当前位置：首页 > news >正文

文山网站建设公司wordpress竞猜插件

news 2025/9/18 3:40:48

文山网站建设公司,wordpress竞猜插件,西安响应式网站开发,广电如何做视频网站✨探索Java基础 ConcurrentHashMap✨ 引言 ConcurrentHashMap 是 Java 中一个线程安全的高效 Map 集合。它在多线程环境下提供了高性能的数据访问和修改能力。本文将详细探讨 ConcurrentHashMap 在 JDK 1.7 和 JDK 1.8 中的不同实现方式，以及它们各自的优缺点。 …

✨探索Java基础 ConcurrentHashMap✨

引言

ConcurrentHashMap 是 Java 中一个线程安全的高效 Map 集合。它在多线程环境下提供了高性能的数据访问和修改能力。本文将详细探讨 ConcurrentHashMap 在 JDK 1.7 和 JDK 1.8 中的不同实现方式，以及它们各自的优缺点。

基本概念

ConcurrentHashMap 是一个线程安全的哈希表实现，适用于高并发场景。它的设计目标是在保证线程安全的同时，提供尽可能高的性能。

JDK 1.7 版本的 `ConcurrentHashMap`

接下来看一张图片：

数据结构

在 JDK 1.7 中，ConcurrentHashMap 使用 分段锁（Segment） 的设计。每个 Segment 是一个独立的小哈希表，并且每个 Segment 都有自己的锁。这种设计允许多个线程同时访问不同的 Segment，从而提高并发性能。

Segment 数组：默认是 16 个 Segment。
HashEntry 数组：每个 Segment 内部有一个 HashEntry 数组，用于存储具体的元素。
链表：如果发生哈希冲突，会使用单向链表来存储冲突的节点。

存储流程

计算 key 的哈希值：通过 key 的哈希值确定 Segment 数组的下标。
获取 Segment 锁：对对应的 Segment 进行加锁。
确定 HashEntry 数组下标：再次通过哈希值确定 HashEntry 数组中的下标。
存储数据：将数据存入 HashEntry 数组中，如果发生冲突，则挂载到单向链表上。
附图：

扩容机制

基于 Segment：每个 Segment 维护自己的负载因子，当某个 Segment 中的元素数量超过阈值时，该 Segment 会单独进行扩容。
局部扩容：只影响当前 Segment，不会影响其他 Segment。

size 方法

尝试三次不加锁获取 sum：如果三次总数相同，直接返回；否则，加锁计算总和。

JDK 1.8 版本的 `ConcurrentHashMap`

看图：

数据结构

在 JDK 1.8 中，ConcurrentHashMap 取消了 Segment 设计，采用了与 HashMap 类似的数据结构：数组 + 链表/红黑树。

Node 数组：类似于 HashMap 的数组。
链表/红黑树：当链表长度超过一定阈值时，会转换为红黑树以提高查询效率。

存储流程

计算 key 的哈希值：通过 key 的哈希值确定 Node 数组的下标。
CAS 添加新节点：使用 CAS 操作尝试添加新节点。
锁定首节点：如果 CAS 失败或需要更新链表/红黑树，使用 synchronized 锁定首节点。
存储数据：将数据存入链表或红黑树中。

扩容机制

全局扩容：当整个 ConcurrentHashMap 的元素数量超过阈值时，整个数组会进行扩容。
渐进式扩容：多个线程共同参与扩容操作，逐步迁移旧数据到新数组中，降低扩容时的性能开销。

size 方法

类似 LongAdder 的思想：使用 baseCount 和 counterCells 数组来维护计数。
减少竞争：通过分散计数到多个 counterCell 来减少对单个变量的竞争压力。

代码示例

JDK 1.7 版本

// Segment 类
static final class Segment<K,V> extends ReentrantLock implements Serializable {private final int threshold;transient volatile HashEntry<K,V>[] table;transient int count;transient int modCount;// 构造函数Segment(int initialCapacity, float loadFactor) {this.threshold = (int) (initialCapacity * loadFactor);setTable(HashEntry.<K,V>newArray(initialCapacity));}// put 方法V put(K key, int hash, V value, boolean onlyIfAbsent) {lock(); // 加锁try {int c = count;if (c++ > threshold) // 需要扩容rehash();HashEntry<K,V>[] tab = table;int index = hash & (tab.length - 1);HashEntry<K,V> first = tab[index];HashEntry<K,V> e = first;while (e != null && (e.hash != hash || !key.equals(e.key)))e = e.next;V oldValue;if (e != null) {oldValue = e.value;if (!onlyIfAbsent)e.value = value;} else {oldValue = null;++modCount;tab[index] = new HashEntry<>(key, hash, first, value);}return oldValue;} finally {unlock(); // 解锁}}
}

JDK 1.8 版本

// Node 类
static class Node<K,V> implements Map.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;}public final K getKey()       { return key; }public final V getValue()     { return val; }public final String toString() { return key + "=" + val; }
}// putVal 方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);if (binCount >= TREEIFY_THRESHOLD - 1) // 转换为红黑树treeifyBin(tab, hash);break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}if (e != null) { // 存在键冲突V oldValue = e.val;if (!onlyIfAbsent || oldValue == null)e.val = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;
}