有一定经验的开发者都知道,HashMap是非线程安全的。
在高并发环境下,HashMap可能出现致命问题。
一、Rehash是HashMap在扩容时候的一个步骤
HashMap的【容量】是有限的,当经过多次元素插入,使得HashMap达到一定饱和度时,Key映射index位置发生冲突的几率会逐渐提高。
这时候,HashMap需要扩展它的长度(扩容),也就是进行Resize。
二、影响发生Resize的因素
1、Capcity(容量):HashMap的当前长度,HashMap的长度是【2的幂】
2、LoadFactor(负载因子): HashMap的负载因子默认为0.75f
三、衡量HashMap是否进行Resize的条件
HashMap.size >= Capcity *LoadFactor
四、HashMap扩容(Resize)
HashMap的Resize不是简单的把长度扩大,而是经过2个步骤:
1、扩容:创建一个新的Entry空数组,长度是原数组的2倍
2、ReHash:遍历原Entry数组,把所有的Entry重新Hash到新数组。
为什么要重新Hash呢?
因为长度扩大后,Hash的规则也随之改变。
回顾一下Hash公式:
index = HashCode(Key) & (Length -1)
当原数组长度为8时,Hash运算是和111B做与运算;
新数组长度为16,Hash运算是和1111B做与运算。
Hash结果显然不同。
Resize前的HashMap:
Resize后的HashMap:
感叹一句:可惜HashMap并非线程安全的。
五、在多线程环境中,HashMap的Rehash操作可能带来什么样的问题?
假设一个HashMap已经到了Resize的临界点。
此时有两个线程A和B,在同一时刻对HashMap进行Put操作:
此时达到Resize条件,两个线程各自进行Rezie的第一步,也就是扩容:
这时候,两个线程都走到了Rehash的步骤。
Rehash的代码:
假如此时线程B遍历到Entry3对象,刚执行完红框里的这行代码,线程就被挂起。对于线程B来说:
e = Entry3
next = Entry2
这时候线程A畅通无阻地进行着Rehash,当ReHash完成后,结果如下(图中的e和next,代表线程B的两个引用):
直到这一步,看起来没什么毛病。
接下来线程B恢复,继续执行属于它自己的ReHash。
线程B刚才的状态是:
e = Entry3
next = Entry2
当执行到上面这一行时,显然 i = 3,因为刚才线程A对于Entry3的hash结果也是3。
我们继续执行到这两行,Entry3放入了线程B的数组下标为3的位置,并且e指向了Entry2。
此时e和next的指向如下:
e = Entry2
next = Entry1
整体情况如图所示:
接着是新一轮循环,又执行到红框内的代码行:
e = Entry2
next = Entry3
整体情况如图所示:
接下来执行下面的三行,用头插法把Entry2插入到了线程B的数组的头节点:
整体情况如图所示:
第三次循环开始,又执行到红框的代码:
e = Entry3
next = Entry3.next = null
最后一步,当我们执行下面这一行的时候,见证奇迹的时刻来临了:
newTable[i] = Entry2
e = Entry3
Entry2.next = Entry3
Entry3.next = Entry2
链表出现【环形】!
整体情况如图所示:
此时,问题还没有直接产生。
当调用Get查找一个不存在的Key,而这个Key的Hash结果恰好等于3的时候,由于位置3带有环形链表,所以程序将会进入死循环!
这种情况,不禁让人联想到一道经典的面试题:
如何判断【链表】【有环】?
https://mp.weixin.qq.com/s/3a-Y-EMvmxJwEBEDrep-yg
高并发场景下,通过采用另一个集合类【ConcurrentHashMap】
这个集合类兼顾了【线程安全】和【性能】
六、总结一下
1、HashMap在插入元素过多的时候需要进行Resize,Resize的条件是:
HashMap.size >= Capcity * LoadFactor
2、HashMap的Resize包含【扩容】和【Rehash】2个步骤
Rehash在高并发的情况下可能会形成【链表环】