TREEIFY_THRESHOLD)    //根据当前循环次数判断链表中存在多少个数据,如果数据阀值大于等于8
    //则进行红黑树转换
    treeifyBin(tab, i);
    if (oldVal != null)
    return oldVal;
    break;
    }
    }
    }
    addCount(1L, binCount);    //判断是否需要扩容
    return null;
    }


  • 相关阅读:
    JavaScript
    CSS
    HTML
    python面试题解析(前端、框架和其他)
    python面试题解析(数据库和缓存)
    python面试题解析(网络编程与并发)
    python面试题解析(python基础篇80题)
    python面试题
    P103 单源最短路问题 第三种Dijkstra算法
    P103 Dijkstra算法 单源最短路问题优化算法
  • 原文地址:https://www.cnblogs.com/liuying23/p/12510527.html
Copyright © 2011-2022 走看看