Java容器相關知識點整理

五嶽發表於2020-06-18
Java

結合一些文章閱讀原始碼後整理的Java容器常見知識點。對於一些程式碼細節，本文不展開來講，有興趣可以自行閱讀參考文獻。

1. 思維導圖

各個容器的知識點比較分散，沒有在思維導圖上體現，因此看上去右半部分很像類的繼承關係。

2. 容器對比

類名 底層實現 特徵 執行緒安全性 預設迭代器實現(Itr)
ArrayList Object陣列 查詢快，增刪慢 不安全，有modCount 陣列下標
LinkedList 雙向連結串列 查詢慢，增刪快 不安全，有modCount 當前遍歷的節點
Vector Object陣列 查詢快，增刪慢 方法使用synchronized確保安全（注1）；有modCount 陣列下標
Stack Vector 同Vector 同Vector 同Vector
HashSet HashMap (使用帶特殊引數的構造方法則為LinkedHashMap) 和HashMap一致 和HashMap一致 和HashMap一致
LinkedHashSet LinkedHashMap 和LinkedHashMap一致 和LinkedHashMap一致 和LinkedHashMap一致
TreeSet TreeMap 和TreeMap一致 和TreeMap一致 和TreeMap一致
TreeMap 紅黑樹和Comparator（注2） key和value可以為null（注2），key必須實現Comparable介面 非執行緒安全，有modCount 當前節點在中序遍歷的後繼
HashMap 見第3節 key和value可以為null 非執行緒安全，有modCount HashIterator按陣列索引遍歷，在此基礎上按Node遍歷
LinkedHashMap extends HahsMap （注3）, Node有前驅和後繼 可以按照插入順序或訪問順序遍歷（注4） 非執行緒安全，有modCount 同HshMap
ConcurrentHashMap 見第3節 key和value不能為null 執行緒安全（注1） 基於Traverser（注5）
Hashtable Entry陣列 + Object.hashCode() + 同key的Entry形成連結串列 key和value不允許為null 執行緒安全， 有modCount 列舉類或通過KeySet/EntrySet

操作的時間複雜度

  • ArrayList下標查詢O(1)，插入O(n)
  • 涉及到樹，查詢和插入都可以看做log(n)
  • 連結串列查詢O(n)，插入O(1)
  • Hash直接查詢hash值為 O(1)

注1：關於容器的執行緒安全

複合操作

無論是Vetcor還是SynchronizedCollection甚至是ConcurrentHashMap，複合操作都不是執行緒安全的。如下面的程式碼[1]在併發環境中可能會不符合預期：

if (!vector.contains(element)) 
    vector.add(element); 
    ...
}

ConcurrentHashMap<String, Integer> map = new ConcurrentHashMap();
map.put("key", 1);

// 多執行緒環境下執行
Integer currentVal = map.get("key");
map.put("key", currentVal + 1);

在複合操作的場景下，通用解法是對容器加鎖，但這樣會大幅降低效能。根據具體的場景來解決效果更好，如第二段程式碼的場景，可以改寫為[1]

ConcurrentHashMap<String, AtomicInteger> map = new ConcurrentHashMap();
// 多執行緒環境下執行
map.get("key").incrementAndGet();

modCount和迭代器Iterator問題

modCount是大多數容器（比如ConcurrentHashMap就沒有）用來檢測是否發生了併發操作，從而判斷是否需要丟擲異常通知程式設計師去處理的一個簡單的變數，也被稱為fast-fail。
一開始我注意到，Vector也有modCount這個屬性，這個欄位用來檢測對於容器的操作期間是否併發地進行了其他操作，如果有會丟擲併發異常。既然Vector是執行緒安全的，為什麼還會有modCount？順藤摸瓜，我發現雖然Vector的Iterator()方法是synchronized的，但是迭代器本身的方法並不是synchronized的。這就意味著在使用迭代器操作時，對Vector的增刪等操作可能導致併發異常。
為了避免這個問題，應該在使用Iterator時對Vector加鎖。
同理可以推廣到Collecitons.synchronizedCollection()方法，可以看到這個方法建立的容器，對於迭代器和stream方法，都有一行// Must be manually synched by user!的註釋。

注2：TreeMap的comparator和key

comparator是可以為空的，此時使用key的compare介面比較。因此，這種情況下如果key==null會拋NPE。

注3：

JDK8的HashMap中有afterNodeAccess()、afterNodeInsertion()、afterNodeRemoval()三個空方法，在LinkedHashMap中覆蓋，用於回撥。

注4：LinkedHashMap插入順序和訪問順序

插入順序不必解釋。訪問順序指的是，每次訪問一個節點，都將它插入到雙向連結串列的末尾。

注5：Traverser

其實現類EntryIterator的構造方法實際上是有bug的[5]：它與子類的參數列順序不一致。
它能確保在擴容期間，每個節點只訪問一次。這個原理比較複雜，我沒有深入去看，可以參考本小節的參考文獻。

3. Hashtable & HashMap & ConcurrentHashMap

這是一個老生常談的話題了，但是涉及面比較廣，本節好好總結一下。
本節不列出具體的原始碼，大部分直接給出結論，原始碼部分分析可以參考文獻[7][8]。
table表示Map的hash值桶，即每一個元素對應所有同一個hash值的key-value對。

相同點

  • keySet、values、entrySet()首次使用時初始化

差異點

容器型別 底層實現（見說明4） key的hash方法 table下標計算 擴容後table容量(見說明1、5) 插入 clone hash桶的最大容量
Hashtable hash值桶陣列 + 連結串列 hashCode() (hashCode & MAX_INT) % table.length origin*2+1 頭部插入 淺拷貝 MAXINT- 8
HashMap(1.7) hash值桶陣列 + 連結串列 String使用sun.misc.Hashing.stringHash32，其他用hashCode()後多次異或摺疊(見說明2) (length-1) & hashCode origin*2 頭部插入（見說明6） 淺拷貝 2^30
HashMap(1.8) hash值桶陣列 + 連結串列/紅黑樹(見說明3) hashCode()高低16位異或 (length-1) & hashCode origin*2（見說明7） 尾部插入 淺拷貝 2^30
ConcurrentHashMap(1.7) hash值桶陣列 + Segment extends ReentrantLock（見說明9） + 陣列 String使用sun.misc.Hashing.stringHash32，其他用hashCode()後多次異或摺疊和加法操作（見說明8） (length-1) & hashCode origin*2 頭部插入 不支援 2^30
ConcurrentHashMap(1.8) hash值桶陣列 + 連結串列/紅黑樹（見說明10） hashCode()高低16位異或 % MAX_INT (length-1) & hashCode origin*2 尾部插入 不支援 2^30

說明

  1. HashMap和ConcurrentHashMap的key桶大小都是2的冪，便於將計算下標的取模操作轉化為按位與操作
  2. Map的key建議使用不可變類如String、Integer等包裝型別，其值是final的，這樣可以防止key的hash發生變化
  3. 1.8以後，連結串列轉紅黑樹的閾值為8，紅黑樹轉回連結串列的閾值位6。8是連結串列和紅黑樹平均查詢時間(n/2和logn)的閾值，不在7轉回是為了防止反覆轉換。
  4. 1.7的HashMap的Entry和1.8中的Node幾乎是一樣的，區別在於：後者的equals()使用了Objects.equals()做了封裝，而不是物件本身的equals()。另外連結串列節點Node和紅黑樹節點TreeNode沒有關係，後者是extends LinkedHashMap的Node，通過紅黑樹查詢演算法找value。1.7的ConcurrentHashMap的Node中value、next是用volatile修飾的。但是，1.8的ConcurrentHashMap有TreeNode<K,V> extends Node<K,V>，遍歷查詢值時是用Node的next進行的。
  5. 擴容的依據是k-v容量>=擴容閾值threshold，而threshold= table陣列大小 * 裝載因子。擴容前後hash值沒有變，但是取模(^length)變了，所以在新的table中所在桶的下標可能會變
  6. HashMap1.7的頭插法在併發場景下reszie()容易導致連結串列迴圈，具體的執行場景見文獻[7][9]。這一步不太好理解，我個人是用[9]的示意圖自己完整在紙上推演了一遍才理解。關鍵點在於，被中斷的執行緒，對同一個節點遍歷了兩次。雖然1.8改用了尾插法，仍然有迴圈引用的可能[10][11]。
  7. 1.8的HashMap在resize()時，要將節點分開，根據擴容後多計算hash的那一位是0還是1來決定放在原來的桶[i]還是桶[i+原始length]中。
  8. 1.7中計算出hash值後，還會使用它計算所在的Segement
  9. put(key,value)時鎖定分段鎖，先用非阻塞tryLock()自旋，超過次數上限後升級為阻塞Lock()。
  10. 1.8的ConcurrentHashMap拋棄了Segement，使用synchronized+CAS（使用tabAt()計算所在桶的下標，實際是用UNSAFE類計算記憶體偏移量）[12]進行寫入。具體來說，當桶[i]為空時，CAS寫值；非空則對桶[i]加鎖[13]。

ConcurrentHashMap的死鎖問題

1.7場景

對於跨段操作，如size()、containsValue()，是需要按Segement的下標遞增逐段加鎖、統計，然後按原先順序解鎖的。這樣就有一個很嚴重的隱患：如果執行緒A在跨段操作時，中間的Segement[i]被
執行緒B鎖定，B又要去鎖定Segement[j] （i>j），此時就發生了死鎖。

1.8場景

由於沒有段，也就沒有了跨段。但是size()還是要統計各個桶的數目，仍然有跨桶的可能。如何計算？如果沒有衝突發生，只將 size 的變化寫入 baseCount。一旦發生衝突，就用一個陣列（counterCells）來儲存後續所有 size 的變化[14]。
而containsValue()則藉助了Traverser（見第2節注5及參考文獻[15]），但是返回值不是最新的

參考文獻

沒有在文中特殊標註的文章，是參考了其結構或部分內容，進行了重新組織。

  1. Vector 是執行緒安全的？
  2. 使用ConcurrentHashMap一定執行緒安全？
  3. TreeMap原理實現及常用方法
  4. Java容器常見面試題
  5. Java高階程式設計師必備ConcurrentHashMap實現原理：擴容遍歷與計數
  6. Java容器面試總結
  7. Java：手把手帶你原始碼分析 HashMap 1.7
  8. Java原始碼分析：關於 HashMap 1.8 的重大更新 注：本篇的resize()原始碼和我本地JDK8的不一致！
  9. HashMap底層詳解-003-resize、併發下的安全問題
  10. JDK8中HashMap依然會死迴圈！
  11. HashMap在jdk1.8中也會死迴圈
  12. ConcurrentHashMap中tabAt方法分析
  13. HashMap？ConcurrentHashMap？相信看完這篇沒人能難住你！
  14. ConcurrentHashMap 1.8 計算 size 的方式
  15. Java集合類框架學習 5.3—— ConcurrentHashMap(JDK1.8)

相關文章