Explore HashMap y ConcurrentHashMap paso a paso

Este artículo explora e introduce varios principios e ideas de programación paso a paso explorando el uso y los problemas existentes de HashMap. Los principales contenidos incluyen:

• Explore HashMap

  • ¿Qué es HashMap?
  • Cómo expandir HashMap
  • Por qué la capacidad inicial de HashMap es 16 por defecto
  • ¿Por qué el factor de carga es 0,75?
  • Implementación específica del método hash
  • LinkedHashMap implementa el almacenamiento en caché LRU
  • Problemas y soluciones en HashMap

• Explorar ConcurrentHashMap

  • Bloqueo de segmento
  • CAS + sincronizado
  • Principio de construcción inicial

Explore HashMap

• 1. [Qué es HashMap]

  • Estructura de datos: HashMap es una estructura de datos de matriz y lista enlazada (método de dirección de cadena).
  • Uso: agregue datos primero a través del hash y colóquelos en la posición calculada. Si la posición tiene un valor, se produce un conflicto de hash. Generalmente, hay cuatro formas de manejar el conflicto de hash:
    • Método de dirección en cadena: esta dirección almacena una lista vinculada y puede agregar datos directamente al final de la lista vinculada .
    • Método de direccionamiento abierto: posponga la siguiente dirección no conflictiva.
    • refrito: usa otro algoritmo hash
    • Establezca un área de desbordamiento común: divida la tabla hash en dos partes: la tabla básica y la tabla de desbordamiento Todos los elementos que entren en conflicto con la tabla básica se llenan en la tabla de desbordamiento.

• 2. [Cómo expandir HashMap]

  • Hay una matriz en el HashMap, y la lista vinculada se cuelga en la matriz. La matriz tiene un valor establecido y la lista vinculada también tiene una longitud de expansión. Cuando la longitud de la lista vinculada es mayor que 8, la longitud de la matriz se evalúa además,
  • La longitud de la matriz es menor que el valor establecido MIN_TREEIFY_CAPACITY (64), simplemente expanda la matriz y vuelva a aplicar hash a los datos almacenados.
    • Con cada expansión, la longitud de la matriz se duplica.
    • Si sabe de antemano que desea almacenar 1000, es más razonable establecer un HashMap: 1000 <0.75x, encontrar x es 1334, nuevo HashMap (1334) y cambiar automáticamente el tamaño de almacenamiento a la potencia más pequeña de 2 mayor que 1334: 2048 .
  • Cuando la longitud de la matriz supera los 64, la lista vinculada se convierte en un árbol rojo-negro.
  • Referencia: ¿Cuándo se transformará la lista vinculada en HashMap en un árbol rojo-negro?

• 2.1. [Por qué la capacidad inicial de HashMap es 16 por defecto]

  • ¿Por qué podemos usar la operación de bits (&) para implementar la operación de módulo (%)? El principio de esta realización es el siguiente:
    • X% 2 ^ n = X & (2 ^ n - 1)
  • Elija 16 es el valor de la experiencia
  • Cómo encontrar la potencia más pequeña de 2 mayor que el valor entrante: problema matemático, no.

// 找到第一个大于等于initialCapacity的2的平方的数
int capacity = 1; 
while (capacity < initialCapacity)
       capacity <<= 1;

• 2.2. [Por qué el factor de carga es 0,75]

  • Debido a que la complejidad del tiempo y la complejidad del espacio se consideran de manera integral, se elige 0,75 como compromiso.

• 2.3 [La implementación específica del método hash]

static int indexFor(int h, int length) {
    
    
     return h & (length - 1);
}

• Por que es length-1

  • Debido a que la longitud es generalmente una potencia de 2, hará que los datos impares sean menores que los hash.

• 3. [LinkedHashMap implementa el almacenamiento en caché de LRU]

  • LinkedHashMap admite dos tipos de orden de inserción y orden de acceso
    • Orden de inserción: el que se agregó primero está en el frente y el que se agregó después está en la parte posterior. La operación de modificación no afecta el pedido.
    • Secuencia de acceso: el llamado acceso se refiere a la operación de obtención / colocación. Después de realizar la operación de obtención / colocación en una clave, el par clave-valor correspondiente se moverá al final de la lista vinculada, por lo que el último es el accedido más recientemente y el primero es el más largo. Los que no han sido visitados, este es el orden de visitas.
    • Referencia: uso básico de LinkedHashMap y uso para realizar un almacenamiento en caché simple

• 4. [Problemas y soluciones de HashMap en el caso de multiproceso]

  • 4.1. Problemas existentes: en un entorno de subprocesos múltiples,
    • (1) La operación multiproceso de HashMap provocará datos sucios.
    • (2) El uso de Hashmap para la operación de colocación puede causar un bucle sin fin, lo que da como resultado una utilización de la CPU cercana al 100%, por lo que HashMap no se puede usar en condiciones concurrentes. Antes de JDK1.8, HashMap concurrente multiproceso tendrá un bucle infinito
  • 4.2. Solución
    • Use Hashtable, use sincronizado para garantizar la seguridad de los subprocesos.
    • Pero el uso de HashTable causará problemas de eficiencia y el mismo bloqueo es demasiado ineficaz.
    • Así que se introdujo ConcurrentHashMap y los bloqueos de segmento se usaban antes de jdk1.8. Los diferentes segmentos son bloqueos diferentes, pero incluso esto reducirá la eficiencia.
    • Después de jdk1.8, ConcurrentHashMap introdujo un modo sin bloqueo.

Explorar ConcurrentHashMap

• Bloqueo de segmento (antes 1.8)
  • ConcurrentHashMap se compone de una estructura de matriz de segmentos y una estructura de matriz HashEntry. El segmento es un bloqueo reentrante ReentrantLock
• CAS + sincronizado （1.8）
• Principio de construcción inicial

//返回一个大于输入参数且最小的为2的n次幂的数。
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;
}
//tableSizeFor(int c)的原理：
//将c最高位以下通过|=运算全部变成1，最后返回的时候，返回n+1；