JDK1.8中的ConcurrentHashMap源码分析

JDK1.8中的ConcurrentHashMap源码分析

一、容器初始化

1、源码分析

在jdk8的ConcurrentHashMap中一共有5个构造方法,这四个构造方法中都没有对内部的数组做初始化, 只是对一些变量的初始值做了处理

jdk8的ConcurrentHashMap的数组初始化是在第一次添加元素时完成

// 没有维护任何变量的操作,如果调用该方法,数组长度默认是16 public ConcurrentHashMap() { } 
// 传递进来一个初始容量,ConcurrentHashMap会基于这个值计算一个比这个值大的2的幂次方数作为初始容量 public ConcurrentHashMap(int initialCapacity) {     if (initialCapacity < 0)         throw new IllegalArgumentException();     int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?                MAXIMUM_CAPACITY :                tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));// 此处的初始容量计算结果为传入的容量 + 传入的容量的一半 + 1     this.sizeCtl = cap; } 

注意,调用这个方法,得到的初始容量和HashMap以及jdk7的ConcurrentHashMap不同,即使你传递的是一个2的幂次方数,该方法计算出来的初始容量依然是比这个值大的2的幂次方数

// 调用四个参数的构造 public ConcurrentHashMap(int initialCapacity, float loadFactor) {     this(initialCapacity, loadFactor, 1); } 
// 计算一个大于或者等于给定的容量值,该值是2的幂次方数作为初始容量 public ConcurrentHashMap(int initialCapacity,                          float loadFactor, int concurrencyLevel) {     if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)         throw new IllegalArgumentException();     if (initialCapacity < concurrencyLevel)   // Use at least as many bins         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; } 
// 基于一个Map集合,构建一个ConcurrentHashMap // 初始容量为16 public ConcurrentHashMap(Map<? extends K, ? extends V> m) {     this.sizeCtl = DEFAULT_CAPACITY;     putAll(m); } 

2、sizeCtl含义解释

注意:以上这些构造方法中,都涉及到一个变量sizeCtl,这个变量是一个非常重要的变量,而且具有非常丰富的含义,它的值不同,对应的含义也不一样,这里我们先对这个变量不同的值的含义做一下说明,后续源码分析过程中,进一步解释

sizeCtl为0,代表数组未初始化, 且数组的初始容量为16

sizeCtl为正数,如果数组未初始化,那么其记录的是数组的初始容量,如果数组已经初始化,那么其记录的是数组的扩容阈值

sizeCtl为-1,表示数组正在进行初始化

sizeCtl小于0,并且不是-1,表示数组正在扩容, -(1+n),表示此时有n个线程正在共同完成数组的扩容操作

3、其他属性含义

  • 代表整个哈希表

    • transient volatile Node<K,V>[] table; 
  • 用于哈希表扩容,扩容完成后会被重置为null。

    • private transient volatile Node<K,V>[] nextTable; 
  • baseCount和counterCells一起保存着整个哈希表中存储的所有的结点的个数总和。

    • private transient volatile long baseCount; private transient volatile CounterCell[] counterCells; 

二、添加安全

1、源码分析

1.1、添加元素put/putVal方法
public V put(K key, V value) {     return putVal(key, value, false); } 
final V putVal(K key, V value, boolean onlyIfAbsent) {     // 如果有空值或者空键,直接抛异常     if (key == null || value == null) throw new NullPointerException();     // 基于key计算hash值,并进行一定的扰动,这里计算的hash一定是正数,因为与7FFFFFFF进行了位与运算,负数的hash值另有他用     int hash = spread(key.hashCode());     // 记录某个桶上元素的个数,如果超过8个(并且table长度>=64),会转成红黑树     int binCount = 0;     for (Node<K,V>[] tab = table;;) {         Node<K,V> f; int n, i, fh;         // 如果数组还未初始化,先对数组进行初始化         if (tab == null || (n = tab.length) == 0)             tab = initTable(); 	    // 如果hash计算得到的桶位置没有元素,利用cas将元素添加         else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {             // cas+自旋(和外侧的for构成自旋循环),保证元素添加安全             if (casTabAt(tab, i, null,                          new Node<K,V>(hash, key, value, null)))                 break;                   // no lock when adding to empty bin         }         // 如果hash计算得到的桶位置元素的hash值为MOVED(-1),证明正在扩容,那么协助扩容         else if ((fh = f.hash) == MOVED)             tab = helpTransfer(tab, f);         else {             // hash计算的桶位置元素不为空,且当前没有处于扩容操作,进行元素添加             V oldVal = null;             // 对当前数组的第一个结点进行加锁,执行添加操作,这里不仅保证了线程安全而且使得锁的粒度相对较小             synchronized (f) {                 if (tabAt(tab, i) == f) {                     // 普通链表节点                     if (fh >= 0) {                         binCount = 1;                         for (Node<K,V> e = f;; ++binCount) {                             K ek;                             // 链表的遍历找到最后一个结点进行尾插法(如果找到相同的key则会覆盖)                             if (e.hash == hash &&                                 ((ek = e.key) == key ||                                  (ek != null && key.equals(ek)))) {                                 oldVal = e.val;                                 if (!onlyIfAbsent)                                     e.val = value;                                 break;                             }                             Node<K,V> pred = e;                             // 找到了最后一个结点,尾插法插入新结点在最后                             if ((e = e.next) == null) {                                 pred.next = new Node<K,V>(hash, key,                                                           value, null);                                 break;                             }                         }                     }                     // 树节点,将元素添加到红黑树中                     else if (f instanceof TreeBin) {                         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) {                 // 链表长度>=8,将链表转成红黑树                 if (binCount >= TREEIFY_THRESHOLD)                     // (在该方法中会对table也就是数组长度进行判断,>=64时才会进行转树,否则为数组扩容)                     treeifyBin(tab, i);                 // 如果是重复键,直接将旧值返回                 if (oldVal != null)                     return oldVal;                 break;             }         }     }     // 添加的是新元素,维护集合长度,并判断是否要进行扩容操作     addCount(1L, binCount);     return null; } 

通过以上源码,我们可以看到,当需要添加元素时,会针对当前元素所对应的桶位进行加锁操作,这样一方面保证元素添加时,多线程的安全,同时对某个桶位加锁不会影响其他桶位的操作,进一步提升多线程的并发效率

1.2、数组初始化,initTable方法
private final Node<K,V>[] initTable() {     Node<K,V>[] tab; int sc;     // cas+自旋,保证线程安全,对数组进行初始化操作     while ((tab = table) == null || tab.length == 0) {         // 如果sizeCtl的值(-1)小于0,说明此时正在初始化, 让出cpu         if ((sc = sizeCtl) < 0)             Thread.yield(); // lost initialization race; just spin         // cas修改sizeCtl的值为-1,修改成功,进行数组初始化,失败,继续自旋         else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {             try {                 // double checking,防止重复初始化                 if ((tab = table) == null || tab.length == 0) {                     // sizeCtl为0,取默认长度16,否则去sizeCtl的值                     int n = (sc > 0) ? sc : DEFAULT_CAPACITY;                     @SuppressWarnings("unchecked")                     // 基于初始长度,构建数组对象                     Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];                     table = tab = nt;                     // 计算扩容阈值,并赋值给sc                     // n就是当前数组的长度,当初始化完成后,sc记录的是下次需要扩容的阈值                     // n >>> 2 就相当于 n / 4                     // 所以 n - (n >>> 2) 就相当于 n - n / 4 = n * 0.75,而0.75就是默认的加载因子                     sc = n - (n >>> 2);                 }             } finally {                 //将扩容阈值,赋值给sizeCtl                 sizeCtl = sc;             }             break;         }     }     return tab; } 

2、图解

2.1、put加锁图解
JDK1.8中的ConcurrentHashMap源码分析

三、扩容安全

1、源码分析

private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {     int n = tab.length, stride;     // 如果是多cpu,那么每个线程划分任务,最小任务量是16个桶位的迁移     // 如果是单cpu,则没必要划分     if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)         stride = MIN_TRANSFER_STRIDE; // subdivide range     // 如果是扩容线程,此时新数组为null     if (nextTab == null) {            // initiating         try {             @SuppressWarnings("unchecked")             // 两倍扩容创建新数组             Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];             nextTab = nt;         } catch (Throwable ex) {      // try to cope with OOME             sizeCtl = Integer.MAX_VALUE;             return;         }         nextTable = nextTab;         // 记录线程开始迁移的桶位,从后往前迁移         transferIndex = n;     }     // 记录新数组的末尾     int nextn = nextTab.length;     // 已经迁移的桶位,会用这个节点占位(这个节点的hash值为-1——MOVED)     ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);     boolean advance = true;     boolean finishing = false; // to ensure sweep before committing nextTab     for (int i = 0, bound = 0;;) {         Node<K,V> f; int fh;         while (advance) {             int nextIndex, nextBound;             // i记录当前正在迁移桶位的索引值             // bound记录下一次任务迁移的开始桶位                          // --i >= bound 成立表示当前线程分配的迁移任务还没有完成             if (--i >= bound || finishing)                 advance = false;             // 没有元素需要迁移 -- 后续会去将扩容线程数减1,并判断扩容是否完成             else if ((nextIndex = transferIndex) <= 0) {                 i = -1;                 advance = false;             }             // 计算下一次任务迁移的开始桶位,并将这个值赋值给transferIndex             else if (U.compareAndSwapInt                      (this, TRANSFERINDEX, nextIndex,                       nextBound = (nextIndex > stride ?                                    nextIndex - stride : 0))) {                 bound = nextBound;                 i = nextIndex - 1;                 advance = false;             }         }         // 如果没有更多的需要迁移的桶位,就进入该if         if (i < 0 || i >= n || i + n >= nextn) {             int sc;             //扩容结束后,保存新数组,并重新计算扩容阈值,赋值给sizeCtl             if (finishing) {                 nextTable = null;                 table = nextTab;                 sizeCtl = (n << 1) - (n >>> 1);                 return;             } 		   // 扩容任务线程数减1             if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {                 // 判断当前所有扩容任务线程是否都执行完成                 if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)                     return;                 // 所有扩容线程都执行完,标识结束                 finishing = advance = true;                 i = n; // recheck before commit             }         }         // 当前迁移的桶位没有元素,直接在该位置添加一个fwd节点         else if ((f = tabAt(tab, i)) == null)             advance = casTabAt(tab, i, null, fwd);         // 当前节点已经被迁移         else if ((fh = f.hash) == MOVED)             advance = true; // already processed         else {             // 当前节点需要迁移,加锁迁移,保证多线程安全             // 此处的迁移与hashmap类似             synchronized (f) {                 if (tabAt(tab, i) == f) {                     Node<K,V> ln, hn;                     if (fh >= 0) {                         int runBit = fh & n;                         Node<K,V> lastRun = f;                         for (Node<K,V> p = f.next; p != null; p = p.next) {                             int b = p.hash & n;                             if (b != runBit) {                                 runBit = b;                                 lastRun = p;                             }                         }                         if (runBit == 0) {                             ln = lastRun;                             hn = null;                         }                         else {                             hn = lastRun;                             ln = null;                         }                         for (Node<K,V> p = f; p != lastRun; p = p.next) {                             int ph = p.hash; K pk = p.key; V pv = p.val;                             if ((ph & n) == 0)                                 ln = new Node<K,V>(ph, pk, pv, ln);                             else                                 hn = new Node<K,V>(ph, pk, pv, hn);                         }                         setTabAt(nextTab, i, ln);                         setTabAt(nextTab, i + n, hn);                         setTabAt(tab, i, fwd);                         advance = true;                     }                     else if (f instanceof TreeBin) {                         TreeBin<K,V> t = (TreeBin<K,V>)f;                         TreeNode<K,V> lo = null, loTail = null;                         TreeNode<K,V> hi = null, hiTail = null;                         int lc = 0, hc = 0;                         for (Node<K,V> e = t.first; e != null; e = e.next) {                             int h = e.hash;                             TreeNode<K,V> p = new TreeNode<K,V>                                 (h, e.key, e.val, null, null);                             if ((h & n) == 0) {                                 if ((p.prev = loTail) == null)                                     lo = p;                                 else                                     loTail.next = p;                                 loTail = p;                                 ++lc;                             }                             else {                                 if ((p.prev = hiTail) == null)                                     hi = p;                                 else                                     hiTail.next = p;                                 hiTail = p;                                 ++hc;                             }                         }                         ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :                             (hc != 0) ? new TreeBin<K,V>(lo) : t;                         hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :                             (lc != 0) ? new TreeBin<K,V>(hi) : t;                         setTabAt(nextTab, i, ln);                         setTabAt(nextTab, i + n, hn);                         setTabAt(tab, i, fwd);                         advance = true;                     }                 }             }         }     } } 

2、图解

JDK1.8中的ConcurrentHashMap源码分析

四、多线程扩容效率改进(协助扩容)

多线程协助扩容的操作会在两个地方被触发:

① 当添加元素时,发现添加的元素对用的桶位为fwd节点,就会先去协助扩容,然后再添加元素

② 当添加完元素后,判断当前元素个数达到了扩容阈值,此时发现sizeCtl的值小于0,并且新数组不为空,这个时候,会去协助扩容

每当有一个线程帮助扩容时,sc就会+1,有一个线程扩容结束时,sc就会-1,当sc重新回到(rs << RESIZE_STAMP_SHIFT) + 2这个值时,代表当前线程是最后一个扩容的线程,则扩容结束。

1、源码分析

1.1、元素未添加,先协助扩容,扩容完后再添加元素
final V putVal(K key, V value, boolean onlyIfAbsent) {     if (key == null || value == null) throw new NullPointerException();     int hash = spread(key.hashCode());     int binCount = 0;     for (Node<K,V>[] tab = table;;) {         Node<K,V> f; int n, i, fh;         if (tab == null || (n = tab.length) == 0)             tab = initTable();         else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {             if (casTabAt(tab, i, null,                          new Node<K,V>(hash, key, value, null)))                 break;                   // no lock when adding to empty bin         }         // 发现此处为fwd节点,协助扩容,扩容结束后,再循环回来添加元素         else if ((fh = f.hash) == MOVED)             tab = helpTransfer(tab, f);                  // 省略代码 
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {     Node<K,V>[] nextTab; int sc;     if (tab != null && (f instanceof ForwardingNode) &&         (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {         int rs = resizeStamp(tab.length);         while (nextTab == nextTable && table == tab &&                (sc = sizeCtl) < 0) {             if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||                 sc == rs + MAX_RESIZERS || transferIndex <= 0)                 break;             if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {                 //  扩容,传递一个不是null的nextTab                 transfer(tab, nextTab);                 break;             }         }         return nextTab;     }     return table; } 
1.2、先添加元素,再协助扩容
private final void addCount(long x, int check) {     // 省略代码          if (check >= 0) {         Node<K,V>[] tab, nt; int n, sc;   	    // 元素个数达到扩容阈值         while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&                (n = tab.length) < MAXIMUM_CAPACITY) {             int rs = resizeStamp(n);             // sizeCtl小于0,说明正在执行扩容,那么协助扩容             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();         }     } } 

注意:扩容的代码都在transfer方法中,这里不再赘述

2、图解

JDK1.8中的ConcurrentHashMap源码分析

五、集合长度的累计方式

1、源码分析

1.1、addCount方法

① CounterCell数组不为空,优先利用数组中的CounterCell记录数量

② 如果数组为空,尝试对baseCount进行累加,失败后,会执行fullAddCount逻辑

③ 如果是添加元素操作,会继续判断是否需要扩容

private final void addCount(long x, int check) {     CounterCell[] as; long b, s;     // 当CounterCell数组不为空,则优先利用数组中的CounterCell记录数量     // 或者当baseCount的累加操作失败,会利用数组中的CounterCell记录数量     if ((as = counterCells) != null ||         !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {         CounterCell a; long v; int m;         // 标识是否有多线程竞争         boolean uncontended = true;         // 当as数组为空         // 或者当as长度为0         // 或者当前线程对应的as数组桶位的元素为空         // 或者当前线程对应的as数组桶位不为空,但是累加失败         if (as == null || (m = as.length - 1) < 0 ||             (a = as[ThreadLocalRandom.getProbe() & m]) == null ||             !(uncontended =               U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {             // 以上任何一种情况成立,都会进入该方法,传入的uncontended是false             fullAddCount(x, uncontended);             return;         }         if (check <= 1)             return;         // 计算元素个数         s = sumCount();     }     if (check >= 0) {         Node<K,V>[] tab, nt; int n, sc;         // 当元素个数达到扩容阈值         // 并且数组不为空         // 并且数组长度小于限定的最大值         // 满足以上所有条件,执行扩容         while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&                (n = tab.length) < MAXIMUM_CAPACITY) {             // 这个是一个很大的正数             int rs = resizeStamp(n);             // sc小于0,说明有线程正在扩容,那么会协助扩容             if (sc < 0) {                 // 扩容结束或者扩容线程数达到最大值或者扩容后的数组为null或者没有更多的桶位需要转移,结束操作                 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||                     sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||                     transferIndex <= 0)                     break;                 // 扩容线程加1,成功后,进行协助扩容操作                 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))                     // 协助扩容,newTable不为null                     transfer(tab, nt);             }             // 没有其他线程在进行扩容,达到扩容阈值后,给sizeCtl赋了一个很大的负数             // 1+1=2 --》 代表此时有一个线程在扩容                          // rs << RESIZE_STAMP_SHIFT)是一个很大的负数             else if (U.compareAndSwapInt(this, SIZECTL, sc,                                          (rs << RESIZE_STAMP_SHIFT) + 2))                 // 扩容,newTable为null                 transfer(tab, null);             s = sumCount();         }     } } 
1.2、fullAddCount方法

① 当CounterCell数组不为空,优先对CounterCell数组中的CounterCell的value累加

② 当CounterCell数组为空,会去创建CounterCell数组,默认长度为2,并对数组中的CounterCell的value累加

③ 当数组为空,并且此时有别的线程正在创建数组,那么尝试对baseCount做累加,成功即返回,否则自旋

private final void fullAddCount(long x, boolean wasUncontended) {     int h;     // 获取当前线程的hash值     if ((h = ThreadLocalRandom.getProbe()) == 0) {         ThreadLocalRandom.localInit();      // force initialization         h = ThreadLocalRandom.getProbe();         wasUncontended = true;     }     // 标识是否有冲突,如果最后一个桶不是null,那么为true     boolean collide = false;                // True if last slot nonempty     for (;;) {         CounterCell[] as; CounterCell a; int n; long v;         // 数组不为空,优先对数组中CouterCell的value累加         if ((as = counterCells) != null && (n = as.length) > 0) {             // 线程对应的桶位为null             if ((a = as[(n - 1) & h]) == null) {                 if (cellsBusy == 0) {            // Try to attach new Cell                     // 创建CounterCell对象                     CounterCell r = new CounterCell(x); // Optimistic create                     // 利用CAS修改cellBusy状态为1,成功则将刚才创建的CounterCell对象放入数组中                     if (cellsBusy == 0 &&                         U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {                         boolean created = false;                         try {               // Recheck under lock                             CounterCell[] rs; int m, j;                             // 桶位为空, 将CounterCell对象放入数组                             if ((rs = counterCells) != null &&                                 (m = rs.length) > 0 &&                                 rs[j = (m - 1) & h] == null) {                                 rs[j] = r;                                 // 表示放入成功                                 created = true;                             }                         } finally {                             cellsBusy = 0;                         }                         if (created) //成功退出循环                             break;                         // 桶位已经被别的线程放置了已给CounterCell对象,继续循环                         continue;           // Slot is now non-empty                     }                 }                 collide = false;             }             // 桶位不为空,重新计算线程hash值,然后继续循环             else if (!wasUncontended)       // CAS already known to fail                 wasUncontended = true;      // Continue after rehash             // 重新计算了hash值后,对应的桶位依然不为空,对value累加             // 成功则结束循环             // 失败则继续下面判断             else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))                 break;             // 数组被别的线程改变了,或者数组长度超过了可用cpu大小,重新计算线程hash值,否则继续下一个判断             else if (counterCells != as || n >= NCPU)                 collide = false;            // At max size or stale             // 当没有冲突,修改为有冲突,并重新计算线程hash,继续循环             else if (!collide)                 collide = true;             // 如果CounterCell的数组长度没有超过cpu核数,对数组进行两倍扩容             // 并继续循环             else if (cellsBusy == 0 &&                      U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {                 try {                     if (counterCells == as) {// Expand table unless stale                         CounterCell[] rs = new CounterCell[n << 1];                         for (int i = 0; i < n; ++i)                             rs[i] = as[i];                         counterCells = rs;                     }                 } finally {                     cellsBusy = 0;                 }                 collide = false;                 continue;                   // Retry with expanded table             }             h = ThreadLocalRandom.advanceProbe(h);         }         // CounterCell数组为空,并且没有线程在创建数组,修改标记,并创建数组         else if (cellsBusy == 0 && counterCells == as &&                  U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {             boolean init = false;             try {                           // Initialize table                 if (counterCells == as) {                     CounterCell[] rs = new CounterCell[2];                     rs[h & 1] = new CounterCell(x);                     counterCells = rs;                     init = true;                 }             } finally {                 cellsBusy = 0;             }             if (init)                 break;         }         // 数组为空,并且有别的线程在创建数组,那么尝试对baseCount做累加,成功就退出循环,失败就继续循环         else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))             break;                          // Fall back on using base     } } 

2、图解

fullAddCount方法中,当as数组不为空的逻辑图解
JDK1.8中的ConcurrentHashMap源码分析

六、集合长度获取

1、源码分析

1.1、size方法
public int size() {     long n = sumCount();     return ((n < 0L) ? 0 :             (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :             (int)n); } 
1.2、sumCount方法
final long sumCount() {     CounterCell[] as = counterCells; CounterCell a;     // 获取baseCount的值     long sum = baseCount;     if (as != null) {         // 遍历CounterCell数组,累加每一个CounterCell的value值         for (int i = 0; i < as.length; ++i) {             if ((a = as[i]) != null)                 sum += a.value;         }     }     return sum; } 

注意:这个方法并不是线程安全的

七、get方法

这个就很简单了,获得hash值,然后判断存在与否,遍历链表即可,注意get没有任何锁操作!

    public V get(Object key) {         Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;         // 计算key的hash值         int h = spread(key.hashCode());          if ((tab = table) != null && (n = tab.length) > 0 &&             (e = tabAt(tab, (n - 1) & h)) != null) { // 表不为空并且表的长度大于0并且key所在的桶不为空             if ((eh = e.hash)  h) { // 表中的元素的hash值与key的hash值相等                 if ((ek = e.key)  key || (ek != null && key.equals(ek))) // 键相等                     // 返回值                     return e.val;             }             else if (eh < 0) // 是个TreeBin hash = -2                  // 在红黑树中查找,因为红黑树中也保存这一个链表顺序                 return (p = e.find(h, key)) != null ? p.val : null;             while ((e = e.next) != null) { // 对于结点hash值大于0的情况链表                 if (e.hash  h &&                     ((ek = e.key)  key || (ek != null && key.equals(ek))))                     return e.val;             }         }         return null;     } 

版权声明:玥玥 发表于 2021-04-04 10:13:05。
转载请注明:JDK1.8中的ConcurrentHashMap源码分析 | 女黑客导航