JDK 1.8 ConcurrentHashMap 源码剖析

xiaoxiao2021-03-26 25

转载两篇不错的文章：

第一篇：

前言

HashMap是我们平时开发过程中用的比较多的集合，但它是非线程安全的，在涉及到多线程并发的情况，进行put操作有可能会引起死循环，导致CPU利用率接近100%。

final HashMap<String, String> map = new HashMap<String, String>(2); for (int i = 0; i < 10000; i++) { new Thread(new Runnable() { @Override public void run() { map.put(UUID.randomUUID().toString(), ""); } }).start(); }

解决方案有Hashtable和Collections.synchronizedMap(hashMap)，不过这两个方案基本上是对读写进行加锁操作，一个线程在读写元素，其余线程必须等待，性能可想而知。

所以，Doug Lea给我们带来了并发安全的ConcurrentHashMap，它的实现是依赖于 Java 内存模型，所以我们在了解 ConcurrentHashMap 的之前必须了解一些底层的知识：

java内存模型java中的Unsafejava中的CAS深入浅出java同步器深入浅出ReentrantLock

本文源码是JDK8的版本，与之前的版本有较大差异。

JDK1.6分析

ConcurrentHashMap采用分段锁的机制，实现并发的更新操作，底层采用数组+链表+红黑树的存储结构。其包含两个核心静态内部类 Segment和HashEntry。

Segment继承ReentrantLock用来充当锁的角色，每个 Segment 对象守护每个散列映射表的若干个桶。HashEntry 用来封装映射表的键 / 值对；每个桶是由若干个 HashEntry 对象链接起来的链表。

一个 ConcurrentHashMap 实例中包含由若干个 Segment 对象组成的数组，下面我们通过一个图来演示一下 ConcurrentHashMap 的结构：

ConcurrentHashMap存储结构.png

JDK1.8分析

1.8的实现已经抛弃了Segment分段锁机制，利用CAS+Synchronized来保证并发更新的安全，底层依然采用数组+链表+红黑树的存储结构。

Paste_Image.png

重要概念

在开始之前，有些重要的概念需要介绍一下：

table：默认为null，初始化发生在第一次插入操作，默认大小为16的数组，用来存储Node节点数据，扩容时大小总是2的幂次方。nextTable：默认为null，扩容时新生成的数组，其大小为原数组的两倍。sizeCtl ：默认为0，用来控制table的初始化和扩容操作，具体应用在后续会体现出来。 -1 代表table正在初始化-N 表示有N-1个线程正在进行扩容操作其余情况： 1、如果table未初始化，表示table需要初始化的大小。 2、如果table初始化完成，表示table的容量，默认是table大小的0.75倍，居然用这个公式算0.75（n - (n >>> 2)）。 Node：保存key，value及key的hash值的数据结构。 class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; volatile V val; volatile Node<K,V> next; ... 省略部分代码 } 其中value和next都用volatile修饰，保证并发的可见性。ForwardingNode：一个特殊的Node节点，hash值为-1，其中存储nextTable的引用。 final class ForwardingNode<K,V> extends Node<K,V> { final Node<K,V>[] nextTable; ForwardingNode(Node<K,V>[] tab) { super(MOVED, null, null, null); this.nextTable = tab; } } 只有table发生扩容的时候，ForwardingNode才会发挥作用，作为一个占位符放在table中表示当前节点为null或则已经被移动。

实例初始化

实例化ConcurrentHashMap时带参数时，会根据参数调整table的大小，假设参数为100，最终会调整成256，确保table的大小总是2的幂次方，算法如下：

ConcurrentHashMap<String, String> hashMap = new ConcurrentHashMap<>(100); private static final int tableSizeFor(int c) { int n = c - 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; }

注意，ConcurrentHashMap在构造函数中只会初始化sizeCtl值，并不会直接初始化table，而是延缓到第一次put操作。

table初始化

前面已经提到过，table初始化操作会延缓到第一次put行为。但是put是可以并发执行的，Doug Lea是如何实现table只初始化一次的？让我们来看看源码的实现。

private final Node<K,V>[] initTable() { Node<K,V>[] tab; int sc; while ((tab = table) == null || tab.length == 0) { //如果一个线程发现sizeCtl<0，意味着另外的线程执行CAS操作成功，当前线程只需要让出cpu时间片 if ((sc = sizeCtl) < 0) Thread.yield(); // lost initialization race; just spin else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if ((tab = table) == null || tab.length == 0) { int n = (sc > 0) ? sc : DEFAULT_CAPACITY; @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = tab = nt; sc = n - (n >>> 2); } } finally { sizeCtl = sc; } break; } } return tab; }

sizeCtl默认为0，如果ConcurrentHashMap实例化时有传参数，sizeCtl会是一个2的幂次方的值。所以执行第一次put操作的线程会执行Unsafe.compareAndSwapInt方法修改sizeCtl为-1，有且只有一个线程能够修改成功，其它线程通过Thread.yield()让出CPU时间片等待table初始化完成。

put操作

假设table已经初始化完成，put操作采用CAS+synchronized实现并发插入或更新操作，具体实现如下。

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 } else if ((fh = f.hash) == MOVED) tab = helpTransfer(tab, f); ...省略部分代码 } addCount(1L, binCount); return null; }

hash算法 static final int spread(int h) {return (h ^ (h >>> 16)) & HASH_BITS;} table中定位索引位置，n是table的大小 int index = (n - 1) & hash 获取table中对应索引的元素f。 Doug Lea采用Unsafe.getObjectVolatile来获取，也许有人质疑，直接table[index]不可以么，为什么要这么复杂？在java内存模型中，我们已经知道每个线程都有一个工作内存，里面存储着table的副本，虽然table是volatile修饰的，但不能保证线程每次都拿到table中的最新元素，Unsafe.getObjectVolatile可以直接获取指定内存的数据，保证了每次拿到数据都是最新的。如果f为null，说明table中这个位置第一次插入元素，利用Unsafe.compareAndSwapObject方法插入Node节点。如果CAS成功，说明Node节点已经插入，随后addCount(1L, binCount)方法会检查当前容量是否需要进行扩容。如果CAS失败，说明有其它线程提前插入了节点，自旋重新尝试在这个位置插入节点。如果f的hash值为-1，说明当前f是ForwardingNode节点，意味有其它线程正在扩容，则一起进行扩容操作。其余情况把新的Node节点按链表或红黑树的方式插入到合适的位置，这个过程采用同步内置锁实现并发，代码如下:synchronized (f) { if (tabAt(tab, i) == f) { if (fh >= 0) { binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; 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; if ((e = e.next) == null) { pred.next = new Node<K,V>(hash, key, value, null); break; } } } 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; } } } } 在节点f上进行同步，节点插入之前，再次利用tabAt(tab, i) == f判断，防止被其它线程修改。如果f.hash >= 0，说明f是链表结构的头结点，遍历链表，如果找到对应的node节点，则修改value，否则在链表尾部加入节点。如果f是TreeBin类型节点，说明f是红黑树根节点，则在树结构上遍历元素，更新或增加节点。如果链表中节点数binCount >= TREEIFY_THRESHOLD(默认是8)，则把链表转化为红黑树结构。

table扩容

当table容量不足的时候，即table的元素数量达到容量阈值sizeCtl，需要对table进行扩容。整个扩容分为两部分：

构建一个nextTable，大小为table的两倍。把table的数据复制到nextTable中。

这两个过程在单线程下实现很简单，但是ConcurrentHashMap是支持并发插入的，扩容操作自然也会有并发的出现，这种情况下，第二步可以支持节点的并发复制，这样性能自然提升不少，但实现的复杂度也上升了一个台阶。

先看第一步，构建nextTable，毫无疑问，这个过程只能只有单个线程进行nextTable的初始化，具体实现如下：

private final void addCount(long x, int check) { ... 省略部分代码 if (check >= 0) { Node<K,V>[] tab, nt; int n, sc; while (s >= (long)(sc = sizeCtl) && (tab = table) != null && (n = tab.length) < MAXIMUM_CAPACITY) { int rs = resizeStamp(n); 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(); } } }

通过Unsafe.compareAndSwapInt修改sizeCtl值，保证只有一个线程能够初始化nextTable，扩容后的数组长度为原来的两倍，但是容量是原来的1.5。

节点从table移动到nextTable，大体思想是遍历、复制的过程。

首先根据运算得到需要遍历的次数i，然后利用tabAt方法获得i位置的元素f，初始化一个forwardNode实例fwd。如果f == null，则在table中的i位置放入fwd，这个过程是采用Unsafe.compareAndSwapObjectf方法实现的，很巧妙的实现了节点的并发移动。如果f是链表的头节点，就构造一个反序链表，把他们分别放在nextTable的i和i+n的位置上，移动完成，采用Unsafe.putObjectVolatile方法给table原位置赋值fwd。如果f是TreeBin节点，也做一个反序处理，并判断是否需要untreeify，把处理的结果分别放在nextTable的i和i+n的位置上，移动完成，同样采用Unsafe.putObjectVolatile方法给table原位置赋值fwd。

遍历过所有的节点以后就完成了复制工作，把table指向nextTable，并更新sizeCtl为新数组大小的0.75倍，扩容完成。

红黑树构造

注意：如果链表结构中元素超过TREEIFY_THRESHOLD阈值，默认为8个，则把链表转化为红黑树，提高遍历查询效率。

if (binCount != 0) { if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; }

接下来我们看看如何构造树结构，代码如下：

private final void treeifyBin(Node<K,V>[] tab, int index) { Node<K,V> b; int n, sc; if (tab != null) { if ((n = tab.length) < MIN_TREEIFY_CAPACITY) tryPresize(n << 1); else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { synchronized (b) { if (tabAt(tab, index) == b) { TreeNode<K,V> hd = null, tl = null; for (Node<K,V> e = b; e != null; e = e.next) { TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null) hd = p; else tl.next = p; tl = p; } setTabAt(tab, index, new TreeBin<K,V>(hd)); } } } } }

可以看出，生成树节点的代码块是同步的，进入同步代码块之后，再次验证table中index位置元素是否被修改过。 1、根据table中index位置Node链表，重新生成一个hd为头结点的TreeNode链表。 2、根据hd头结点，生成TreeBin树结构，并把树结构的root节点写到table的index位置的内存中，具体实现如下：

TreeBin(TreeNode<K,V> b) { super(TREEBIN, null, null, null); this.first = b; TreeNode<K,V> r = null; for (TreeNode<K,V> x = b, next; x != null; x = next) { next = (TreeNode<K,V>)x.next; x.left = x.right = null; if (r == null) { x.parent = null; x.red = false; r = x; } else { K k = x.key; int h = x.hash; Class<?> kc = null; for (TreeNode<K,V> p = r;;) { int dir, ph; K pk = p.key; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) dir = tieBreakOrder(k, pk); TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { x.parent = xp; if (dir <= 0) xp.left = x; else xp.right = x; r = balanceInsertion(r, x); break; } } } } this.root = r; assert checkInvariants(root); }

主要根据Node节点的hash值大小构建二叉树。这个红黑树的构造过程实在有点复杂，感兴趣的同学可以看看源码。

get操作

get操作和put操作相比，显得简单了许多。

public V get(Object key) { Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek; int h = spread(key.hashCode()); if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) { if ((eh = e.hash) == h) { if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } else if (eh < 0) return (p = e.find(h, key)) != null ? p.val : null; while ((e = e.next) != null) { if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null; }

总结

ConcurrentHashMap 是一个并发散列映射表的实现，它允许完全并发的读取，并且支持给定数量的并发更新。相比于 HashTable 和同步包装器包装的 HashMap，使用一个全局的锁来同步不同线程间的并发访问，同一时间点，只能有一个线程持有锁，也就是说在同一时间点，只能有一个线程能访问容器，这虽然保证多线程间的安全并发访问，但同时也导致对容器的访问变成串行化的了。 1.6中采用ReentrantLock 分段锁的方式，使多个线程在不同的segment上进行写操作不会发现阻塞行为;1.8中直接采用了内置锁synchronized，难道是因为1.8的虚拟机对内置锁已经优化的足够快了？

第二篇

本文首写于有道云笔记，并在小组分享会分享，先整理发布，希望和大家交流探讨。云笔记地址

概述： 1、设计首要目的：维护并发可读性（get、迭代相关）；次要目的：使空间消耗比HashMap相同或更好，且支持多线程高效率的初始插入（empty table）。 2、HashTable 线程安全，但采用synchronized，多线程下效率低下。线程1put时，线程2无法put或get。实现原理：锁分离：在HashMap的基础上，将数据分段存储， ConcurrentHashMap由多个Segment组成，每个Segment都有把锁。Segment下包含很多Node，也就是我们的键值对了。如果还停留在锁分离、Segment，那已经out了。 Segment虽保留，但已经简化属性，仅仅是为了兼容旧版本。 CAS算法；unsafe.compareAndSwapInt(this, valueOffset, expect, update); CAS(Compare And Swap)，意思是如果valueOffset位置包含的值与expect值相同，则更新valueOffset位置的值为update，并返回true，否则不更新，返回false。与Java8的HashMap有相通之处，底层依然由“数组”+链表+红黑树；底层结构存放的是TreeBin对象，而不是TreeNode对象；CAS作为知名无锁算法，那ConcurrentHashMap就没用锁了么？当然不是，hash值相同的链表的头结点还是会synchronized上锁。 private static final int MAXIMUM_CAPACITY = 1 << 30; // 2的30次方=1073741824 private static final intDEFAULT_CAPACITY = 16; static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; // MAX_VALUE=2^31-1=2147483647 private static finalint DEFAULT_CONCURRENCY_LEVEL = 16; private static final float LOAD_FACTOR = 0.75f; static final int TREEIFY_THRESHOLD = 8; // 链表转树阀值，大于8时 static final int UNTREEIFY_THRESHOLD = 6; //树转链表阀值，小于等于6（tranfer时，lc、hc=0两个计数器分别++记录原bin、新binTreeNode数量，<=UNTREEIFY_THRESHOLD 则untreeify(lo)）。【仅在扩容tranfer时才可能树转链表】 static final int MIN_TREEIFY_CAPACITY = 64; private static final int MIN_TRANSFER_STRIDE = 16; private static int RESIZE_STAMP_BITS = 16; private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; // 2^15-1，help resize的最大线程数 private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS; // 32-16=16，sizeCtl中记录size大小的偏移量 static final int MOVED = -1; // hash for forwarding nodes（forwarding nodes的hash值）、标示位 static final int TREEBIN = -2; // hash for roots of trees（树根节点的hash值） static final int RESERVED = -3; // hash for transient reservations（ReservationNode的hash值） static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash static final int NCPU = Runtime.getRuntime().availableProcessors(); // 可用处理器数量 /** * Table initialization and resizing control. When negative, the * table is being initialized or resized: -1 for initialization, * else -(1 + the number of active resizing threads). Otherwise, * when table is null, holds the initial table size to use upon * creation, or 0 for default. After initialization, holds the * next element count value upon which to resize the table. */ private transient volatile int sizeCtl; sizeCtl是控制标识符，不同的值表示不同的意义。负数代表正在进行初始化或扩容操作 -1代表正在初始化 -N 表示有N-1个线程正在进行扩容操作正数或0代表hash表还没有被初始化，这个数值表示初始化或下一次进行扩容的大小，类似于扩容阈值。它的值始终是当前ConcurrentHashMap容量的0.75倍，这与loadfactor是对应的。实际容量>=sizeCtl，则扩容。部分构造函数： [java] view plain copy public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) { if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0) thrownew 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; } concurrencyLevel： concurrencyLevel，能够同时更新ConccurentHashMap且不产生锁竞争的最大线程数，在Java8之前实际上就是ConcurrentHashMap中的分段锁个数，即Segment[]的数组长度。正确地估计很重要，当低估，数据结构将根据额外的竞争，从而导致线程试图写入当前锁定的段时阻塞；相反，如果高估了并发级别，你遇到过大的膨胀，由于段的不必要的数量; 这种膨胀可能会导致性能下降，由于高数缓存未命中。在Java8里，仅仅是为了兼容旧版本而保留。唯一的作用就是保证构造map时初始容量不小于concurrencyLevel。源码122行： Also, for compatibility with previous versions of this class, constructors may optionally specify an expected {@code concurrencyLevel} as an additional hint for internal sizing. 源码482行： Mainly: We leave untouched but unused constructor arguments refering to concurrencyLevel .…… …… 1、重要属性： 1.1 Node： [java] view plain copy static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; volatile V val; // Java8增加volatile，保证可见性 volatile Node<K,V> next; Node(inthash, 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; } // HashMap调用Objects.hashCode()，最终也是调用Object.hashCode()；效果一样 public final int hashCode() { returnkey.hashCode() ^ val.hashCode(); } public final String toString(){ returnkey + "=" + val; } public final V setValue(V value) { // 不允许修改value值，HashMap允许 throw new UnsupportedOperationException(); } // HashMap使用if (o == this)，且嵌套if；concurrent使用&& public final boolean equals(Object o) { Object k, v, u; Map.Entry<?,?> e; return ((oinstanceof Map.Entry) && (k = (e = (Map.Entry<?,?>)o).getKey()) != null && (v = e.getValue()) != null && (k == key || k.equals(key)) && (v == (u = val) || v.equals(u))); } /** * Virtualized support for map.get(); overridden in subclasses. */ Node<K,V> find(inth, Object k) { // 增加find方法辅助get方法 Node<K,V> e = this; if (k != null) { do { K ek; if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek)))) returne; } while ((e = e.next) != null); } returnnull; } } 1.2 TreeNode [java] view plain copy // Nodes for use in TreeBins，链表>8，才可能转为TreeNode. // HashMap的TreeNode继承至LinkedHashMap.Entry；而这里继承至自己实现的Node，将带有next指针，便于treebin访问。 static final class TreeNode<K,V> extends Node<K,V> { TreeNode<K,V> parent; // red-black tree links TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; TreeNode(inthash, K key, V val, Node<K,V> next, TreeNode<K,V> parent) { super(hash, key, val, next); this.parent = parent; } Node<K,V> find(inth, Object k) { return findTreeNode(h, k, null); } /** * Returns the TreeNode (or null if not found) for the given key * starting at given root. */ // 查找hash为h，key为k的节点 final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) { if (k != null) { // 比HMap增加判空 TreeNode<K,V> p = this; do { intph, dir; K pk; TreeNode<K,V> q; TreeNode<K,V> pl = p.left, pr = p.right; if ((ph = p.hash) > h) p = pl; elseif (ph < h) p = pr; elseif ((pk = p.key) == k || (pk != null && k.equals(pk))) returnp; elseif (pl == null) p = pr; elseif (pr == null) p = pl; elseif ((kc != null || (kc = comparableClassFor(k)) != null) && (dir = compareComparables(kc, k, pk)) != 0) p = (dir < 0) ? pl : pr; elseif ((q = pr.findTreeNode(h, k, kc)) != null) returnq; else p = pl; } while (p != null); } return null; } } // 和HashMap相比，这里的TreeNode相当简洁；ConcurrentHashMap链表转树时，并不会直接转，正如注释（Nodes for use in TreeBins）所说，只是把这些节点包装成TreeNode放到TreeBin中，再由TreeBin来转化红黑树。

1.3 TreeBin

[java] view plain copy // TreeBin用于封装维护TreeNode，包含putTreeVal、lookRoot、UNlookRoot、remove、balanceInsetion、balanceDeletion等方法，这里只分析其构造函数。 // 当链表转树时，用于封装TreeNode，也就是说，ConcurrentHashMap的红黑树存放的时TreeBin，而不是treeNode。 TreeBin(TreeNode<K,V> b) { super(TREEBIN, null, null, null);//hash值为常量TREEBIN=-2,表示roots of trees this.first = b; TreeNode<K,V> r = null; for (TreeNode<K,V> x = b, next; x != null; x = next) { next = (TreeNode<K,V>)x.next; x.left = x.right = null; if (r == null) { x.parent = null; x.red = false; r = x; } else { K k = x.key; inth = x.hash; Class<?> kc = null; for (TreeNode<K,V> p = r;;) { intdir, ph; K pk = p.key; if ((ph = p.hash) > h) dir = -1; elseif (ph < h) dir = 1; elseif ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) dir = tieBreakOrder(k, pk); TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { x.parent = xp; if (dir <= 0) xp.left = x; else xp.right = x; r = balanceInsertion(r, x); break; } } } } this.root = r; assert checkInvariants(root); } 1.4 treeifyBin [java] view plain copy /** * Replaces all linked nodes in bin at given index unless table is * too small, in which case resizes instead.链表转树 */ private final void treeifyBin(Node<K,V>[] tab, int index) { Node<K,V> b; intn, sc; if (tab != null) { if ((n = tab.length) < MIN_TREEIFY_CAPACITY) tryPresize(n << 1); // 容量<64，则table两倍扩容，不转树了 else if ((b = tabAt(tab, index)) != null && b.hash >= 0) { synchronized (b) { // 读写锁 if (tabAt(tab, index) == b) { TreeNode<K,V> hd = null, tl = null; for (Node<K,V> e = b; e != null; e = e.next) { TreeNode<K,V> p = new TreeNode<K,V>(e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null) hd = p; else tl.next = p; tl = p; } setTabAt(tab, index, new TreeBin<K,V>(hd)); } } } } } 1.5 ForwardingNode [java] view plain copy // A node inserted at head of bins during transfer operations.连接两个table // 并不是我们传统的包含key-value的节点，只是一个标志节点，并且指向nextTable，提供find方法而已。生命周期：仅存活于扩容操作且bin不为null时，一定会出现在每个bin的首位。 static final class ForwardingNode<K,V> extends Node<K,V> { final Node<K,V>[] nextTable; ForwardingNode(Node<K,V>[] tab) { super(MOVED, null, null, null); // 此节点hash=-1，key、value、next均为null this.nextTable = tab; } Node<K,V> find(int h, Object k) { // 查nextTable节点，outer避免深度递归 outer: for (Node<K,V>[] tab = nextTable;;) { Node<K,V> e; intn; if (k == null || tab == null || (n = tab.length) == 0 || (e = tabAt(tab, (n - 1) & h)) == null) returnnull; for (;;) { // CAS算法多和死循环搭配！直到查到或null int eh; K ek; if ((eh = e.hash) == h && ((ek = e.key) == k || (ek != null && k.equals(ek)))) returne; if (eh < 0) { if (e instanceof ForwardingNode) { tab = ((ForwardingNode<K,V>)e).nextTable; continue outer; } else return e.find(h, k); } if ((e = e.next) == null) return null; } } } }

1.6 3个原子操作（调用频率很高）

[java] view plain copy @SuppressWarnings("unchecked") // ASHIFT等均为private static final static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) { // 获取索引i处Node return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE); } // 利用CAS算法设置i位置上的Node节点（将c和table[i]比较，相同则插入v）。 static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v) { return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v); } // 设置节点位置的值，仅在上锁区被调用 static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) { U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v); } 1.7 Unsafe [java] view plain copy //在源码的6277行到最后，有着ConcurrentHashMap中极为重要的几个属性（SIZECTL），unsafe静态块控制其修改行为。Java8中，大量运用CAS进行变量、属性的无锁修改，大大提高性能。 // Unsafe mechanics private static final sun.misc.Unsafe U; private static final long SIZECTL; private static final long TRANSFERINDEX; private static final long BASECOUNT; private static final long CELLSBUSY; private static final long CELLVALUE; private static final long ABASE; private static final int ASHIFT; static { try { U = sun.misc.Unsafe.getUnsafe(); Class<?> k = ConcurrentHashMap.class; SIZECTL = U.objectFieldOffset (k.getDeclaredField("sizeCtl")); TRANSFERINDEX=U.objectFieldOffset(k.getDeclaredField("transferIndex")); BASECOUNT = U.objectFieldOffset (k.getDeclaredField("baseCount")); CELLSBUSY = U.objectFieldOffset (k.getDeclaredField("cellsBusy")); Class<?> ck = CounterCell.class; CELLVALUE = U.objectFieldOffset (ck.getDeclaredField("value")); Class<?> ak = Node[].class; ABASE = U.arrayBaseOffset(ak); intscale = U.arrayIndexScale(ak); if ((scale & (scale - 1)) != 0) thrownew Error("data type scale not a power of two"); ASHIFT = 31 - Integer.numberOfLeadingZeros(scale); } catch (Exception e) { thrownew Error(e); } } 1.8 扩容相关 tryPresize 在putAll以及treeifyBin中调用 [java] view plain copy private final void tryPresize(int size) { // 给定的容量若>=MAXIMUM_CAPACITY的一半，直接扩容到允许的最大值，否则调用函数扩容 int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY : tableSizeFor(size + (size >>> 1) + 1); int sc; while ((sc = sizeCtl) >= 0) { //没有正在初始化或扩容，或者说表还没有被初始化 Node<K,V>[] tab = table; int n; if(tab == null || (n = tab.length) == 0) { n = (sc > c) ? sc : c; // 扩容阀值取较大者 // 期间没有其他线程对表操作，则CAS将SIZECTL状态置为-1，表示正在进行初始化 if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if (table == tab) { @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = nt; sc = n - (n >>> 2); //无符号右移2位，此即0.75*n } } finally { sizeCtl = sc; // 更新扩容阀值 } } }// 若欲扩容值不大于原阀值，或现有容量>=最值，什么都不用做了 else if (c <= sc || n >= MAXIMUM_CAPACITY) break; else if (tab == table) { // table不为空，且在此期间其他线程未修改table int rs = resizeStamp(n); if (sc < 0) { Node<K,V>[] nt;//RESIZE_STAMP_SHIFT=16,MAX_RESIZERS=2^15-1 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); } } } [java] view plain copy private static final int tableSizeFor(int c){//和HashMap一样,返回>=n的最小2的自然数幂 int n = c - 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; } [java] view plain copy /** * Returns the stamp bits for resizing a table of size n. * Must be negative when shifted left by RESIZE_STAMP_SHIFT. */ static final int resizeStamp(int n) { // 返回一个标志位 return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1)); }// numberOfLeadingZeros返回n对应32位二进制数左侧0的个数，如9（1001）返回28 // RESIZE_STAMP_BITS=16,(左侧0的个数)|(2^15) ConcurrentHashMap无锁多线程扩容，减少扩容时的时间消耗。 transfer扩容操作：单线程构建两倍容量的nextTable；允许多线程复制原table元素到nextTable。为每个内核均分任务，并保证其不小于16；若nextTab为null，则初始化其为原table的2倍；死循环遍历，直到finishing。节点为空，则插入ForwardingNode；链表节点（fh>=0），分别插入nextTable的i和i+n的位置；【逆序链表？？】TreeBin节点（fh<0），判断是否需要untreefi，分别插入nextTable的i和i+n的位置；【逆序树？？】finishing时，nextTab赋给table，更新sizeCtl为新容量的0.75倍，完成扩容。以上说的都是单线程，多线程又是如何实现的呢？遍历到ForwardingNode节点((fh = f.hash) == MOVED)，说明此节点被处理过了，直接跳过。这是控制并发扩容的核心。由于给节点上了锁，只允许当前线程完成此节点的操作，处理完毕后，将对应值设为ForwardingNode（fwd），其他线程看到forward，直接向后遍历。如此便完成了多线程的复制工作，也解决了线程安全问题。

private transient volatile Node<K,V>[] nextTable; //仅仅在扩容使用，并且此时非空

[java] view plain copy // 将table每一个bin（桶位）的Node移动或复制到nextTable // 只在addCount(long x, int check)、helpTransfer、tryPresize中调用 private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { int n = tab.length, stride; // 每核处理的量小于16，则强制赋值16 if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE) stride = MIN_TRANSFER_STRIDE; // subdivide range if (nextTab == null) { // initiating try { @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; //两倍 nextTab = nt; } catch (Throwable ex) { // try to cope with OOME sizeCtl = Integer.MAX_VALUE; return; } nextTable = nextTab; transferIndex = n; } int nextn = nextTab.length; //连节点指针,标志位，fwd的hash值为-1，fwd.nextTable=nextTab。 ForwardingNode<K,V> fwd= new ForwardingNode<K,V>(nextTab); boolean advance= true;//并发扩容的关键属性,等于true,说明此节点已经处理过 boolean finishing = false; // to ensure sweep before committing nextTab for (int i = 0, bound = 0;;) { // 死循环 Node<K,V> f; int fh; while (advance) { // 控制--i，遍历原hash表中的节点 int nextIndex, nextBound; if (--i >= bound || finishing) advance = false; else if ((nextIndex = transferIndex) <= 0) { i = -1; advance = false; }//TRANSFERINDEX 即用CAS计算得到的transferIndex else if (U.compareAndSwapInt (this, TRANSFERINDEX, nextIndex, nextBound = (nextIndex > stride ? nextIndex - stride : 0))) { bound = nextBound; i = nextIndex - 1; advance = false; } } if (i < 0 || i >= n || i + n >= nextn) { int sc; if (finishing) { // 所有节点复制完毕 nextTable = null; table = nextTab; sizeCtl = (n << 1) - (n >>> 1); //扩容阀值设为原来的1.5倍，即现在的0.75倍 return; // 仅有的2个跳出死循环出口之一 }//CAS更新扩容阈值,sc-1表明新加入一个线程参与扩容 if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) return;// 仅有的2个跳出死循环出口之一 finishing = advance = true; i = n; // recheck before commit } } else if ((f = tabAt(tab, i)) == null) //该节点为空，则插入ForwardingNode advance = casTabAt(tab, i, null, fwd); //遍历到ForwardingNode节点，说明此节点被处理过了，直接跳过。这是控制并发扩容的核心 else if ((fh = f.hash) == MOVED) // MOVED=-1，hash for fwd advance = true; // already processed else { synchronized (f) { //上锁 if (tabAt(tab, i) == f) { Node<K,V> ln, hn; //ln原位置节点，hn新位置节点 if (fh >= 0) { // 链表 int runBit = fh & n; // f.hash & n Node<K,V> lastRun = f; // lastRun和p两个链表，逆序？？ for (Node<K,V> p = f.next; p != null; p = p.next) { int b = p.hash & n; // f.next.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) // 和HashMap确定扩容后的节点位置一样 ln = new Node<K,V>(ph, pk, pv, ln); else hn = new Node<K,V>(ph, pk, pv, hn); //新位置节点 }//类似HashMap，为何i+n？参见HashMap的笔记 setTabAt(nextTab, i, ln);//在nextTable[i]插入原节点 setTabAt(nextTab, i + n, hn);//在nextTable[i+n]插入新节点 //在nextTable[i]插入forwardNode节点，表示已经处理过该节点 setTabAt(tab, i, fwd); //设置advance为true 返回到上面的while循环中就可以执行--i操作 advance = true; } else if (f instanceof TreeBin) { //树 TreeBin<K,V> t = (TreeBin<K,V>)f; TreeNode<K,V> lo = null, loTail = null; TreeNode<K,V> hi = null, hiTail = null; //lc、hc=0两计数器分别++记录原、新bin中TreeNode数量 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; } }//扩容后树节点个数若<=6，将树转链表 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; } } } } } } [java] view plain copy // 协助扩容方法。多线程下，当前线程检测到其他线程正进行扩容操作，则协助其一起扩容；（只有这种情况会被调用）从某种程度上说，其“优先级”很高，只要检测到扩容，就会放下其他工作，先扩容。 // 调用之前，nextTable一定已存在。 final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) { Node<K,V>[] nextTab; intsc; if (tab != null && (finstanceof ForwardingNode) && (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) { intrs = resizeStamp(tab.length); //标志位 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)) { transfer(tab, nextTab);//调用扩容方法，直接进入复制阶段 break; } } return nextTab; } return table; } 2、 put相关：理一下put的流程： ① 判空：null直接抛空指针异常； ② hash：计算h=key.hashcode；调用spread计算hash= ( h ^( h >>> 16 ))& HASH_BITS； ③ 遍历table 若table为空，则初始化，仅设置相关参数；@@@计算当前key存放位置，即table的下标i=(n - 1) & hash；若待存放位置为null，casTabAt无锁插入；若是forwarding nodes（检测到正在扩容），则helpTransfer（帮助其扩容）；else（待插入位置非空且不是forward节点，即碰撞了），将头节点上锁（保证了线程安全）：区分链表节点和树节点，分别插入（遇到hash值与key值都与新节点一致的情况，只需要更新value值即可。否则依次向后遍历，直到链表尾插入这个结点）；若链表长度>8，则treeifyBin转树（Note：若length<64,直接tryPresize,两倍table.length;不转树）。 ④ addCount(1L, binCount)。 Note： 1、put操作共计两次hash操作，再利用“与&”操作计算Node的存放位置。 2、ConcurrentHashMap不允许key或value为null。 3、 addCount(longx,intcheck)方法： ①利用CAS快速更新baseCount的值； ②check>=0.则检验是否需要扩容； if sizeCtl<0（正在进行初始化或扩容操作）【nexttable null等情况break；如果有线程正在扩容，则协助扩容】； else if 仅当前线程在扩容，调用协助扩容函数，注其参数nextTable为null。

public V put(K key, V value) {

return putVal(key, value, false);

}

[java] view plain copy final V putVal(K key, V value, boolean onlyIfAbsent) { // 不允许key、value为空 if (key == null || value == null) throw new NullPointerException(); int hash = spread(key.hashCode()); //返回(h^(h>>>16))&HASH_BITS int binCount = 0; for (Node<K,V>[] tab = table;;) { // 死循环，直到插入成功 Node<K,V> f; int n, i, fh; if (tab == null || (n = tab.length) == 0) tab = initTable(); // table为空，初始化table else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {// 索引处无值 if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null))) break; // no lock when adding to empty bin } else if ((fh = f.hash) == MOVED) // MOVED=-1;//hash for forwarding nodes tab = helpTransfer(tab, f); //检测到正在扩容，则帮助其扩容 else { V oldVal = null; synchronized (f) { // 节点上锁（hash值相同的链表的头节点） if (tabAt(tab, i) == f) { if (fh >= 0) { // 链表节点 binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek;// hash和key相同，则修改value if (e.hash == hash && ((ek = e.key) == key ||(ek != null && key.equals(ek)))) { oldVal = e.val; if (!onlyIfAbsent) //仅putIfAbsent()方法中onlyIfAbsent为true e.val = value; //putIfAbsent()包含key则返回get，否则put并返回 break; } Node<K,V> pred = e; if ((e = e.next) == null) { //已遍历到链表尾部，直接插入 pred.next = new Node<K,V>(hash, key, value, null); break; } } } else if (f instanceof TreeBin) { // 树节点 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) { if (binCount >= TREEIFY_THRESHOLD)//实则是>8,执行else,说明该桶位本就有Node treeifyBin(tab, i);//若length<64,直接tryPresize,两倍table.length;不转树 if (oldVal != null) return oldVal; break; } } } addCount(1L, binCount); return null; } [java] view plain copy // Initializes table, using the size recorded in sizeCtl. private final Node<K,V>[] initTable() { // 仅仅设置参数，并未实质初始化 Node<K,V>[] tab; intsc; while ((tab = table) == null || tab.length == 0) { if ((sc = sizeCtl) < 0) // 其他线程正在初始化，此线程挂起 Thread.yield(); // lost initialization race; just spin //CAS方法把sizectl置为-1，表示本线程正在进行初始化 elseif (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if ((tab = table) == null || tab.length == 0) { intn = (sc > 0) ? sc : DEFAULT_CAPACITY;//DEFAULT_CAPACITY=16 @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = tab = nt; sc = n - (n >>> 2); // 扩容阀值，0.75*n } } finally { sizeCtl = sc; } break; } } return tab; } 3、 get、contains相关 [java] view plain copy public V get(Object key) { Node<K,V>[] tab; Node<K,V> e, p; intn, eh; K ek; inth = spread(key.hashCode()); if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) {//tabAt(i),获取索引i处Node if ((eh = e.hash) == h) { if ((ek = e.key) == key || (ek != null && key.equals(ek))) returne.val; } elseif (eh < 0) // 树 return (p = e.find(h, key)) != null ? p.val : null; while ((e = e.next) != null) { // 链表 if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) returne.val; } } return null; } [java] view plain copy public boolean containsKey(Object key) {return get(key) != null;} public boolean containsValue(Object value) {} 理一下get的流程： ①spread计算hash值； ②table不为空； ③tabAt(i)处桶位不为空； ④check first，是则返回当前Node的value；否则分别根据树、链表查询。 4、 Size相关：由于ConcurrentHashMap在统计size时可能正被多个线程操作，而我们又不可能让他停下来让我们计算，所以只能计量一个估计值。计数辅助：

// Table of counter cells. When non-null, size is a power of 2

private transient volatile CounterCell[] counterCells;

@sun.misc.Contended static final class CounterCell {

volatile long value;

CounterCell(long x) { value = x; }

}

final long sumCount(){

CounterCell as[] = counterCells;

long sum = baseCount;

if(as != null){

for(int i = 0; i < as.length; i++){

CounterCell a;

if((a = as[i]) != null)

sum += a.value;

}

return sum;

}

private final void fullAddCount(long x, boolean wasUncontended) {}

public int size() { // 旧版本方法，和推荐的mappingCount返回的值基本无区别

longn = sumCount();

return ((n < 0L) ? 0 :

(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :

(int)n);

}

// 返回Mappings中的元素个数，官方建议用来替代size。此方法返回的是一个估计值；如果sumCount时有线程插入或删除，实际数量是和mappingCount不同的。since 1.8

public long mappingCount() {

longn = sumCount();

return (n < 0L) ? 0L : n; // ignore transient negative values

}

private transient volatile long baseCount ; //ConcurrentHashMap中元素个数,基于CAS无锁更新,但返回的不一定是当前Map的真实元素个数。 5、remove、clear相关： [java] view plain copy public void clear() { // 移除所有元素 long delta = 0L; // negative number of deletions inti = 0; Node<K,V>[] tab = table; while (tab != null && i < tab.length) { intfh; Node<K,V> f = tabAt(tab, i); if (f == null) // 为空，直接跳过 ++i; else if ((fh = f.hash) == MOVED) { //检测到其他线程正对其扩容 //则协助其扩容，然后重置计数器，重新挨个删除元素，避免删除了元素，其他线程又新增元素。 tab = helpTransfer(tab, f); i = 0; // restart } else{ synchronized (f) { // 上锁 if (tabAt(tab, i) == f) { // 其他线程没有在此期间操作f Node<K,V> p = (fh >= 0 ? f : (finstanceof TreeBin) ? ((TreeBin<K,V>)f).first : null); while (p != null) { // 首先删除链、树的末尾元素，避免产生大量垃圾 --delta; p = p.next; } setTabAt(tab, i++, null); // 利用CAS无锁置null } } } } if (delta != 0L) addCount(delta, -1); // 无实际意义，参数check<=1，直接return。 } [java] view plain copy public V remove(Object key) { // key为null，将在计算hashCode时报空指针异常 return replaceNode(key, null, null); } [java] view plain copy public boolean remove(Object key, Object value) { if (key == null) thrownew NullPointerException(); returnvalue != null && replaceNode(key, null, value) != null; } [java] view plain copy // remove核心方法，注意，这里的cv才是key-value中的value！ final V replaceNode(Object key, V value, Object cv) { inthash = spread(key.hashCode()); for (Node<K,V>[] tab = table;;) { Node<K,V> f; intn, i, fh; if (tab == null || (n = tab.length) == 0 || (f = tabAt(tab, i = (n - 1) & hash)) == null) break; // 该桶位第一个元素为空，直接跳过 elseif ((fh = f.hash) == MOVED) tab = helpTransfer(tab, f); // 先协助扩容再说 else { V oldVal = null; booleanvalidated = false; synchronized (f) { if (tabAt(tab, i) == f) { if (fh >= 0) { validated = true; //pred没看出来有什么用，全是别人赋值给他，他却不影响其他参数 for (Node<K,V> e = f, pred = null;;) { K ek; if (e.hash == hash &&((ek = e.key) == key || (ek != null && key.equals(ek)))){//hash且可以相等 V ev = e.val; // value为null或value和查到的值相等 if (cv == null || cv == ev || (ev != null && cv.equals(ev))) { oldVal = ev; if (value != null) // replace中调用 e.val = value; elseif (pred != null) pred.next = e.next; else setTabAt(tab, i, e.next); } break; } pred = e; if ((e = e.next) == null) break; } } elseif (finstanceof TreeBin) { // 以树的方式find、remove validated = true; TreeBin<K,V> t = (TreeBin<K,V>)f; TreeNode<K,V> r, p; if ((r = t.root) != null && (p = r.findTreeNode(hash, key, null)) != null) { V pv = p.val; if (cv == null || cv == pv || (pv != null && cv.equals(pv))) { oldVal = pv; if (value != null) p.val = value; elseif (t.removeTreeNode(p)) setTabAt(tab, i, untreeify(t.first)); } } } } } if (validated) { if (oldVal != null) { if (value == null) addCount(-1L, -1); returnoldVal; } break; } } } return null; } [java] view plain copy public boolean replace(K key, V oldValue, V newValue) {} 6、其他函数：

public boolean isEmpty() {

return sumCount() <= 0L; // ignore transient negative values

}

参考资料: http://ifeve.com/concurrenthashmap/ http://ifeve.com/java-concurrent-hashmap-2/ 、、、、、、、、、 http://ashkrit.blogspot.com/2014/12/what-is-new-in-java8-concurrenthashmap.html http://blog.csdn.net/u010723709/article/details/48007881 http://yucchi.jp/blog/?p=2048 http://blog.csdn.net/q291611265/article/details/47985145 、、、、、、、、、、 SynchronizedMap：http://blog.sina.com.cn/s/blog_5157093c0100hm3y.html http://blog.csdn.net/yangfanend/article/details/7165742 http://blog.csdn.net/xuefeng0707/article/details/40797085 1 2 3 4 5 6 7 8 9 10 11 12 ArrayList源码分析（jdk1.8）：http://blog.csdn.net/u010887744/article/details/49496093 HashMap源码分析（jdk1.8）：http://write.blog.csdn.net/postedit/50346257 ConcurrentHashMap源码分析--Java8：http://blog.csdn.net/u010887744/article/details/50637030 ThreadLocal源码分析（JDK8）：http://blog.csdn.net/u010887744/article/details/54730556 每篇文章都包含有道云笔记地址，可直接保存。在线查阅JDK源码： JDK8：https://github.com/zxiaofan/JDK1.8-Src JDK7：https://github.com/zxiaofan/JDK_Src_1.7 史上最全Java集合关系图：http://blog.csdn.net/u010887744/article/details/50575735

来自CODE的代码片 SourceCode

转载请注明原文地址: https://ju.6miu.com/read-659316.html

技术

最新回复(0)