我们知道哈希表是一种非常高效的数据结构,设计优良的哈希函数可以使其上的增删改查操作达到O(1)级别。Java为我们提供了一个现成的哈希结构,那就是HashMap类,在前面的文章中我曾经介绍过HashMap类,知道它的所有方法都未进行同步,因此在多线程环境中是不安全的。为此,Java为我们提供了另外一个HashTable类,它对于多线程同步的处理非常简单粗暴,那就是在HashMap的基础上对其所有方法都使用synchronized关键字进行加锁。这种方法虽然简单,但导致了一个问题,那就是在同一时间内只能由一个线程去操作哈希表。即使这些线程都只是进行读操作也必须要排队,这在竞争激烈的多线程环境中极为影响性能。本篇介绍的ConcurrentHashMap就是为了解决这个问题的,它的内部使用分段锁将锁进行细粒度化,从而使得多个线程能够同时操作哈希表,这样极大的提高了性能。下图是其内部结构的示意图。
1. ConcurrentHashMap有哪些成员变量?
//默认初始化容量 static final int DEFAULT_INITIAL_CAPACITY = 16; //默认加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认并发级别 static final int DEFAULT_CONCURRENCY_LEVEL = 16; //集合最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; //分段锁的最小数量 static final int MIN_SEGMENT_TABLE_CAPACITY = 2; //分段锁的最大数量 static final int MAX_SEGMENTS = 1 << 16; //加锁前的重试次数 static final int RETRIES_BEFORE_LOCK = 2; //分段锁的掩码值 final int segmentMask; //分段锁的移位值 final int segmentShift; //分段锁数组 final Segment<K,V>[] segments;
在阅读完本篇文章之前,相信读者不能理解这些成员变量的具体含义和作用,不过请读者们耐心看下去,后面将会在具体场景中一一介绍到这些成员变量的作用。在这里读者只需对这些成员变量留个眼熟即可。但是仍有个别变量是我们现在需要了解的,例如Segment数组代表分段锁集合,并发级别则代表分段锁的数量(也意味有多少线程可以同时操作),初始化容量代表整个容器的容量,加载因子代表容器元素可以达到多满的一种程度。
2. 分段锁的内部结构是怎样的?
//分段锁 static final class Segment<K,V> extends ReentrantLock implements Serializable { //自旋最大次数 static final int MAX_SCAN_RETRIES = Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1; //哈希表 transient volatile HashEntry<K,V>[] table; //元素总数 transient int count; //修改次数 transient int modCount; //元素阀值 transient int threshold; //加载因子 final float loadFactor; //省略以下内容 ... }
Segment是ConcurrentHashMap的静态内部类,可以看到它继承自ReentrantLock,因此它在本质上是一个锁。它在内部持有一个HashEntry数组(哈希表),并且保证所有对该数组的增删改查方法都是线程安全的,具体是怎样实现的后面会讲到。所有对ConcurrentHashMap的增删改查操作都可以委托Segment来进行,因此ConcurrentHashMap能够保证在多线程环境下是安全的。又因为不同的Segment是不同的锁,所以多线程可以同时操作不同的Segment,也就意味着多线程可以同时操作ConcurrentHashMap,这样就能避免HashTable的缺陷,从而极大的提高性能。
3. ConcurrentHashMap初始化时做了些什么?
//核心构造器 @SuppressWarnings("unchecked") public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) { if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0) { throw new IllegalArgumentException(); } //确保并发级别不大于限定值 if (concurrencyLevel > MAX_SEGMENTS) { concurrencyLevel = MAX_SEGMENTS; } int sshift = 0; int ssize = 1; //保证ssize为2的幂, 且是最接近的大于等于并发级别的数 while (ssize < concurrencyLevel) { ++sshift; ssize <<= 1; } //计算分段锁的移位值 this.segmentShift = 32 - sshift; //计算分段锁的掩码值 this.segmentMask = ssize - 1; //总的初始容量不能大于限定值 if (initialCapacity > MAXIMUM_CAPACITY) { initialCapacity = MAXIMUM_CAPACITY; } //获取每个分段锁的初始容量 int c = initialCapacity / ssize; //分段锁容量总和不小于初始总容量 if (c * ssize < initialCapacity) { ++c; } int cap = MIN_SEGMENT_TABLE_CAPACITY; //保证cap为2的幂, 且是最接近的大于等于c的数 while (cap < c) { cap <<= 1; } //新建一个Segment对象模版 Segment<K,V> s0 = new Segment<K,V>(loadFactor, (int)(cap * loadFactor), (HashEntry<K,V>[])new HashEntry[cap]); //新建指定大小的分段锁数组 Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize]; //使用UnSafe给数组第0个元素赋值 UNSAFE.putOrderedObject(ss, SBASE, s0); this.segments = ss; }
ConcurrentHashMap有多个构造器,但是上面贴出的是它的核心构造器,其他构造器都通过调用它来完成初始化。核心构造器需要传入三个参数,分别是初始容量,加载因子和并发级别。在前面介绍成员变量时我们可以知道默认的初始容量为16,加载因子为0.75f,并发级别为16。现在我们看到核心构造器的代码,首先是通过传入的concurrencyLevel来计算出ssize,ssize是Segment数组的长度,它必须保证是2的幂,这样就可以通过hash&ssize-1来计算分段锁在数组中的下标。由于传入的concurrencyLevel不能保证是2的幂,所以不能直接用它来当作Segment数组的长度,因此我们要找到一个最接近concurrencyLevel的2的幂,用它来作为数组的长度。假如现在传入的concurrencyLevel=15,通过上面代码可以计算出ssize=16,sshift=4。接下来立马可以算出segmentShift=16,segmentMask=15。注意这里的segmentShift是分段锁的移位值,segmentMask是分段锁的掩码值,这两个值是用来计算分段锁在数组中的下标,在下面我们会讲到。在算出分段锁的个数ssize之后,就可以根据传入的总容量来计算每个分段锁的容量,它的值c = initialCapacity / ssize。分段锁的容量也就是HashEntry数组的长度,同样也必须保证是2的幂,而上面算出的c的值不能保证这一点,所以不能直接用c作为HashEntry数组的长度,需要另外找到一个最接近c的2的幂,将这个值赋给cap,然后用cap来作为HashEntry数组的长度。现在我们有了ssize和cap,就可以新建分段锁数组Segment[]和元素数组HashEntry[]了。注意,与JDK1.6不同是的,在JDK1.7中只新建了Segment数组,并没有对它初始化,初始化Segment的操作留到了插入操作时进行。
4. 通过怎样的方式来定位锁和定位元素?
//根据哈希码获取分段锁 @SuppressWarnings("unchecked") private Segment<K,V> segmentForHash(int h) { long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; return (Segment<K,V>) UNSAFE.getObjectVolatile(segments, u); } //根据哈希码获取元素 @SuppressWarnings("unchecked") static final <K,V> HashEntry<K,V> entryForHash(Segment<K,V> seg, int h) { HashEntry<K,V>[] tab; return (seg == null || (tab = seg.table) == null) ? null : (HashEntry<K,V>) UNSAFE.getObjectVolatile(tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); }
在JDK1.7中是通过UnSafe来获取数组元素的,因此这里比JDK1.6多了些计算数组元素偏移量的代码,这些代码我们暂时不关注,现在我们只需知道下面这两点:
a. 通过哈希码计算分段锁在数组中的下标:(h >>> segmentShift) & segmentMask。
b. 通过哈希码计算元素在数组中的下标:(tab.length - 1) & h。
现在我们假设传给构造器的两个参数为initialCapacity=128, concurrencyLevel=16。根据计算可以得到ssize=16, sshift=4,segmentShift=28,segmentMask=15。同样,算得每个分段锁内的HashEntry数组的长度为8,所以tab.length-1=7。根据这些值,我们通过下图来解释如何根据同一个哈希码来定位分段锁和元素。
可以看到分段锁和元素的定位都是通过元素的哈希码来决定的。定位分段锁是取哈希码的高位值(从32位处取起),定位元素是取的哈希码的低位值。现在有个问题,它们一个从32位的左端取起,一个从32位的右端取起,那么会在某个时刻产生冲突吗?我们在成员变量里可以找到MAXIMUM_CAPACITY = 1 << 30,MAX_SEGMENTS = 1 << 16,这说明定位分段锁和定位元素使用的总的位数不超过30,并且定位分段锁使用的位数不超过16,所以至少还隔着2位的空余,因此是不会产生冲突的。
5. 查找元素具体是怎样实现的?
//根据key获取value public V get(Object key) { Segment<K,V> s; HashEntry<K,V>[] tab; //使用哈希函数计算哈希码 int h = hash(key); //根据哈希码计算分段锁的索引 long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE; //获取分段锁和对应的哈希表 if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null && (tab = s.table) != null) { //根据哈希码获取链表头结点, 再对链表进行遍历 for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE); e != null; e = e.next) { K k; //根据key和hash找到对应元素后返回value值 if ((k = e.key) == key || (e.hash == h && key.equals(k))) { return e.value; } } } return null; }
在JDK1.6中分段锁的get方法是通过下标来访问数组元素的,而在JDK1.7中是通过UnSafe的getObjectVolatile方法来读取数组中的元素。为啥要这样做?我们知道虽然Segment对象持有的HashEntry数组引用是volatile类型的,但是数组内的元素引用不是volatile类型的,因此多线程对数组元素的修改是不安全的,可能会在数组中读取到尚未构造完成的对象。在JDK1.6中是通过第二次加锁读取来保证安全的,而JDK1.7中通过UnSafe的getObjectVolatile方法来读取同样也是为了保证这一点。使用getObjectVolatile方法读取数组元素需要先获得元素在数组中的偏移量,在这里根据哈希码计算得到分段锁在数组中的偏移量为u,然后通过偏移量u来尝试读取分段锁。由于分段锁数组在构造时没进行初始化,因此可能读出来一个空值,所以需要先进行判断。在确定分段锁和它内部的哈希表都不为空之后,再通过哈希码读取HashEntry数组的元素,根据上面的结构图可以看到,这时获得的是链表的头结点。之后再从头到尾的对链表进行遍历查找,如果找到对应的值就将其返回,否则就返回null。以上就是整个查找元素的过程。
6. 插入元素具体是怎样实现的?
//向集合添加键值对(若存在则替换) @SuppressWarnings("unchecked") public V put(K key, V value) { Segment<K,V> s; //传入的value不能为空 if (value == null) throw new NullPointerException(); //使用哈希函数计算哈希码 int hash = hash(key); //根据哈希码计算分段锁的下标 int j = (hash >>> segmentShift) & segmentMask; //根据下标去尝试获取分段锁 if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) == null) { //获得的分段锁为空就去构造一个 s = ensureSegment(j); } //调用分段锁的put方法 return s.put(key, hash, value, false); } //向集合添加键值对(不存在才添加) @SuppressWarnings("unchecked") public V putIfAbsent(K key, V value) { Segment<K,V> s; //传入的value不能为空 if (value == null) throw new NullPointerException(); //使用哈希函数计算哈希码 int hash = hash(key); //根据哈希码计算分段锁的下标 int j = (hash >>> segmentShift) & segmentMask; //根据下标去尝试获取分段锁 if ((s = (Segment<K,V>)UNSAFE.getObject(segments, (j << SSHIFT) + SBASE)) == null) { //获得的分段锁为空就去构造一个 s = ensureSegment(j); } //调用分段锁的put方法 return s.put(key, hash, value, true); }
ConcurrentHashMap中有两个添加键值对的方法,通过put方法添加时如果存在则会进行覆盖,通过putIfAbsent方法添加时如果存在则不进行覆盖,这两个方法都是调用分段锁的put方法来完成操作,只是传入的最后一个参数不同而已。在上面代码中我们可以看到首先是根据key的哈希码来计算出分段锁在数组中的下标,然后根据下标使用UnSafe类getObject方法来读取分段锁。由于在构造ConcurrentHashMap时没有对Segment数组中的元素初始化,所以可能读到一个空值,这时会先通过ensureSegment方法新建一个分段锁。获取到分段锁之后再调用它的put方法完成添加操作,下面我们来看看具体是怎样操作的。
//添加键值对 final V put(K key, int hash, V value, boolean onlyIfAbsent) { //尝试获取锁, 若失败则进行自旋 HashEntry<K,V> node = tryLock() ? null : scanAndLockForPut(key, hash, value); V oldValue; try { HashEntry<K,V>[] tab = table; //计算元素在数组中的下标 int index = (tab.length - 1) & hash; //根据下标获取链表头结点 HashEntry<K,V> first = entryAt(tab, index); for (HashEntry<K,V> e = first;;) { //遍历链表寻找该元素, 找到则进行替换 if (e != null) { K k; if ((k = e.key) == key || (e.hash == hash && key.equals(k))) { oldValue = e.value; //根据参数决定是否替换旧值 if (!onlyIfAbsent) { e.value = value; ++modCount; } break; } e = e.next; //没找到则在链表添加一个结点 } else { //将node结点插入链表头部 if (node != null) { node.setNext(first); } else { node = new HashEntry<K,V>(hash, key, value, first); } //插入结点后将元素总是加1 int c = count + 1; //元素超过阀值则进行扩容 if (c > threshold && tab.length < MAXIMUM_CAPACITY) { rehash(node); //否则就将哈希表指定下标替换为node结点 } else { setEntryAt(tab, index, node); } ++modCount; count = c; oldValue = null; break; } } } finally { unlock(); } return oldValue; }
为保证线程安全,分段锁中的put操作是需要进行加锁的,所以线程一开始就会去获取锁,如果获取成功就继续执行,若获取失败则调用scanAndLockForPut方法进行自旋,在自旋过程中会先去扫描哈希表去查找指定的key,如果key不存在就会新建一个HashEntry返回,这样在获取到锁之后就不必再去新建了,为的是在等待锁的过程中顺便做些事情,不至于白白浪费时间,可见作者的良苦用心。具体自旋方法我们后面再细讲,现在先把关注点拉回来,线程在成功获取到锁之后会根据计算到的下标,获取指定下标的元素。此时获取到的是链表的头结点,如果头结点不为空就对链表进行遍历查找,找到之后再根据onlyIfAbsent参数的值决定是否进行替换。如果遍历没找到就会新建一个HashEntry指向头结点,此时如果自旋时创建了HashEntry,则直接将它的next指向当前头结点,如果自旋时没有创建就在这里新建一个HashEntry并指向头结点。在向链表添加元素之后检查元素总数是否超过阀值,如果超过就调用rehash进行扩容,没超过的话就直接将数组对应下标的元素引用指向新添加的node。setEntryAt方法内部是通过调用UnSafe的putOrderedObject方法来更改数组元素引用的,这样就保证了其他线程在读取时可以读到最新的值。
7. 删除元素具体是怎样实现的?
//删除指定元素(找到对应元素后直接删除) public V remove(Object key) { //使用哈希函数计算哈希码 int hash = hash(key); //根据哈希码获取分段锁的索引 Segment<K,V> s = segmentForHash(hash); //调用分段锁的remove方法 return s == null ? null : s.remove(key, hash, null); } //删除指定元素(查找值等于给定值才删除) public boolean remove(Object key, Object value) { //使用哈希函数计算哈希码 int hash = hash(key); Segment<K,V> s; //确保分段锁不为空才调用remove方法 return value != null && (s = segmentForHash(hash)) != null && s.remove(key, hash, value) != null; }
ConcurrentHashMap提供了两种删除操作,一种是找到后直接删除,一种是找到后先比较再删除。这两种删除方法都是先根据key的哈希码找到对应的分段锁后,再通过调用分段锁的remove方法完成删除操作。下面我们来看看分段锁的remove方法。
//删除指定元素 final V remove(Object key, int hash, Object value) { //尝试获取锁, 若失败则进行自旋 if (!tryLock()) { scanAndLock(key, hash); } V oldValue = null; try { HashEntry<K,V>[] tab = table; //计算元素在数组中的下标 int index = (tab.length - 1) & hash; //根据下标取得数组元素(链表头结点) HashEntry<K,V> e = entryAt(tab, index); HashEntry<K,V> pred = null; //遍历链表寻找要删除的元素 while (e != null) { K k; //next指向当前结点的后继结点 HashEntry<K,V> next = e.next; //根据key和hash寻找对应结点 if ((k = e.key) == key || (e.hash == hash && key.equals(k))) { V v = e.value; //传入的value不等于v就跳过, 其他情况就进行删除操作 if (value == null || value == v || value.equals(v)) { //如果pred为空则代表要删除的结点为头结点 if (pred == null) { //重新设置链表头结点 setEntryAt(tab, index, next); } else { //设置pred结点的后继为next结点 pred.setNext(next); } ++modCount; --count; //记录元素删除之前的值 oldValue = v; } break; } //若e不是要找的结点就将pred引用指向它 pred = e; //检查下一个结点 e = next; } } finally { unlock(); } return oldValue; }
在删除分段锁中的元素时需要先获取锁,如果获取失败就调用scanAndLock方法进行自旋,如果获取成功就执行下一步,首先计算数组下标然后通过下标获取HashEntry数组的元素,这里获得了链表的头结点,接下来就是对链表进行遍历查找,在此之前先用next指针记录当前结点的后继结点,然后对比key和hash看看是否是要找的结点,如果是的话就执行下一个if判断。满足value为空或者value的值等于结点当前值这两个条件就会进入到if语句中进行删除操作,否则直接跳过。在if语句中执行删除操作时会有两种情况,如果当前结点为头结点则直接将next结点设置为头结点,如果当前结点不是头结点则将pred结点的后继设置为next结点。这里的pred结点表示当前结点的前继结点,每次在要检查下一个结点之前就将pred指向当前结点,这就保证了pred结点总是当前结点的前继结点。注意,与JDK1.6不同,在JDK1.7中HashEntry对象的next变量不是final的,因此这里可以通过直接修改next引用的值来删除元素,由于next变量是volatile类型的,所以读线程可以马上读到最新的值。
8. 替换元素具体是怎样实现的?
//替换指定元素(CAS操作) public boolean replace(K key, V oldValue, V newValue) { //使用哈希函数计算哈希码 int hash = hash(key); //保证oldValue和newValue不为空 if (oldValue == null || newValue == null) throw new NullPointerException(); //根据哈希码获取分段锁的索引 Segment<K,V> s = segmentForHash(hash); //调用分段锁的replace方法 return s != null && s.replace(key, hash, oldValue, newValue); } //替换元素操作(CAS操作) final boolean replace(K key, int hash, V oldValue, V newValue) { //尝试获取锁, 若失败则进行自旋 if (!tryLock()) { scanAndLock(key, hash); } boolean replaced = false; try { HashEntry<K,V> e; //通过hash直接找到头结点然后对链表遍历 for (e = entryForHash(this, hash); e != null; e = e.next) { K k; //根据key和hash找到要替换的结点 if ((k = e.key) == key || (e.hash == hash && key.equals(k))) { //如果指定的当前值正确则进行替换 if (oldValue.equals(e.value)) { e.value = newValue; ++modCount; replaced = true; } //否则不进行任何操作直接返回 break; } } } finally { unlock(); } return replaced; }
ConcurrentHashMap同样提供了两种替换操作,一种是找到后直接替换,另一种是找到后先比较再替换(CAS操作)。这两种操作的实现大致是相同的,只是CAS操作在替换前多了一层比较操作,因此我们只需简单了解其中一种操作即可。这里拿CAS操作进行分析,还是老套路,首先根据key的哈希码找到对应的分段锁,然后调用它的replace方法。进入分段锁中的replace方法后需要先去获取锁,如果获取失败则进行自旋,如果获取成功则进行下一步。首先根据hash码获取链表头结点,然后根据key和hash进行遍历查找,找到了对应的元素之后,比较给定的oldValue是否是当前值,如果不是则放弃修改,如果是则用新值进行替换。由于HashEntry对象的value域是volatile类型的,因此可以直接替换。
9. 自旋时具体做了些什么?
//自旋等待获取锁(put操作) private HashEntry<K,V> scanAndLockForPut(K key, int hash, V value) { //根据哈希码获取头结点 HashEntry<K,V> first = entryForHash(this, hash); HashEntry<K,V> e = first; HashEntry<K,V> node = null; int retries = -1; //在while循环内自旋 while (!tryLock()) { HashEntry<K,V> f; if (retries < 0) { //如果头结点为空就新建一个node if (e == null) { if (node == null) { node = new HashEntry<K,V>(hash, key, value, null); } retries = 0; //否则就遍历链表定位该结点 } else if (key.equals(e.key)) { retries = 0; } else { e = e.next; } //retries每次在这加1, 并判断是否超过最大值 } else if (++retries > MAX_SCAN_RETRIES) { lock(); break; //retries为偶数时去判断first有没有改变 } else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) { e = first = f; retries = -1; } } return node; } //自旋等待获取锁(remove和replace操作) private void scanAndLock(Object key, int hash) { //根据哈希码获取链表头结点 HashEntry<K,V> first = entryForHash(this, hash); HashEntry<K,V> e = first; int retries = -1; //在while循环里自旋 while (!tryLock()) { HashEntry<K,V> f; if (retries < 0) { //遍历链表定位到该结点 if (e == null || key.equals(e.key)) { retries = 0; } else { e = e.next; } //retries每次在这加1, 并判断是否超过最大值 } else if (++retries > MAX_SCAN_RETRIES) { lock(); break; //retries为偶数时去判断first有没有改变 } else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) { e = first = f; retries = -1; } } }
在前面我们讲到过,分段锁中的put,remove,replace这些操作都会要求先去获取锁,只有成功获得锁之后才能进行下一步操作,如果获取失败就会进行自旋。自旋操作也是在JDK1.7中添加的,为了避免线程频繁的挂起和唤醒,以此提高并发操作时的性能。在put方法中调用的是scanAndLockForPut,在remove和replace方法中调用的是scanAndLock。这两种自旋方法大致是相同的,这里我们只分析scanAndLockForPut方法。首先还是先根据hash码获得链表头结点,之后线程会进入while循环中执行,退出该循环的唯一方式是成功获取锁,而在这期间线程不会被挂起。刚进入循环时retries的值为-1,这时线程不会马上再去尝试获取锁,而是先去寻找到key对应的结点(没找到会新建一个),然后再将retries设为0,接下来就会一次次的尝试获取锁,对应retries的值也会每次加1,直到超过最大尝试次数如果还没获取到锁,就会调用lock方法进行阻塞获取。在尝试获取锁的期间,还会每隔一次(retries为偶数)去检查头结点是否被改变,如果被改变则将retries重置回-1,然后再重走一遍刚才的流程。这就是线程自旋时所做的操作,需注意的是如果在自旋时检测到头结点已被改变,则会延长线程的自旋时间。
10. 哈希表扩容时都做了哪些操作?
//再哈希 @SuppressWarnings("unchecked") private void rehash(HashEntry<K,V> node) { //获取旧哈希表的引用 HashEntry<K,V>[] oldTable = table; //获取旧哈希表的容量 int oldCapacity = oldTable.length; //计算新哈希表的容量(为旧哈希表的2倍) int newCapacity = oldCapacity << 1; //计算新的元素阀值 threshold = (int)(newCapacity * loadFactor); //新建一个HashEntry数组 HashEntry<K,V>[] newTable = (HashEntry<K,V>[]) new HashEntry[newCapacity]; //生成新的掩码值 int sizeMask = newCapacity - 1; //遍历旧表的所有元素 for (int i = 0; i < oldCapacity ; i++) { //取得链表头结点 HashEntry<K,V> e = oldTable[i]; if (e != null) { HashEntry<K,V> next = e.next; //计算元素在新表中的索引 int idx = e.hash & sizeMask; //next为空表明链表只有一个结点 if (next == null) { //直接把该结点放到新表中 newTable[idx] = e; }else { HashEntry<K,V> lastRun = e; int lastIdx = idx; //定位lastRun结点, 将lastRun之后的结点直接放到新表中 for (HashEntry<K,V> last = next; last != null; last = last.next) { int k = last.hash & sizeMask; if (k != lastIdx) { lastIdx = k; lastRun = last; } } newTable[lastIdx] = lastRun; //遍历在链表lastRun结点之前的元素, 将它们依次复制到新表中 for (HashEntry<K,V> p = e; p != lastRun; p = p.next) { V v = p.value; int h = p.hash; int k = h & sizeMask; HashEntry<K,V> n = newTable[k]; newTable[k] = new HashEntry<K,V>(h, p.key, v, n); } } } } //计算传入结点在新表中的下标 int nodeIndex = node.hash & sizeMask; //将传入结点添加到链表头结点 node.setNext(newTable[nodeIndex]); //将新表指定下标元素换成传入结点 newTable[nodeIndex] = node; //将哈希表引用指向新表 table = newTable; }
rehash方法在put方法中被调用,我们知道在put方法时会新建元素并添加到哈希数组中,随着元素的增多发生哈希冲突的可能性越大,哈希表的性能也会随之下降。因此每次put操作时都会检查元素总数是否超过阀值,如果超过则调用rehash方法进行扩容。因为数组长度一旦确定则不能再被改变,因此需要新建一个数组来替换原先的数组。从代码中可以知道新创建的数组长度为原数组的2倍(oldCapacity << 1)。创建好新数组后需要将旧数组中的所有元素移到新数组中,因此需要计算每个元素在新数组中的下标。计算新下标的过程如下图所示。
我们知道下标直接取的是哈希码的后几位,由于新数组的容量是直接用旧数组容量右移1位得来的,因此掩码位数向右增加1位,取到的哈希码位数也向右增加1位。如上图,若旧的掩码值为111,则元素下标为101,扩容后新的掩码值为1111,则计算出元素的新下标为0101。由于同一条链表上的元素下标是相同的,现在假设链表所有元素的下标为101,在扩容后该链表元素的新下标只有0101或1101这两种情况,因此数组扩容会打乱原先的链表并将链表元素分成两批。在计算出新下标后需要将元素移动到新数组中,在HashMap中通过直接修改next引用导致了多线程的死锁。虽然在ConcurrentHashMap中通过加锁避免了这种情况,但是我们知道next域是volatile类型的,它的改动能立马被读线程读取到,因此为保证线程安全采用复制元素来迁移数组。但是对链表中每个元素都进行复制有点影响性能,作者发现链表尾部有许多元素的next是不变的,它们在新数组中的下标是相同的,因此可以考虑整体移动这部分元素。具统计实际操作中只有1/6的元素是必须复制的,所以整体移动链表尾部元素(lastRun后面的元素)是可以提升一定性能的。
注:本篇文章基于JDK1.7版本。