面试官再问你 HashMap 底层原理,就把这篇文章甩给他看
前言
hashmap 源码和底层原理在现在面试中是必问的。因此,我们非常有必要搞清楚它的底层实现和思想,才能在面试中对答如流,跟面试官大战三百回合。文章较长,介绍了很多原理性的问题,希望对你有所帮助~
目录
本篇文章主要包括以下内容:
- hashmap 的存储结构
- 常用变量说明,如加载因子等
- hashmap 的四个构造函数
- tablesizefor()方法及作用
- put()方法详解
- hash()方法,以及避免哈希碰撞的原理
- resize()扩容机制及原理
- get()方法
- 为什么hashmap链表会形成死循环,jdk1.8做了哪些优化
正文
**说明:**本篇主要以jdk1.8的源码来分析,顺带讲下和jdk1.7的一些区别。
hashmap存储结构
这里需要区分一下,jdk1.7和 jdk1.8之后的 hashmap 存储结构。在jdk1.7及之前,是用数组加链表的方式存储的。
但是,众所周知,当链表的长度特别长的时候,查询效率将直线下降,查询的时间复杂度为 o(n)。因此,jdk1.8 把它设计为达到一个特定的阈值之后,就将链表转化为红黑树。
这里简单说下红黑树的特点:
- 每个节点只有两种颜色:红色或者黑色
- 根节点必须是黑色
- 每个叶子节点(nil)都是黑色的空节点
- 从根节点到叶子节点,不能出现两个连续的红色节点
- 从任一节点出发,到它下边的子节点的路径包含的黑色节点数目都相同
由于红黑树,是一个自平衡的二叉搜索树,因此可以使查询的时间复杂度降为o(logn)。(红黑树不是本文重点,不了解的童鞋可自行查阅相关资料哈)
hashmap 结构示意图:
常用的变量
在 hashmap源码中,比较重要的常用变量,主要有以下这些。还有两个内部类来表示普通链表的节点和红黑树节点。
//默认的初始化容量为16,必须是2的n次幂 static final int default_initial_capacity = 1 << 4; // aka 16 //最大容量为 2^30 static final int maximum_capacity = 1 << 30; //默认的加载因子0.75,乘以数组容量得到的值,用来表示元素个数达到多少时,需要扩容。 //为什么设置 0.75 这个值呢,简单来说就是时间和空间的权衡。 //若小于0.75如0.5,则数组长度达到一半大小就需要扩容,空间使用率大大降低, //若大于0.75如0.8,则会增大hash冲突的概率,影响查询效率。 static final float default_load_factor = 0.75f; //刚才提到了当链表长度过长时,会有一个阈值,超过这个阈值8就会转化为红黑树 static final int treeify_threshold = 8; //当红黑树上的元素个数,减少到6个时,就退化为链表 static final int untreeify_threshold = 6; //链表转化为红黑树,除了有阈值的限制,还有另外一个限制,需要数组容量至少达到64,才会树化。 //这是为了避免,数组扩容和树化阈值之间的冲突。 static final int min_treeify_capacity = 64; //存放所有node节点的数组 transient node<k,v>[] table; //存放所有的键值对 transient set<map.entry<k,v>> entryset; //map中的实际键值对个数,即数组中元素个数 transient int size; //每次结构改变时,都会自增,fail-fast机制,这是一种错误检测机制。 //当迭代集合的时候,如果结构发生改变,则会发生 fail-fast,抛出异常。 transient int modcount; //数组扩容阈值 int threshold; //加载因子 final float loadfactor; //普通单向链表节点类 static class node<k,v> implements map.entry<k,v> { //key的hash值,put和get的时候都需要用到它来确定元素在数组中的位置 final int hash; final k key; v value; //指向单链表的下一个节点 node<k,v> next; node(int hash, k key, v value, node<k,v> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } } //转化为红黑树的节点类 static final class treenode<k,v> extends linkedhashmap.entry<k,v> { //当前节点的父节点 treenode<k,v> parent; //左孩子节点 treenode<k,v> left; //右孩子节点 treenode<k,v> right; //指向前一个节点 treenode<k,v> prev; // needed to unlink next upon deletion //当前节点是红色或者黑色的标识 boolean red; treenode(int hash, k key, v val, node<k,v> next) { super(hash, key, val, next); } }
hashmap 构造函数
hashmap有四个构造函数可供我们使用,一起来看下:
//默认无参构造,指定一个默认的加载因子 public hashmap() { this.loadfactor = default_load_factor; } //可指定容量的有参构造,但是需要注意当前我们指定的容量并不一定就是实际的容量,下面会说 public hashmap(int initialcapacity) { //同样使用默认加载因子 this(initialcapacity, default_load_factor); } //可指定容量和加载因子,但是笔者不建议自己手动指定非0.75的加载因子 public hashmap(int initialcapacity, float loadfactor) { if (initialcapacity < 0) throw new illegalargumentexception("illegal initial capacity: " + initialcapacity); if (initialcapacity > maximum_capacity) initialcapacity = maximum_capacity; if (loadfactor <= 0 || float.isnan(loadfactor)) throw new illegalargumentexception("illegal load factor: " + loadfactor); this.loadfactor = loadfactor; //这里就是把我们指定的容量改为一个大于它的的最小的2次幂值,如传过来的容量是14,则返回16 //注意这里,按理说返回的值应该赋值给 capacity,即保证数组容量总是2的n次幂,为什么这里赋值给了 threshold 呢? //先卖个关子,等到 resize 的时候再说 this.threshold = tablesizefor(initialcapacity); } //可传入一个已有的map public hashmap(map<? extends k, ? extends v> m) { this.loadfactor = default_load_factor; putmapentries(m, false); } //把传入的map里边的元素都加载到当前map final void putmapentries(map<? extends k, ? extends v> m, boolean evict) { int s = m.size(); if (s > 0) { if (table == null) { // pre-size float ft = ((float)s / loadfactor) + 1.0f; int t = ((ft < (float)maximum_capacity) ? (int)ft : maximum_capacity); if (t > threshold) threshold = tablesizefor(t); } else if (s > threshold) resize(); for (map.entry<? extends k, ? extends v> e : m.entryset()) { k key = e.getkey(); v value = e.getvalue(); //put方法的具体实现,后边讲 putval(hash(key), key, value, false, evict); } } }
tablesizefor()
上边的第三个构造函数中,调用了 tablesizefor 方法,这个方法是怎么实现的呢?
static final int tablesizefor(int cap) { int n = cap - 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; }
我们以传入参数为14 来举例,计算这个过程。
首先,14传进去之后先减1,n此时为13。然后是一系列的无符号右移运算。
//13的二进制 0000 0000 0000 0000 0000 0000 0000 1101 //无右移1位,高位补0 0000 0000 0000 0000 0000 0000 0000 0110 //然后把它和原来的13做或运算得到,此时的n值 0000 0000 0000 0000 0000 0000 0000 1111 //再以上边的值,右移2位 0000 0000 0000 0000 0000 0000 0000 0011 //然后和第一次或运算之后的 n 值再做或运算,此时得到的n值 0000 0000 0000 0000 0000 0000 0000 1111 ... //我们会发现,再执行右移 4,8,16位,同样n的值不变 //当n小于0时,返回1,否则判断是否大于最大容量,是的话返回最大容量,否则返回 n+1 return (n < 0) ? 1 : (n >= maximum_capacity) ? maximum_capacity : n + 1; //很明显我们这里返回的是 n+1 的值, 0000 0000 0000 0000 0000 0000 0000 1111 + 1 0000 0000 0000 0000 0000 0000 0001 0000
将它转为十进制,就是 2^4 = 16 。我们会发现一个规律,以上的右移运算,最终会把最低位的值都转化为 1111 这样的结构,然后再加1,就是1 0000 这样的结构,它一定是 2的n次幂。因此,这个方法返回的就是大于当前传入值的最小(最接近当前值)的一个2的n次幂的值。
put()方法详解
//put方法,会先调用一个hash()方法,得到当前key的一个hash值, //用于确定当前key应该存放在数组的哪个下标位置 //这里的 hash方法,我们姑且先认为是key.hashcode(),其实不是的,一会儿细讲 public v put(k key, v value) { return putval(hash(key), key, value, false, true); } //把hash值和当前的key,value传入进来 //这里onlyifabsent如果为true,表明不能修改已经存在的值,因此我们传入false //evict只有在方法 afternodeinsertion(boolean evict) { }用到,可以看到它是一个空实现,因此不用关注这个参数 final v putval(int hash, k key, v value, boolean onlyifabsent, boolean evict) { node<k,v>[] tab; node<k,v> p; int n, i; //判断table是否为空,如果空的话,会先调用resize扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //根据当前key的hash值找到它在数组中的下标,判断当前下标位置是否已经存在元素, //若没有,则把key、value包装成node节点,直接添加到此位置。 // i = (n - 1) & hash 是计算下标位置的,为什么这样算,后边讲 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newnode(hash, key, value, null); else { //如果当前位置已经有元素了,分为三种情况。 node<k,v> e; k k; //1.当前位置元素的hash值等于传过来的hash,并且他们的key值也相等, //则把p赋值给e,跳转到①处,后续需要做值的覆盖处理 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //2.如果当前是红黑树结构,则把它加入到红黑树 else if (p instanceof treenode) e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value); else { //3.说明此位置已存在元素,并且是普通链表结构,则采用尾插法,把新节点加入到链表尾部 for (int bincount = 0; ; ++bincount) { if ((e = p.next) == null) { //如果头结点的下一个节点为空,则插入新节点 p.next = newnode(hash, key, value, null); //如果在插入的过程中,链表长度超过了8,则转化为红黑树 if (bincount >= treeify_threshold - 1) // -1 for 1st treeifybin(tab, hash); //插入成功之后,跳出循环,跳转到①处 break; } //若在链表中找到了相同key的话,直接退出循环,跳转到①处 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //① 此时e有两种情况 //1.说明发生了碰撞,e代表的是旧值,因此节点位置不变,但是需要替换为新值 //2.说明e是插入链表或者红黑树,成功后的新节点 if (e != null) { // existing mapping for key v oldvalue = e.value; //用新值替换旧值,并返回旧值。 //oldvalue为空,说明e是新增的节点或者也有可能旧值本来就是空的,因为hashmap可存空值 if (!onlyifabsent || oldvalue == null) e.value = value; //看方法名字即可知,这是在node被访问之后需要做的操作。其实此处是一个空实现, //只有在 linkedhashmap才会实现,用于实现根据访问先后顺序对元素进行排序,hashmap不提供排序功能 // callbacks to allow linkedhashmap post-actions //void afternodeaccess(node<k,v> p) { } afternodeaccess(e); return oldvalue; } } //fail-fast机制 ++modcount; //如果当前数组中的元素个数超过阈值,则扩容 if (++size > threshold) resize(); //同样的空实现 afternodeinsertion(evict); return null; }
hash()计算原理
前面 put 方法中说到,需要先把当前key进行哈希处理,我们看下这个方法是怎么实现的。
static final int hash(object key) { int h; return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16); }
这里,会先判断key是否为空,若为空则返回0。这也说明了hashmap是支持key传 null 的。若非空,则先计算key的hashcode值,赋值给h,然后把h右移16位,并与原来的h进行异或处理。为什么要这样做,这样做有什么好处呢?
我们知道,hashcode()方法继承自父类object,它返回的是一个 int 类型的数值,可以保证同一个应用单次执行的每次调用,返回结果都是相同的(这个说明可以在hashcode源码上找到),这就保证了hash的确定性。在此基础上,再进行某些固定的运算,肯定结果也是可以确定的。
我随便运行一段程序,把它的 hashcode的二进制打印出来,如下。
public static void main(string[] args) { object o = new object(); int hash = o.hashcode(); system.out.println(hash); system.out.println(integer.tobinarystring(hash)); } //1836019240 //1101101011011110110111000101000
然后,进行 (h = key.hashcode()) ^ (h >>> 16) 这一段运算。
//h原来的值 0110 1101 0110 1111 0110 1110 0010 1000 //无符号右移16位,其实相当于把低位16位舍去,只保留高16位 0000 0000 0000 0000 0110 1101 0110 1111 //然后高16位和原 h进行异或运算 0110 1101 0110 1111 0110 1110 0010 1000 ^ 0000 0000 0000 0000 0110 1101 0110 1111 = 0110 1101 0110 1111 0000 0011 0100 0111
可以看到,其实相当于,我们把高16位值和当前h的低16位进行了混合,这样可以尽量保留高16位的特征,从而降低哈希碰撞的概率。
思考一下,为什么这样做,就可以降低哈希碰撞的概率呢?先别着急,我们需要结合 i = (n - 1) & hash 这一段运算来理解。
** (n-1) & hash 作用**
//② //这是 put 方法中用来根据hash()值寻找在数组中的下标的逻辑, //n为数组长度, hash为调用 hash()方法混合处理之后的hash值。 i = (n - 1) & hash
我们知道,如果给定某个数值,去找它在某个数组中的下标位置时,直接用模运算就可以了(假设数组值从0开始递增)。如,我找 14 在数组长度为16的数组中的下标,即为 14 % 16,等于14 。 18的位置即为 18%16,等于2。
而②中,就是取模运算的位运算形式。以18%16为例
//18的二进制 0001 0010 //16 -1 即 15的二进制 0000 1111 //与运算之后的结果为 0000 0010 // 可以看到,上边的结果转化为十进制就是 2 。 //其实我们会发现一个规律,因为n是2的n次幂,因此它的二进制表现形式肯定是类似于 0001 0000 //这样的形式,只有一个位是1,其他位都是0。而它减 1 之后的形式就是类似于 0000 1111 //这样的形式,高位都是0,低位都是1,因此它和任意值进行与运算,结果值肯定在这个区间内 0000 0000 ~ 0000 1111 //也就是0到15之间,(以n为16为例) //因此,这个运算就可以实现取模运算,而且位运算还有个好处,就是速度比较快。
为什么高低位异或运算可以减少哈希碰撞
我们想象一下,假如用 key 原来的hashcode值,直接和 (n-1) 进行与运算来求数组下标,而不进行高低位混合运算,会产生什么样的结果。
//例如我有另外一个h2,和原来的 h相比较,高16位有很大的不同,但是低16位相似度很高,甚至相同的话。 //原h值 0110 1101 0110 1111 0110 1110 0010 1000 //另外一个h2值 0100 0101 1110 1011 0110 0110 0010 1000 // n -1 ,即 15 的二进制 0000 0000 0000 0000 0000 0000 0000 1111 //可以发现 h2 和 h 的高位不相同,但是低位相似度非常高。 //他们分别和 n -1 进行与运算时,得到的结果却是相同的。(此处n假设为16) //因为 n-1 的高16位都是0,不管 h 的高 16 位是什么,与运算之后,都不影响最终结果,高位一定全是 0 //因此,哈希碰撞的概率就大大增加了,并且 h 的高16 位特征全都丢失了。
爱思考的同学可能就会有疑问了,我进行高低16位混合运算,是可以的,这样可以保证尽量减少高区位的特征。那么,为什么选择用异或运算呢,我用与、或、非运算不行吗?
这是有一定的道理的。我们看一个表格,就能明白了。
可以看到两个值进行与运算,结果会趋向于0;或运算,结果会趋向于1;而只有异或运算,0和1的比例可以达到1:1的平衡状态。(非呢?别扯犊子了,两个值怎么做非运算。。。)
所以,异或运算之后,可以让结果的随机性更大,而随机性大了之后,哈希碰撞的概率当然就更小了。
以上,就是为什么要对一个hash值进行高低位混合,并且选择异或运算来混合的原因。
resize() 扩容机制
在上边 put 方法中,我们会发现,当数组为空的时候,会调用 resize 方法,当数组的 size 大于阈值的时候,也会调用 resize方法。 那么看下 resize 方法都做了哪些事情吧。
final node<k,v>[] resize() { //旧数组 node<k,v>[] oldtab = table; //旧数组的容量 int oldcap = (oldtab == null) ? 0 : oldtab.length; //旧数组的扩容阈值,注意看,这里取的是当前对象的 threshold 值,下边的第2种情况会用到。 int oldthr = threshold; //初始化新数组的容量和阈值,分三种情况讨论。 int newcap, newthr = 0; //1.当旧数组的容量大于0时,说明在这之前肯定调用过 resize扩容过一次,才会导致旧容量不为0。 //为什么这样说呢,之前我在 tablesizefor 卖了个关子,需要注意的是,它返回的值是赋给了 threshold 而不是 capacity。 //我们在这之前,压根就没有在任何地方看到过,它给 capacity 赋初始值。 if (oldcap > 0) { //容量达到了最大值 if (oldcap >= maximum_capacity) { threshold = integer.max_value; return oldtab; } //新数组的容量和阈值都扩大原来的2倍 else if ((newcap = oldcap << 1) < maximum_capacity && oldcap >= default_initial_capacity) newthr = oldthr << 1; // double threshold } //2.到这里,说明 oldcap <= 0,并且 oldthr(threshold) > 0,这就是 map 初始化的时候,第一次调用 resize的情况 //而 oldthr的值等于 threshold,此时的 threshold 是通过 tablesizefor 方法得到的一个2的n次幂的值(我们以16为例)。 //因此,需要把 oldthr 的值,也就是 threshold ,赋值给新数组的容量 newcap,以保证数组的容量是2的n次幂。 //所以我们可以得出结论,当map第一次 put 元素的时候,就会走到这个分支,把数组的容量设置为正确的值(2的n次幂) //但是,此时 threshold 的值也是2的n次幂,这不对啊,它应该是数组的容量乘以加载因子才对。别着急,这个会在③处理。 else if (oldthr > 0) // initial capacity was placed in threshold newcap = oldthr; //3.到这里,说明 oldcap 和 oldthr 都是小于等于0的。也说明我们的map是通过默认无参构造来创建的, //于是,数组的容量和阈值都取默认值就可以了,即 16 和 12。 else { // zero initial threshold signifies using defaults newcap = default_initial_capacity; newthr = (int)(default_load_factor * default_initial_capacity); } //③ 这里就是处理第2种情况,因为只有这种情况 newthr 才为0, //因此计算 newthr(用 newcap即16 乘以加载因子 0.75,得到 12) ,并把它赋值给 threshold if (newthr == 0) { float ft = (float)newcap * loadfactor; newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ? (int)ft : integer.max_value); } //赋予 threshold 正确的值,表示数组下次需要扩容的阈值(此时就把原来的 16 修正为了 12)。 threshold = newthr; @suppresswarnings({"rawtypes","unchecked"}) node<k,v>[] newtab = (node<k,v>[])new node[newcap]; table = newtab; //如果原来的数组不为空,那么我们就需要把原来数组中的元素重新分配到新的数组中 //如果是第2种情况,由于是第一次调用resize,此时数组肯定是空的,因此也就不需要重新分配元素。 if (oldtab != null) { //遍历旧数组 for (int j = 0; j < oldcap; ++j) { node<k,v> e; //取到当前下标的第一个元素,如果存在,则分三种情况重新分配位置 if ((e = oldtab[j]) != null) { oldtab[j] = null; //1.如果当前元素的下一个元素为空,则说明此处只有一个元素 //则直接用它的hash()值和新数组的容量取模就可以了,得到新的下标位置。 if (e.next == null) newtab[e.hash & (newcap - 1)] = e; //2.如果是红黑树结构,则拆分红黑树,必要时有可能退化为链表 else if (e instanceof treenode) ((treenode<k,v>)e).split(this, newtab, j, oldcap); //3.到这里说明,这是一个长度大于 1 的普通链表,则需要计算并 //判断当前位置的链表是否需要移动到新的位置 else { // preserve order // lohead 和 lotail 分别代表链表旧位置的头尾节点 node<k,v> lohead = null, lotail = null; // hihead 和 hitail 分别代表链表移动到新位置的头尾节点 node<k,v> hihead = null, hitail = null; node<k,v> next; do { next = e.next; //如果当前元素的hash值和oldcap做与运算为0,则原位置不变 if ((e.hash & oldcap) == 0) { if (lotail == null) lohead = e; else lotail.next = e; lotail = e; } //否则,需要移动到新的位置 else { if (hitail == null) hihead = e; else hitail.next = e; hitail = e; } } while ((e = next) != null); //原位置不变的一条链表,数组下标不变 if (lotail != null) { lotail.next = null; newtab[j] = lohead; } //移动到新位置的一条链表,数组下标为原下标加上旧数组的容量 if (hitail != null) { hitail.next = null; newtab[j + oldcap] = hihead; } } } } } return newtab; }
上边还有一个非常重要的运算,我们没有讲解。就是下边这个判断,它用于把原来的普通链表拆分为两条链表,位置不变或者放在新的位置。
if ((e.hash & oldcap) == 0) {} else {}
我们以原数组容量16为例,扩容之后容量为32。说明下为什么这样计算。
还是用之前的hash值举例。
//e.hash值 0110 1101 0110 1111 0110 1110 0010 1000 //oldcap值,即16 0000 0000 0000 0000 0000 0000 0001 0000 //做与运算,我们会发现结果不是0就是非0, //而且它取决于 e.hash 二进制位的倒数第五位是 0 还是 1, //若倒数第五位为0,则结果为0,若倒数第五位为1,则结果为非0。 //那这个和新数组有什么关系呢? //别着急,我们看下新数组的容量是32,如果求当前hash值在新数组中的下标,则为 // e.hash &( 32 - 1) 这样的运算 ,即 hash 与 31 进行与运算, 0110 1101 0110 1111 0110 1110 0010 1000 & 0000 0000 0000 0000 0000 0000 0001 1111 = 0000 0000 0000 0000 0000 0000 0000 1000 //接下来,我们对比原来的下标计算结果和新的下标结果,看图
看下面的图,我们观察,hash值和旧数组进行与运算的结果 ,跟新数组的与运算结果有什么不同。
会发现一个规律:
若hash值的倒数第五位是0,则新下标与旧下标结果相同,都为 0000 1000
若hash值的倒数第五位是1,则新下标(0001 1000)与旧下标(0000 1000)结果值相差了 16 。
因此,我们就可以根据 (e.hash & oldcap == 0) 这个判断的真假来决定,当前元素应该在原来的位置不变,还是在新的位置(原位置 + 16)。
如果,上边的推理还是不明白的话,我再举个简单的例子。
18%16=2 18%32=18 34%16=2 34%32=2 50%16=2 50%32=18
怎么样,发现规律没,有没有那个感觉了?
计算中的18,34 ,50 其实就相当于 e.hash 值,和新旧数组做取模运算,得到的结果,要么就是原来的位置不变,要么就是原来的位置加上旧数组的长度。
get()方法
有了前面的基础,get方法就比较简单了。
public v get(object key) { node<k,v> e; //如果节点为空,则返回null,否则返回节点的value。这也说明,hashmap是支持value为null的。 //因此,我们就明白了,为什么hashmap支持key和value都为null return (e = getnode(hash(key), key)) == null ? null : e.value; } final node<k,v> getnode(int hash, object key) { node<k,v>[] tab; node<k,v> first, e; int n; k k; //首先要确保数组不能为空,然后取到当前hash值计算出来的下标位置的第一个元素 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //若hash值和key都相等,则说明我们要找的就是第一个元素,直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果不是的话,就遍历当前链表(或红黑树) if ((e = first.next) != null) { //如果是红黑树结构,则找到当前key所在的节点位置 if (first instanceof treenode) return ((treenode<k,v>)first).gettreenode(hash, key); //如果是普通链表,则向后遍历查找,直到找到或者遍历到链表末尾为止。 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } //否则,说明没有找到,返回null return null; }
为什么hashmap链表会形成死循环
准确的讲应该是 jdk1.7 的 hashmap 链表会有死循环的可能,因为jdk1.7是采用的头插法,在多线程环境下有可能会使链表形成环状,从而导致死循环。jdk1.8做了改进,用的是尾插法,不会产生死循环。
那么,链表是怎么形成环状的呢?
关于这一点的解释,我发现网上文章抄来抄去的,而且都来自左耳朵耗子,更惊奇的是,连配图都是一模一样的。(别问我为什么知道,因为我也看过耗子叔的文章,哈哈。然而,菜鸡的我,那篇文章,并没有看懂。。。)
我实在看不下去了,于是一怒之下,就有了这篇文章。我会照着源码一步一步的分析变量之间的关系怎么变化的,并有配图哦。
我们从 put()方法开始,最终找到线程不安全的那个方法。这里省略中间不重要的过程,我只把方法的跳转流程贴出来:
//添加元素方法 -> 添加新节点方法 -> 扩容方法 -> 把原数组元素重新分配到新数组中 put() --> addentry() --> resize() --> transfer()
问题就发生在 transfer 这个方法中。
我们假设,原数组容量只有2,其中一条链表上有两个元素 a,b,如下图
现在,有两个线程都执行 transfer 方法。每个线程都会在它们自己的工作内存生成一个newtable 的数组,用于存储变化后的链表,它们互不影响(这里互不影响,指的是两个新数组本身互不影响)。但是,需要注意的是,它们操作的数据却是同一份。
因为,真正的数组中的内容在堆中存储,它们指向的是同一份数据内容。就相当于,有两个不同的引用 x,y,但是它们都指向同一个对象 z。这里 x、y就是两个线程不同的新数组,z就是堆中的a,b 等元素对象。
假设线程一执行到了上图1中所指的代码①处,恰好 cpu 时间片到了,线程被挂起,不能继续执行了。 记住此时,线程一中记录的 e = a , e.next = b。
然后线程二正常执行,扩容后的数组长度为 4, 假设 a,b两个元素又碰撞到了同一个桶中。然后,通过几次 while 循环后,采用头插法,最终呈现的结构如下:
此时,线程一解挂,继续往下执行。注意,此时线程一,记录的还是 e = a,e.next = b,因为它还未感知到最新的变化。
我们主要关注图1中标注的①②③④处的变量变化:
/** * next = e.next * e.next = newtable[i] * newtable[i] = e; * e = next; */ //第一次循环,(伪代码) e=a;next=b; e.next=null //此时线程一的新数组刚初始化完成,还没有元素 newtab[i] = a->null //把a节点头插到新数组中 e=b; //下次循环的e值
第一次循环结束后,线程一新数组的结构如下图:
然后,由于 e=b,不为空,进入第二次循环。
//第二次循环 e=b;next=a; //此时a,b的内容已经被线程二修改为 b->a->null,然后被线程一读到,所以b的下一个节点指向a e.next=a->null // a->null 为第一次循环后线程一新数组的结构 newtab[i] = b->a->null //新节点b插入之后,线程一新数组的结构 e=a; //下次循环的 e 值
第二次循环结束后,线程一新数组的结构如下图:
此时,由于 e=a,不为空,继续循环。
//第三次循环 e=a;next=null; // a节点后边已经没有节点了 e.next= b->a->null // b->a->null 为第二次循环后线程一新数组的结构 //我们把a插入后,抽象的表达为 a->b->a->null,但是,a只能是一个,不能分身啊 //因此实际上是 e(a).next指向发生了变化,a的 next 由指向 null 改为指向了 b, //而 b 本身又指向a,因此a和b互相指向,成环 newtab[i] = a->b 且 b->a e=next=null; //e此时为空,结束循环
第三次循环结束后,看下图,a的指向由 null ,改为指向为 b,因此 a 和 b 之间成环。
这时,有的同学可能就会问了,就算他们成环了,又怎样,跟死循环有什么关系?
我们看下 get() 方法(最终调用 getentry 方法),
可以看到查找元素时,只要 e 不为空,就会一直循环查找下去。若有某个元素 c 的 hash 值也落在了和 a,b元素同一个桶中,则会由于, a,b互相指向,e.next 永远不为空,就会形成死循环。
结语
如果本文对你有用,欢迎关注我哦~