广告位联系
返回顶部
分享到

ConcurrentHashMap的get和remove方法介绍

java 来源:转载 作者:秩名 发布时间:2021-06-11 11:22:43 人浏览
摘要

本篇文章介绍ConcurrentHashMap的get方法和remove方法。 1、get方法 get方法:获取元素,根据目标key所在桶的第一个元素的不同采用不同的方式获取元素,关键点在于find()方法的重写。 public V get(Object key) { // tab 引用map.table // e 当前元素(用于循

本篇文章介绍ConcurrentHashMap的get方法和remove方法。

1、get方法

get方法:获取元素,根据目标key所在桶的第一个元素的不同采用不同的方式获取元素,关键点在于find()方法的重写。

public V get(Object key) {
    // tab 引用map.table
    // e 当前元素(用于循环遍历)
    // p 目标节点
    // n table数组长度
    // eh 当前元素hash
    // ek 当前元素key
    Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
    // 根据key.hashCode()计算hash: 扰动运算后得到得到更散列的hash值
    int h = spread(key.hashCode());
java    // --------------------------------------------------------------------------------
    // CASE1:
    // 如果元素所在的桶存在且里面有元素
    // 条件一:(tab = table) != null
    //      true -> 表示已经put过数据,并且map内部的table也已经初始化完毕
    //      false -> 表示创建完map后,并没有put过数据,map内部的table是延迟初始化的,只有第一次写数据时会触发初始化创建table逻辑
    // 条件二:(n = tab.length) > 0 如果为 true-> 表示table已经初始化
    // 条件三:(e = tabAt(tab, (n - 1) & h)) != null
    //      true -> 当前key寻址的桶位有值
    //      false -> 当前key寻址的桶位中是null,是null直接返回null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (e = tabAt(tab, (n - 1) & h)) != null) {
        // 进入if代码块内部的前置条件:当前桶位有数据
java        // 如果第一个元素就是要找的元素,则直接返回
        // 对比头结点hash与查询key的hash是否一致
        // 条件成立:说明头结点与查询Key的hash值完全一致
        if ((eh = e.hash) == h) {
            // 完全比对 查询key 和 头结点的key
            // 条件成立:说明头结点就是查询数据
            if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                // 当e的hash值以及e对应的key都匹配目标元素时,则找到了,直接返回~
                return e.val;
        }
java        // --------------------------------------------------------------------------------
        // CASE2: eh < 0
        // 条件成立:即,hash小于0 分2种情况,是树或者正在扩容,需要借助find方法寻找元素,find的寻找方式依据Node的不同子类有不同的实现方式:
        // 情况一:eh=-1 是fwd结点 -> 说明当前table正在扩容,且当前查询的这个桶位的数据已经被迁移走了,需要借助fwd结点的内部方法find去查询
        // 情况二:eh=-2 是TreeBin节点 -> 需要使用TreeBin 提供的find方法查询。
        else if (eh < 0)
            return (p = e.find(h, key)) != null ? p.val : null;
java        // --------------------------------------------------------------------------------
        // CASE3: 前提条件 -> CASE1和CASE2条件不满足!
        // 说明是当前桶位已经形成链表的这种情况: 遍历整个链表寻找元素
        while ((e = e.next) != null) {
            if (e.hash == h &&
                ((ek = e.key) == key || (ek != null && key.equals(ek))))
                return e.val;
        }
java    }
    return null;
}

1.1 ForwardingNode 内部类(FWD结点)

在get方法CASE2中,eh < 0会分2中情况:

情况一:eh=-1 是fwd结点 -> 说明当前table正在扩容,且当前查询的这个桶位的数据已经被迁移走了,需要借助fwd结点的内部方法find去查询。

情况二:eh = -2 是TreeBin节点 -> 需要使用TreeBin 提供的find方法查询。

下面就分析一下情况一,即当前桶位中是fwd结点。我们来分析一下FWD这个内部类,以及其内部的find方法:

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);
        this.nextTable = tab;
    }
java    // fwd结点的find方法:
    Node<K,V> find(int h, Object k) {
        // loop to avoid arbitrarily deep recursion on forwarding nodes
        // tab 一定不为空:整个ConcurrentHashMap源码中,只有一个地方实例化ForwardingNode,就是在transfer迁移数据方法中执行了:ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);(当某个桶位数据处理完毕后,将此桶位设置为fwd节点,其它写线程或读线程看到后,会有不同逻辑)
        Node<K,V>[] tab = nextTable;
java        // ------------------------------------------------------------------------------
        // 自旋1
        outer: for (;;) {
            // n 表示为扩容而创建的新表的长度
            // e 表示在扩容而创建新表时,使用寻址算法得到的桶位头结点
            Node<K,V> e; int n;
java            // 条件一:永远不成立
            // 条件二:永远不成立
            // 条件三:永远不成立
            // 条件四:在新扩容表中重新路由定位 hash 对应的头结点
            //        true ->  1.在oldTable中对应的桶位在迁移之前就是null
            //        false -> 2.扩容完成后,有其它写线程,将此桶位设置为了null
            if (k == null || tab == null || (n = tab.length) == 0 ||
                (e = tabAt(tab, (n - 1) & h)) == null)
                return null;
java            // ---------------------------------------------------------------------------
            // 自旋2
            // 前置条件:扩容后的表对应hash的桶位一定不是null,e为此桶位的头结点
            // e可能为哪些node类型?
            //      1.node 类型
            //      2.TreeBin 类型
            //      3.FWD类型
            for (;;) {
                // eh 新扩容后表指定桶位的当前节点的hash
                // ek 新扩容后表指定桶位的当前节点的key
                int eh; K ek;
                // CASE1条件成立:说明新扩容后的表,当前命中桶位中的数据,即为查询想要数据。
                if ((eh = e.hash) == h &&
                    ((ek = e.key) == k || (ek != null && k.equals(ek))))
                    // 直接将e返回~
                    return e;
java                // CASE2: eh < 0 时
                // 1.TreeBin 类型   
                // 2.FWD类型(新扩容的表,在并发很大的情况下,可能在此方法再次拿到FWD类型),即可能又发生了扩容
                if (eh < 0) {
                    // 判断是否是FWD结点
                    if (e instanceof ForwardingNode) {
                        // 是FWD结点
                        tab = ((ForwardingNode<K,V>)e).nextTable;
                        // 跳转到自旋1
                        continue outer;
                    }
                    else// 不是FWD结点
                        // 说明此桶位 为 TreeBin 节点,使用TreeBin.find 查找红黑树中相应节点。
                        return e.find(h, k);
                }
java                // 前置条件:当前桶位头结点 并没有命中查询,说明此桶位是链表
                // 1.将当前元素指向链表的下一个元素
                // 2.判断当前元素的下一个位置是否为空
                //      true -> 说明迭代到链表末尾,未找到对应的数据,返回Null
                if ((e = e.next) == null)
                    return null;
            }
        }
    }
}

小节:

(1)hash到元素所在的桶;

(2)如果桶中第一个元素就是该找的元素,直接返回;

(3)如果是树或者正在迁移(酷站www.ku0.com)元素,则调用各自Node子类的find()方法寻找元素;

(4)如果是链表,遍历整个链表寻找元素;

(5)获取元素没有加锁;

2、remove方法

remove方法:删除元素跟添加元素一样,都是先找到元素所在的桶,然后采用分段锁的思想锁住整个桶,再进行操作。

public V remove(Object key) {
    // 调用替换节点方法
    return replaceNode(key, null, null);
}
java/**
 * 结点替换:
 * 参数1:Object key -> 就表示当前结点的key
 * 参数2:V value -> 要替换的目标值
 * 参数3:Object cv(compare Value) ->
 *          如果cv不为null,则需要既比对key,还要比对cv,这样个参数都一致,才能替换成目标值
 */
final V replaceNode(Object key, V value, Object cv) {
    // 计算key经过扰动运算后得到的hash
    int hash = spread(key.hashCode());
    // 自旋
    for (Node<K,V>[] tab = table;;) {
        // f表示桶位头结点
        // n表示当前table数组长度
        // i表示hash命中桶位下标
        // fh表示桶位头结点hash
        Node<K,V> f; int n, i, fh;
java        // ----------------------------------------------------------------------------
        // CASE1:
        // 条件一:tab == null 
        //                  true -> 表示当前map.table尚未初始化.. 
        //                  false -> 表示当前map.table已经初始化
        // 条件二:(n = tab.length) == 0 
        //                  true -> 表示当前map.table尚未初始化.. 
        //                  false -> 已经初始化
        // 条件三:(f = tabAt(tab, i = (n - 1) & hash)) == null
        //                  true -> 表示命中桶位中为null,直接break
        if (tab == null || (n = tab.length) == 0 ||
            (f = tabAt(tab, i = (n - 1) & hash)) == null)
            // 如果目标key所在的桶不存在,跳出循环返回null
            break;
java        // ----------------------------------------------------------------------------
        // CASE2:
        // 前置条件CASE2 ~ CASE3:当前桶位不是null
        // 条件成立:fwd结点,说明当前table正在扩容中,当前是个写操作,所以当前线程需要协助table完成扩容。
        else if ((fh = f.hash) == MOVED)
            // 如果正在扩容中,则协助扩容
            tab = helpTransfer(tab, f);
java        // ----------------------------------------------------------------------------
        // CASE3:
        // 前置条件CASE2 ~ CASE3:当前桶位不是null
        // 当前桶位是一个有数据的桶位,桶中可能是 "链表"也可能是"红黑树"TreeBin
        else {
            // 保留替换之前的数据引用
            V oldVal = null;
            // 校验标记,在下面的CASEn中的if判断使用:标记是否处理过
            boolean validated = false;
            // 加锁当前桶位头结点,加锁成功之后会进入代码块。
            synchronized (f) {
                // 判断sync加锁是否为当前桶位头节点,防止其它线程,在当前线程加锁成功之前,修改过桶位 的头结点,导致锁错对象!
java                // --------------------------------------------------------------------
                // CASE4:  tabAt(tab, i) == f 再次验证当前桶第一个元素是否被修改过
                // 条件成立:说明当前桶位头结点仍然为f,其它线程没修改过!
                if (tabAt(tab, i) == f) {
                    // --------------------------------------------------------------------
                    // CASE5:  fh >= 0
                    // 条件成立:说明桶位为链表或者单个node
                    if (fh >= 0) {
                        // 校验标记置为true
                        validated = true;
java                        // e 表示当前循环处理结点
                        // pred 表示当前循环节点的上一个节点
                        Node<K,V> e = f, pred = null;
                        // 遍历链表寻找目标节点
                        for (;;) {
                            // 表示当前节点key
                            K ek;
java                            // ------------------------------------------------------------
                            // CASE6:
                            // 条件一:e.hash == hash
                            //          true->说明当前节点的hash与查找节点hash一致
                            // 条件二:((ek = e.key) == key || (ek != null && key.equals(ek)))
                            // CASE6的if条件成立,说明key 与查询的key完全一致。
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                // 找到了目标节点:当前节点的value,
                                V ev = e.val;
java                                // -----------------------------------------------------
                                // CASE7:  检查目标节点旧value是否等于cv
                                // 条件一:cv == null
                                //          true -> 替换的值为null那么就是一个删除操作
                                // 条件二:cv == ev || (ev != null && cv.equals(ev))
                                //          true -> 那么是一个替换操作
                                if (cv == null || cv == ev ||
                                    (ev != null && cv.equals(ev))) {
                                    // 删除 或者 替换
                                    // 将当前节点的值 赋值给 oldVal 后续返回会用到~
                                    oldVal = ev;
java                                    // 目标value不等于null
                                    // 如果条件成立:说明当前是一个替换操作
                                    if (value != null)
                                        // 直接替换
                                        e.val = value;
                                    // 条件成立:说明当前节点非头结点
                                    else if (pred != null)
                                        // 如果前置节点不为空,删除当前节点:
                                        // 让当前节点的上一个节点,指向当前节点的下一个节点。
                                        pred.next = e.next;
                                    // 条件成里:说明当前节点即为头结点
                                    else
                                        // 如果前置节点为空,说明是桶中第一个元素,删除之:
                                        // 只需要将桶位设置为头结点的下一个节点。
                                        setTabAt(tab, i, e.next);
                                }
                                break;
                            }
                            pred = e;
                            // 遍历到链表尾部还没找到元素,跳出循环
                            if ((e = e.next) == null)
                                break;
                        }
                    }
java                    // --------------------------------------------------------------------
                    // CASE8:  f instanceof TreeBin
                    // 条件成立:TreeBin节点。
                    else if (f instanceof TreeBin) {
                        // 校验标记置为true
                        validated = true;
java                        // 转换为实际类型 TreeBin t
                        TreeBin<K,V> t = (TreeBin<K,V>)f;
                        // r 表示 红黑树根节点
                        // p 表示 红黑树中查找到对应key 一致的node
                        TreeNode<K,V> r, p;
java                        // 遍历树找到了目标节点:
                        // 条件一:(r = t.root) != null 理论上是成立
                        // 条件二:TreeNode.findTreeNode 以当前节点为入口,向下查找key(包括本身节点)
                        //        true->说明查找到相应key 对应的node节点,会赋值给p
                        if ((r = t.root) != null &&
                            (p = r.findTreeNode(hash, key, null)) != null) {
                            // 保存p.val 到pv
                            V pv = p.val;
java                            // 检查目标节点旧value是否等于cv:
                            // 条件一:cv == null 成立:不必对比value,就做替换或者删除操作
                            // 条件二:cv == pv ||(pv != null && cv.equals(pv)) 成立:说明“对比值”与当前p节点的值 一致
                            if (cv == null || cv == pv ||
                                (pv != null && cv.equals(pv))) {
                                // 替换或者删除操作
                                oldVal = pv;
java                                // 如果value不为空则替换旧值
                                // 条件成立:替换操作
                                if (value != null)
                                    p.val = value;
java                                // 如果value为空则删除元素
                                // 删除操作
                                else if (t.removeTreeNode(p))
                                    // 如果删除后树的元素个数较少则退化成链表
                                    // t.removeTreeNode(p)这个方法返回true表示删除节点后树的元素个数较少
                                    setTabAt(tab, i, untreeify(t.first));
                            }
                        }
                    }
                }
            }
            // ----------------------------------------------------------------------------
            // CASEn: 如果处理过,不管有没有找到元素都返回
            // 当其他线程修改过桶位头结点时,当前线程 sync 头结点 锁错对象时,validated 为false,会进入下次for自旋:
            if (validated) {
                // 如果找到了元素,返回其旧值
                if (oldVal != null) {
                    // 替换的值 为null,说明当前是一次删除操作,oldVal !=null 成立,说明删除成功,更新当前元素个数计数器。
                    // 如果要替换的值为空,元素个数减1
                    if (value == null)
                        addCount(-1L, -1);
                    return oldVal;
                }
                break;
            }
        }
    }
java    // 没找到元素返回空
    return null;
}

小节:

(1)计算hash;(酷站www.ku0.com)

(2)如果所在的桶不存在,表示没有找到目标元素,返回;

(3)如果正在扩容,则协助扩容完成后再进行删除操作;

(4)如果是以链表形式存储的,则遍历整个链表查找元素,找到之后再删除;

(5)如果是以树形式存储的,则遍历树查找元素,找到之后再删除;

(6)如果是以树形式存储的,删除(酷站www.ku0.com)元素之后树较小,则退化成链表;

(7)如果确实删除了元素,则整个map元素个数减1,并返回旧值;

(8)如果没有删除元素,则返回null;


版权声明 : 本文内容来源于互联网或用户自行发布贡献,该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权, 违法违规的内容, 请发送邮件至2530232025#qq.cn(#换@)举报,一经查实,本站将立刻删除。
原文链接 : https://blog.csdn.net/weixin_43591980/article/details/116487477
    Tag :
相关文章
  • SpringBoot自定义错误处理逻辑介绍

    SpringBoot自定义错误处理逻辑介绍
    1. 自定义错误页面 将自定义错误页面放在 templates 的 error 文件夹下,SpringBoot 精确匹配错误信息,使用 4xx.html 或者 5xx.html 页面可以打印错误
  • Java实现手写一个线程池的代码

    Java实现手写一个线程池的代码
    线程池技术想必大家都不陌生把,相信在平时的工作中没有少用,而且这也是面试频率非常高的一个知识点,那么大家知道它的实现原理和
  • Java实现断点续传功能的代码

    Java实现断点续传功能的代码
    题目实现:网络资源的断点续传功能。 二、解题思路 获取要下载的资源网址 显示网络资源的大小 上次读取到的字节位置以及未读取的字节
  • 你可知HashMap为什么是线程不安全的
    HashMap 的线程不安全 HashMap 的线程不安全主要体现在下面两个方面 在 jdk 1.7 中,当并发执行扩容操作时会造成环形链和数据丢失的情况 在
  • ArrayList的动态扩容机制的介绍

    ArrayList的动态扩容机制的介绍
    对于 ArrayList 的动态扩容机制想必大家都听说过,之前的文章中也谈到过,不过由于时间久远,早已忘却。 所以利用这篇文章做做笔记,加
  • JVM基础之字节码的增强技术介绍

    JVM基础之字节码的增强技术介绍
    字节码增强技术 在上文中,着重介绍了字节码的结构,这为我们了解字节码增强技术的实现打下了基础。字节码增强技术就是一类对现有字
  • Java中的字节码增强技术

    Java中的字节码增强技术
    1.字节码增强技术 字节码增强技术就是一类对现有字节码进行修改或者动态生成全新字节码文件的技术。 参考地址 2.常见技术 技术分类 类
  • Redis BloomFilter布隆过滤器原理与实现

    Redis BloomFilter布隆过滤器原理与实现
    Bloom Filter 概念 布隆过滤器(英语:Bloom Filter)是1970年由一个叫布隆的小伙子提出的。它实际上是一个很长的二进制向量和一系列随机映射
  • Java C++算法题解leetcode801使序列递增的最小交换次

    Java C++算法题解leetcode801使序列递增的最小交换次
    题目要求 思路:状态机DP 实现一:状态机 Java 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 class Solution { public int minSwap(int[] nums1, int[] nums2) { int n
  • Mybatis结果集映射与生命周期介绍

    Mybatis结果集映射与生命周期介绍
    一、ResultMap结果集映射 1、设计思想 对简单的语句做到零配置,对于复杂一点的语句,只需要描述语句之间的关系就行了 2、resultMap的应用场
  • 本站所有内容来源于互联网或用户自行发布,本站仅提供信息存储空间服务,不拥有版权,不承担法律责任。如有侵犯您的权益,请您联系站长处理!
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计