Java多線程進階（二三）—— J.U.C之collections框架：ConcurrentHashMap(1) 原理
本文首發於一世流雲專欄： https://segmentfault.com/blog...
1、ConcurrentHashMap類簡介
ConcurrentHashMap是在JDK1.5時，J.U.C引入的一個同步集合工具類，顧名思義，這是一個線程安全的HashMap。不一樣版本的ConcurrentHashMap，內部實現機制千差萬別，本節全部的討論基於JDK1.8。java
ConcurrentHashMap的類繼承關係並不複雜：
node
能夠看到ConcurrentHashMap繼承了AbstractMap，這是一個java.util包下的抽象類，提供Map接口的骨幹實現，以最大限度地減小實現Map這類數據結構時所需的工做量，通常來說，若是須要重複造輪子——本身來實現一個Map，那通常就是繼承AbstractMap。算法
另外，ConcurrentHashMap實現了ConcurrentMap這個接口，ConcurrentMap是在JDK1.5時隨着J.U.C包引入的，這個接口其實就是提供了一些針對Map的原子操做：segmentfault
ConcurrentMap接口提供的功能：數組
| 方法簽名 | 功能 |
|---|---|
| getOrDefault(Object key, V defaultValue) | 返回指定key對應的值；若是Map不存在該key，則返回defaultValue |
| forEach(BiConsumer action) | 遍歷Map的全部Entry，並對其進行指定的aciton操做 |
| putIfAbsent(K key, V value) | 若是Map不存在指定的key，則插入<K,V>；不然，直接返回該key對應的值 |
| remove(Object key, Object value) | 刪除與<key,value>徹底匹配的Entry，並返回true；不然，返回false |
| replace(K key, V oldValue, V newValue) | 若是存在key，且值和oldValue一致，則更新爲newValue，並返回true；不然，返回false |
| replace(K key, V value) | 若是存在key，則更新爲value，返回舊value；不然，返回null |
| replaceAll(BiFunction function) | 遍歷Map的全部Entry，並對其進行指定的funtion操做 |
| computeIfAbsent(K key, Function mappingFunction) | 若是Map不存在指定的key，則經過mappingFunction計算value並插入 |
| computeIfPresent(K key, BiFunction remappingFunction) | 若是Map存在指定的key，則經過mappingFunction計算value並替換舊值 |
| compute(K key, BiFunction remappingFunction) | 根據指定的key，查找value；而後根據獲得的value和remappingFunction從新計算新值，並替換舊值 |
| merge(K key, V value, BiFunction remappingFunction) | 若是key不存在，則插入value；不然，根據key對應的值和remappingFunction計算新值，並替換舊值 |
2、ConcurrentHashMap基本結構
咱們先來看下ConcurrentHashMap對象的內部結構究竟什麼樣的：安全
基本結構
ConcurrentHashMap內部維護了一個Node類型的數組，也就是table：數據結構
transient volatile Node<K, V>[] table;多線程
數組的每個位置table[i]表明了一個桶，當插入鍵值對時，會根據鍵的hash值映射到不一樣的桶位置，table一共能夠包含4種不一樣類型的桶：Node、TreeBin、ForwardingNode、ReservationNode。上圖中，不一樣的桶用不一樣顏色表示。能夠看到，有的桶連接着鏈表，有的桶連接着樹，這也是JDK1.8中ConcurrentHashMap的特殊之處，後面會詳細講到。併發
須要注意的是：TreeBin所連接的是一顆紅黑樹，紅黑樹的結點用TreeNode表示，因此ConcurrentHashMap中實際上一共有五種不一樣類型的Node結點。app
之因此用TreeBin而不是直接用TreeNode，是由於紅黑樹的操做比較複雜，包括構建、左旋、右旋、刪除，平衡等操做，用一個代理結點TreeBin來包含這些複雜操做，實際上是一種「職責分離」的思想。另外TreeBin中也包含了一些加/解鎖的操做。
在JDK1.8以前，ConcurrentHashMap採用了分段鎖的設計思路，以減小熱點域的衝突。JDK1.8時再也不延續，轉而直接對每一個桶加鎖，並用「紅黑樹」連接衝突結點。關於紅黑樹和通常HashMap的實現思路，讀者能夠參考《Algorithms 4th》，或我以前寫的博文： 紅黑樹 和 哈希表，本文不會對紅黑樹的相關操做具體分析。
結點定義
上一節提到，ConcurrentHashMap一共包含5種結點，咱們來看下各個結點的定義和做用。
一、Node結點
Node結點的定義很是簡單，也是其它四種類型結點的父類。
默認連接到table[i]——桶上的結點就是Node結點。
當出現hash衝突時，Node結點會首先以 鏈表的形式連接到table上，當結點數量超過必定數目時，鏈表會轉化爲紅黑樹。由於鏈表查找的平均時間複雜度爲O(n)，而紅黑樹是一種平衡二叉樹，其平均時間複雜度爲O(logn)。
/**
* 普通的Entry結點, 以鏈表形式保存時纔會使用, 存儲實際的數據.
*/
static class Node<K, V> implements Map.Entry<K, V> {
final int hash;
final K key;
volatile V val;
volatile Node<K, V> next; // 鏈表指針
Node(int hash, 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;
}
public final int hashCode() {
return key.hashCode() ^ val.hashCode();
}
public final String toString() {
return key + "=" + val;
}
public final V setValue(V value) {
throw new UnsupportedOperationException();
}
public final boolean equals(Object o) {
Object k, v, u;
Map.Entry<?, ?> e;
return ((o instanceof Map.Entry) &&
(k = (e = (Map.Entry<?, ?>) o).getKey()) != null &&
(v = e.getValue()) != null &&
(k == key || k.equals(key)) &&
(v == (u = val) || v.equals(u)));
}
/**
* 鏈表查找.
*/
Node<K, V> find(int h, Object k) {
Node<K, V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
}
二、TreeNode結點
TreeNode就是紅黑樹的結點，TreeNode不會直接連接到table[i]——桶上面，而是由TreeBin連接，TreeBin會指向紅黑樹的根結點。
/**
* 紅黑樹結點, 存儲實際的數據.
*/
static final class TreeNode<K, V> extends Node<K, V> {
boolean red;
TreeNode<K, V> parent;
TreeNode<K, V> left;
TreeNode<K, V> right;
/**
* prev指針是爲了方便刪除.
* 刪除鏈表的非頭結點時，須要知道它的前驅結點才能刪除，因此直接提供一個prev指針
*/
TreeNode<K, V> prev;
TreeNode(int hash, K key, V val, Node<K, V> next,
TreeNode<K, V> parent) {
super(hash, key, val, next);
this.parent = parent;
}
Node<K, V> find(int h, Object k) {
return findTreeNode(h, k, null);
}
/**
* 以當前結點（this）爲根結點，開始遍歷查找指定key.
*/
final TreeNode<K, V> findTreeNode(int h, Object k, Class<?> kc) {
if (k != null) {
TreeNode<K, V> p = this;
do {
int ph, dir;
K pk;
TreeNode<K, V> q;
TreeNode<K, V> pl = p.left, pr = p.right;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.findTreeNode(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
}
return null;
}
}
三、TreeBin結點
TreeBin至關於TreeNode的代理結點。TreeBin會直接連接到table[i]——桶上面，該結點提供了一系列紅黑樹相關的操做，以及加鎖、解鎖操做。
/**
* TreeNode的代理結點（至關於封裝了TreeNode的容器，提供針對紅黑樹的轉換操做和鎖控制）
* hash值固定爲-3
*/
static final class TreeBin<K, V> extends Node<K, V> {
TreeNode<K, V> root; // 紅黑樹結構的根結點
volatile TreeNode<K, V> first; // 鏈表結構的頭結點
volatile Thread waiter; // 最近的一個設置WAITER標識位的線程
volatile int lockState; // 總體的鎖狀態標識位
static final int WRITER = 1; // 二進制001，紅黑樹的寫鎖狀態
static final int WAITER = 2; // 二進制010，紅黑樹的等待獲取寫鎖狀態
static final int READER = 4; // 二進制100，紅黑樹的讀鎖狀態，讀能夠併發，每多一個讀線程，lockState都加上一個READER值
/**
* 在hashCode相等而且不是Comparable類型時，用此方法判斷大小.
*/
static int tieBreakOrder(Object a, Object b) {
int d;
if (a == null || b == null ||
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}
/**
* 將以b爲頭結點的鏈表轉換爲紅黑樹.
*/
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);
}
/**
* 對紅黑樹的根結點加寫鎖.
*/
private final void lockRoot() {
if (!U.compareAndSwapInt(this, LOCKSTATE, 0, WRITER))
contendedLock();
}
/**
* 釋放寫鎖.
*/
private final void unlockRoot() {
lockState = 0;
}
/**
* Possibly blocks awaiting root lock.
*/
private final void contendedLock() {
boolean waiting = false;
for (int s; ; ) {
if (((s = lockState) & ~WAITER) == 0) {
if (U.compareAndSwapInt(this, LOCKSTATE, s, WRITER)) {
if (waiting)
waiter = null;
return;
}
} else if ((s & WAITER) == 0) {
if (U.compareAndSwapInt(this, LOCKSTATE, s, s | WAITER)) {
waiting = true;
waiter = Thread.currentThread();
}
} else if (waiting)
LockSupport.park(this);
}
}
/**
* 從根結點開始遍歷查找，找到「相等」的結點就返回它，沒找到就返回null
* 當存在寫鎖時，以鏈表方式進行查找
*/
final Node<K, V> find(int h, Object k) {
if (k != null) {
for (Node<K, V> e = first; e != null; ) {
int s;
K ek;
/**
* 兩種特殊狀況下以鏈表的方式進行查找:
* 1. 有線程正持有寫鎖，這樣作可以不阻塞讀線程
* 2. 有線程等待獲取寫鎖，再也不繼續加讀鎖，至關於「寫優先」模式
*/
if (((s = lockState) & (WAITER | WRITER)) != 0) {
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
e = e.next;
} else if (U.compareAndSwapInt(this, LOCKSTATE, s,
s + READER)) {
TreeNode<K, V> r, p;
try {
p = ((r = root) == null ? null :
r.findTreeNode(h, k, null));
} finally {
Thread w;
if (U.getAndAddInt(this, LOCKSTATE, -READER) ==
(READER | WAITER) && (w = waiter) != null)
LockSupport.unpark(w);
}
return p;
}
}
}
return null;
}
/**
* 查找指定key對應的結點,若是未找到，則插入.
*
* @return 插入成功返回null, 不然返回找到的結點
*/
final TreeNode<K, V> putTreeVal(int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
for (TreeNode<K, V> p = root; ; ) {
int dir, ph;
K pk;
if (p == null) {
first = root = new TreeNode<K, V>(h, k, v, null, null);
break;
} else if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K, V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.findTreeNode(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.findTreeNode(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K, V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
TreeNode<K, V> x, f = first;
first = x = new TreeNode<K, V>(h, k, v, f, xp);
if (f != null)
f.prev = x;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
if (!xp.red)
x.red = true;
else {
lockRoot();
try {
root = balanceInsertion(root, x);
} finally {
unlockRoot();
}
}
break;
}
}
assert checkInvariants(root);
return null;
}
/**
* 刪除紅黑樹的結點：
* 1. 紅黑樹規模過小時，返回true，而後進行 樹 -> 鏈表 的轉化;
* 2. 紅黑樹規模足夠時，不用變換成鏈表，但刪除結點時須要加寫鎖.
*/
final boolean removeTreeNode(TreeNode<K, V> p) {
TreeNode<K, V> next = (TreeNode<K, V>) p.next;
TreeNode<K, V> pred = p.prev; // unlink traversal pointers
TreeNode<K, V> r, rl;
if (pred == null)
first = next;
else
pred.next = next;
if (next != null)
next.prev = pred;
if (first == null) {
root = null;
return true;
}
if ((r = root) == null || r.right == null || // too small
(rl = r.left) == null || rl.left == null)
return true;
lockRoot();
try {
TreeNode<K, V> replacement;
TreeNode<K, V> pl = p.left;
TreeNode<K, V> pr = p.right;
if (pl != null && pr != null) {
TreeNode<K, V> s = pr, sl;
while ((sl = s.left) != null) // find successor
s = sl;
boolean c = s.red;
s.red = p.red;
p.red = c; // swap colors
TreeNode<K, V> sr = s.right;
TreeNode<K, V> pp = p.parent;
if (s == pr) { // p was s's direct parent
p.parent = s;
s.right = p;
} else {
TreeNode<K, V> sp = s.parent;
if ((p.parent = sp) != null) {
if (s == sp.left)
sp.left = p;
else
sp.right = p;
}
if ((s.right = pr) != null)
pr.parent = s;
}
p.left = null;
if ((p.right = sr) != null)
sr.parent = p;
if ((s.left = pl) != null)
pl.parent = s;
if ((s.parent = pp) == null)
r = s;
else if (p == pp.left)
pp.left = s;
else
pp.right = s;
if (sr != null)
replacement = sr;
else
replacement = p;
} else if (pl != null)
replacement = pl;
else if (pr != null)
replacement = pr;
else
replacement = p;
if (replacement != p) {
TreeNode<K, V> pp = replacement.parent = p.parent;
if (pp == null)
r = replacement;
else if (p == pp.left)
pp.left = replacement;
else
pp.right = replacement;
p.left = p.right = p.parent = null;
}
root = (p.red) ? r : balanceDeletion(r, replacement);
if (p == replacement) { // detach pointers
TreeNode<K, V> pp;
if ((pp = p.parent) != null) {
if (p == pp.left)
pp.left = null;
else if (p == pp.right)
pp.right = null;
p.parent = null;
}
}
} finally {
unlockRoot();
}
assert checkInvariants(root);
return false;
}
// 如下是紅黑樹的經典操做方法，改編自《算法導論》
static <K, V> TreeNode<K, V> rotateLeft(TreeNode<K, V> root,
TreeNode<K, V> p) {
TreeNode<K, V> r, pp, rl;
if (p != null && (r = p.right) != null) {
if ((rl = p.right = r.left) != null)
rl.parent = p;
if ((pp = r.parent = p.parent) == null)
(root = r).red = false;
else if (pp.left == p)
pp.left = r;
else
pp.right = r;
r.left = p;
p.parent = r;
}
return root;
}
static <K, V> TreeNode<K, V> rotateRight(TreeNode<K, V> root,
TreeNode<K, V> p) {
TreeNode<K, V> l, pp, lr;
if (p != null && (l = p.left) != null) {
if ((lr = p.left = l.right) != null)
lr.parent = p;
if ((pp = l.parent = p.parent) == null)
(root = l).red = false;
else if (pp.right == p)
pp.right = l;
else
pp.left = l;
l.right = p;
p.parent = l;
}
return root;
}
static <K, V> TreeNode<K, V> balanceInsertion(TreeNode<K, V> root,
TreeNode<K, V> x) {
x.red = true;
for (TreeNode<K, V> xp, xpp, xppl, xppr; ; ) {
if ((xp = x.parent) == null) {
x.red = false;
return x;
} else if (!xp.red || (xpp = xp.parent) == null)
return root;
if (xp == (xppl = xpp.left)) {
if ((xppr = xpp.right) != null && xppr.red) {
xppr.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
} else {
if (x == xp.right) {
root = rotateLeft(root, x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {
xp.red = false;
if (xpp != null) {
xpp.red = true;
root = rotateRight(root, xpp);
}
}
}
} else {
if (xppl != null && xppl.red) {
xppl.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
} else {
if (x == xp.left) {
root = rotateRight(root, x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {
xp.red = false;
if (xpp != null) {
xpp.red = true;
root = rotateLeft(root, xpp);
}
}
}
}
}
}
static <K, V> TreeNode<K, V> balanceDeletion(TreeNode<K, V> root,
TreeNode<K, V> x) {
for (TreeNode<K, V> xp, xpl, xpr; ; ) {
if (x == null || x == root)
return root;
else if ((xp = x.parent) == null) {
x.red = false;
return x;
} else if (x.red) {
x.red = false;
return root;
} else if ((xpl = xp.left) == x) {
if ((xpr = xp.right) != null && xpr.red) {
xpr.red = false;
xp.red = true;
root = rotateLeft(root, xp);
xpr = (xp = x.parent) == null ? null : xp.right;
}
if (xpr == null)
x = xp;
else {
TreeNode<K, V> sl = xpr.left, sr = xpr.right;
if ((sr == null || !sr.red) &&
(sl == null || !sl.red)) {
xpr.red = true;
x = xp;
} else {
if (sr == null || !sr.red) {
if (sl != null)
sl.red = false;
xpr.red = true;
root = rotateRight(root, xpr);
xpr = (xp = x.parent) == null ?
null : xp.right;
}
if (xpr != null) {
xpr.red = (xp == null) ? false : xp.red;
if ((sr = xpr.right) != null)
sr.red = false;
}
if (xp != null) {
xp.red = false;
root = rotateLeft(root, xp);
}
x = root;
}
}
} else { // symmetric
if (xpl != null && xpl.red) {
xpl.red = false;
xp.red = true;
root = rotateRight(root, xp);
xpl = (xp = x.parent) == null ? null : xp.left;
}
if (xpl == null)
x = xp;
else {
TreeNode<K, V> sl = xpl.left, sr = xpl.right;
if ((sl == null || !sl.red) &&
(sr == null || !sr.red)) {
xpl.red = true;
x = xp;
} else {
if (sl == null || !sl.red) {
if (sr != null)
sr.red = false;
xpl.red = true;
root = rotateLeft(root, xpl);
xpl = (xp = x.parent) == null ?
null : xp.left;
}
if (xpl != null) {
xpl.red = (xp == null) ? false : xp.red;
if ((sl = xpl.left) != null)
sl.red = false;
}
if (xp != null) {
xp.red = false;
root = rotateRight(root, xp);
}
x = root;
}
}
}
}
}
/**
* 遞歸檢查紅黑樹的正確性
*/
static <K, V> boolean checkInvariants(TreeNode<K, V> t) {
TreeNode<K, V> tp = t.parent, tl = t.left, tr = t.right,
tb = t.prev, tn = (TreeNode<K, V>) t.next;
if (tb != null && tb.next != t)
return false;
if (tn != null && tn.prev != t)
return false;
if (tp != null && t != tp.left && t != tp.right)
return false;
if (tl != null && (tl.parent != t || tl.hash > t.hash))
return false;
if (tr != null && (tr.parent != t || tr.hash < t.hash))
return false;
if (t.red && tl != null && tl.red && tr != null && tr.red)
return false;
if (tl != null && !checkInvariants(tl))
return false;
if (tr != null && !checkInvariants(tr))
return false;
return true;
}
private static final sun.misc.Unsafe U;
private static final long LOCKSTATE;
static {
try {
U = sun.misc.Unsafe.getUnsafe();
Class<?> k = TreeBin.class;
LOCKSTATE = U.objectFieldOffset
(k.getDeclaredField("lockState"));
} catch (Exception e) {
throw new Error(e);
}
}
}
四、ForwardingNode結點
ForwardingNode結點僅僅在擴容時纔會使用——關於擴容，會在下一篇文章專門論述
/**
* ForwardingNode是一種臨時結點，在擴容進行中才會出現，hash值固定爲-1，且不存儲實際數據。
* 若是舊table數組的一個hash桶中所有的結點都遷移到了新table中，則在這個桶中放置一個ForwardingNode。
* 讀操做碰到ForwardingNode時，將操做轉發到擴容後的新table數組上去執行；寫操做遇見它時，則嘗試幫助擴容。
*/
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;
}
// 在新的數組nextTable上進行查找
Node<K, V> find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
outer:
for (Node<K, V>[] tab = nextTable; ; ) {
Node<K, V> e;
int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
for (; ; ) {
int eh;
K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
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;
}
}
}
}
五、ReservationNode結點
保留結點，ConcurrentHashMap中的一些特殊方法會專門用到該類結點。
/**
* 保留結點.
* hash值固定爲-3， 不保存實際數據
* 只在computeIfAbsent和compute這兩個函數式API中充當佔位符加鎖使用
*/
static final class ReservationNode<K, V> extends Node<K, V> {
ReservationNode() {
super(RESERVED, null, null, null);
}
Node<K, V> find(int h, Object k) {
return null;
}
}
3、ConcurrentHashMap的構造
構造器定義
ConcurrentHashMap提供了五個構造器，這五個構造器內部最多也只是計算了下table的初始容量大小，並無進行實際的建立table數組的工做：
ConcurrentHashMap，採用了一種 「懶加載」的模式，只有到 首次插入鍵值對的時候，纔會真正的去初始化table數組。
空構造器
public ConcurrentHashMap() {
}
指定table初始容量的構造器
/**
* 指定table初始容量的構造器.
* tableSizeFor會返回大於入參（initialCapacity + (initialCapacity >>> 1) + 1）的最小2次冪值
*/
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
this.sizeCtl = cap;
}
根據已有的Map構造
/**
* 根據已有的Map構造ConcurrentHashMap.
*/
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
}
指定table初始容量和負載因子的構造器
/**
* 指定table初始容量和負載因子的構造器.
*/
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
this(initialCapacity, loadFactor, 1);
}
指定table初始容量、負載因子、併發級別的構造器
/**
* 指定table初始容量、負載因子、併發級別的構造器.
* <p>
* 注意：concurrencyLevel只是爲了兼容JDK1.8之前的版本，並非實際的併發級別，loadFactor也不是實際的負載因子
* 這兩個都失去了原有的意義，僅僅對初始容量有必定的控制做用
*/
public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel)
initialCapacity = concurrencyLevel;
long size = (long) (1.0 + (long) initialCapacity / loadFactor);
int cap = (size >= (long) MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int) size);
this.sizeCtl = cap;
}
常量/字段定義
咱們再看下ConcurrentHashMap內部定義了哪些常量/字段，先大體熟悉下這些常量/字段，後面結合具體的方法分析就能相對容易地理解這些常量/字段的含義了。
常量 :
/** * 最大容量. */ private static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默認初始容量 */ private static final int DEFAULT_CAPACITY = 16; /** * The largest possible (non-power of two) array size. * Needed by toArray and related methods. */ static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; /** * 負載因子，爲了兼容JDK1.8之前的版本而保留。 * JDK1.8中的ConcurrentHashMap的負載因子恆定爲0.75 */ private static final float LOAD_FACTOR = 0.75f; /** * 鏈表轉樹的閾值，即連接結點數大於8時， 鏈表轉換爲樹. */ static final int TREEIFY_THRESHOLD = 8; /** * 樹轉鏈表的閾值，即樹結點樹小於6時，樹轉換爲鏈表. */ static final int UNTREEIFY_THRESHOLD = 6; /** * 在鏈表轉變成樹以前，還會有一次判斷： * 即只有鍵值對數量大於MIN_TREEIFY_CAPACITY，纔會發生轉換。 * 這是爲了不在Table創建初期，多個鍵值對剛好被放入了同一個鏈表中而致使沒必要要的轉化。 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 在樹轉變成鏈表以前，還會有一次判斷： * 即只有鍵值對數量小於MIN_TRANSFER_STRIDE，纔會發生轉換. */ private static final int MIN_TRANSFER_STRIDE = 16; /** * 用於在擴容時生成惟一的隨機數. */ private static int RESIZE_STAMP_BITS = 16; /** * 可同時進行擴容操做的最大線程數. */ private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; /** * The bit shift for recording size stamp in sizeCtl. */ private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS; static final int MOVED = -1; // 標識ForwardingNode結點（在擴容時纔會出現，不存儲實際數據） static final int TREEBIN = -2; // 標識紅黑樹的根結點 static final int RESERVED = -3; // 標識ReservationNode結點（） static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash /** * CPU核心數，擴容時使用 */ static final int NCPU = Runtime.getRuntime().availableProcessors();
字段 :
/** * Node數組，標識整個Map，首次插入元素時建立，大小老是2的冪次. */ transient volatile Node<K, V>[] table; /** * 擴容後的新Node數組，只有在擴容時才非空. */ private transient volatile Node<K, V>[] nextTable; /** * 控制table的初始化和擴容. * 0 : 初始默認值 * -1 : 有線程正在進行table的初始化 * >0 : table初始化時使用的容量，或初始化/擴容完成後的threshold * -(1 + nThreads) : 記錄正在執行擴容任務的線程數 */ private transient volatile int sizeCtl; /** * 擴容時須要用到的一個下標變量. */ private transient volatile int transferIndex; /** * 計數基值,當沒有線程競爭時，計數將加到該變量上。相似於LongAdder的base變量 */ private transient volatile long baseCount; /** * 計數數組，出現併發衝突時使用。相似於LongAdder的cells數組 */ private transient volatile CounterCell[] counterCells; /** * 自旋標識位，用於CounterCell[]擴容時使用。相似於LongAdder的cellsBusy變量 */ private transient volatile int cellsBusy; // 視圖相關字段 private transient KeySetView<K, V> keySet; private transient ValuesView<K, V> values; private transient EntrySetView<K, V> entrySet;
4、ConcurrentHashMap的put操做
咱們來看下ConcurrentHashMap如何插入一個元素：
/**
* 插入鍵值對，<K,V>均不能爲null.
*/
public V put(K key, V value) {
return putVal(key, value, false);
}
put方法內部調用了putVal這個私有方法：
/**
* 實際的插入操做
*
* @param onlyIfAbsent true:僅當key不存在時,才插入
*/
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode()); // 再次計算hash值
/**
* 使用鏈表保存時，binCount記錄table[i]這個桶中所保存的結點數；
* 使用紅黑樹保存時，binCount==2，保證put後更改計數值時可以進行擴容檢查，同時不觸發紅黑樹化操做
*/
int binCount = 0;
for (Node<K, V>[] tab = table; ; ) { // 自旋插入結點，直到成功
Node<K, V> f;
int n, i, fh;
if (tab == null || (n = tab.length) == 0) // CASE1: 首次初始化table —— 懶加載
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // CASE2: table[i]對應的桶爲null
// 注意下上面table[i]的索引i的計算方式：[ key的hash值 & (table.length-1) ]
// 這也是table容量必須爲2的冪次的緣由，讀者能夠本身看下當table.length爲2的冪次時，(table.length-1)的二進制形式的特色 —— 全是1
// 配合這種索引計算方式能夠實現key的均勻分佈，減小hash衝突
if (casTabAt(tab, i, null, new Node<K, V>(hash, key, value, null))) // 插入一個鏈表結點
break;
} else if ((fh = f.hash) == MOVED) // CASE3: 發現ForwardingNode結點，說明此時table正在擴容，則嘗試協助數據遷移
tab = helpTransfer(tab, f);
else { // CASE4: 出現hash衝突,也就是table[i]桶中已經有告終點
V oldVal = null;
synchronized (f) { // 鎖住table[i]結點
if (tabAt(tab, i) == f) { // 再判斷一下table[i]是否是第一個結點, 防止其它線程的寫修改
if (fh >= 0) { // CASE4.1: table[i]是鏈表結點
binCount = 1;
for (Node<K, V> e = f; ; ++binCount) {
K ek;
// 找到「相等」的結點，判斷是否須要更新value值
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) { // 「尾插法」插入新結點
pred.next = new Node<K, V>(hash, key,
value, null);
break;
}
}
} else if (f instanceof TreeBin) { // CASE4.2: table[i]是紅黑樹結點
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)
treeifyBin(tab, i); // 鏈表 -> 紅黑樹 轉換
if (oldVal != null) // 代表本次put操做只是替換了舊值，不用更改計數值
return oldVal;
break;
}
}
}
addCount(1L, binCount); // 計數值加1
return null;
}
putVal的邏輯仍是很清晰的，首先根據key計算hash值，而後經過hash值與table容量進行運算，計算獲得key所映射的索引——也就是對應到table中桶的位置。
這裏須要注意的是計算索引的方式：i = (n - 1) & hash
n - 1 == table.length - 1，table.length 的大小必須爲2的冪次的緣由就在這裏。
讀者能夠本身計算下，當table.length爲2的冪次時，(table.length-1)的二進制形式的特色是除最高位外所有是1，配合這種索引計算方式能夠實現key在table中的均勻分佈，減小hash衝突——出現hash衝突時，結點就須要以鏈表或紅黑樹的形式連接到table[i]，這樣不管是插入仍是查找都須要額外的時間。
putVal方法一共處理四種狀況：
一、首次初始化table —— 懶加載
以前講構造器的時候說了，ConcurrentHashMap在構造的時候並不會初始化table數組，首次初始化就在這裏經過initTable方法完成：
/**
* 初始化table, 使用sizeCtl做爲初始化容量.
*/
private final Node<K, V>[] initTable() {
Node<K, V>[] tab;
int sc;
while ((tab = table) == null || tab.length == 0) { //自旋直到初始化成功
if ((sc = sizeCtl) < 0) // sizeCtl<0 說明table已經正在初始化/擴容
Thread.yield();
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { // 將sizeCtl更新成-1,表示正在初始化中
try {
if ((tab = table) == null || tab.length == 0) {
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
Node<K, V>[] nt = (Node<K, V>[]) new Node<?, ?>[n];
table = tab = nt;
sc = n - (n >>> 2); // n - (n >>> 2) = n - n/4 = 0.75n, 前面說了loadFactor已在JDK1.8廢棄
}
} finally {
sizeCtl = sc; // 設置threshold = 0.75 * table.length
}
break;
}
}
return tab;
}
initTable方法就是將sizeCtl字段的值（ConcurrentHashMap對象在構造時設置）做爲table的大小。
須要注意的是這裏的n - (n >>> 2)，其實就是0.75 * n，sizeCtl 的值最終須要變動爲0.75 * n，至關於設置了threshold。
二、table[i]對應的桶爲空
最簡單的狀況，直接CAS操做佔用桶table[i]便可。
三、發現ForwardingNode結點，說明此時table正在擴容，則嘗試協助進行數據遷移
ForwardingNode結點是ConcurrentHashMap中的五類結點之一，至關於一個佔位結點，表示當前table正在進行擴容，當前線程能夠嘗試協助數據遷移。
擴容和數據遷移是ConcurrentHashMap中最複雜的部分，咱們會在下一章專門討論。
四、出現hash衝突,也就是table[i]桶中已經有告終點
當兩個不一樣key映射到同一個table[i]桶中時，就會出現這種狀況：
- 當table[i]的結點類型爲Node——鏈表結點時，就會將新結點以「尾插法」的形式插入鏈表的尾部。
- 當table[i]的結點類型爲TreeBin——紅黑樹代理結點時，就會將新結點經過紅黑樹的插入方式插入。
putVal方法的最後，涉及將鏈表轉換爲紅黑樹 —— treeifyBin ，但實際狀況並不是當即就會轉換，當table的容量小於64時，出於性能考慮，只是對table數組擴容1倍——tryPresize：
tryPresize方法涉及擴容和數據遷移，咱們會在下一章專門討論。
/**
* 嘗試進行 鏈表 -> 紅黑樹 的轉換.
*/
private final void treeifyBin(Node<K, V>[] tab, int index) {
Node<K, V> b;
int n, sc;
if (tab != null) {
// CASE 1: table的容量 < MIN_TREEIFY_CAPACITY(64)時，直接進行table擴容，不進行紅黑樹轉換
if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
tryPresize(n << 1);
// CASE 2: table的容量 ≥ MIN_TREEIFY_CAPACITY(64)時，進行鏈表 -> 紅黑樹的轉換
else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
synchronized (b) {
if (tabAt(tab, index) == b) {
TreeNode<K, V> hd = null, tl = null;
// 遍歷鏈表，創建紅黑樹
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;
}
// 以TreeBin類型包裝，並連接到table[index]中
setTabAt(tab, index, new TreeBin<K, V>(hd));
}
}
}
}
}
5、ConcurrentHashMap的get操做
咱們來看下ConcurrentHashMap如何根據key來查找一個元素：
/**
* 根據key查找對應的value值
*
* @return 查找不到則返回null
* @throws NullPointerException if the specified key is null
*/
public V get(Object key) {
Node<K, V>[] tab;
Node<K, V> e, p;
int n, eh;
K ek;
int h = spread(key.hashCode()); // 從新計算key的hash值
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) { // table[i]就是待查找的項，直接返回
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
} else if (eh < 0) // hash值<0, 說明遇到特殊結點(非鏈表結點), 調用find方法查找
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) { // 按鏈表方式查找
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
get方法的邏輯很簡單，首先根據key的hash值計算映射到table的哪一個桶——table[i]。
- 若是table[i]的key和待查找key相同，那直接返回；
- 若是table[i]對應的結點是特殊結點（hash值小於0），則經過
find方法查找； - 若是table[i]對應的結點是普通鏈表結點，則按鏈表方式查找。
關鍵是第二種狀況，不一樣結點的find查找方式有所不一樣，咱們來具體看下：
Node結點的查找
當槽table[i]被普通Node結點佔用，說明是鏈表連接的形式，直接從鏈表頭開始查找：
/**
* 鏈表查找.
*/
Node<K, V> find(int h, Object k) {
Node<K, V> e = this;
if (k != null) {
do {
K ek;
if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
} while ((e = e.next) != null);
}
return null;
}
TreeBin結點的查找
TreeBin的查找比較特殊，咱們知道當槽table[i]被TreeBin結點佔用時，說明連接的是一棵紅黑樹。因爲紅黑樹的插入、刪除會涉及整個結構的調整，因此一般存在讀寫併發操做的時候，是須要加鎖的。
ConcurrentHashMap採用了一種 相似讀寫鎖的方式：當線程持有寫鎖（修改紅黑樹）時，若是讀線程須要查找，不會像傳統的讀寫鎖那樣阻塞等待，而是轉而以鏈表的形式進行查找（TreeBin自己時Node類型的子類，全部擁有Node的全部字段）
/**
* 從根結點開始遍歷查找，找到「相等」的結點就返回它，沒找到就返回null
* 當存在寫鎖時，以鏈表方式進行查找
*/
final Node<K, V> find(int h, Object k) {
if (k != null) {
for (Node<K, V> e = first; e != null; ) {
int s;
K ek;
/**
* 兩種特殊狀況下以鏈表的方式進行查找:
* 1. 有線程正持有寫鎖，這樣作可以不阻塞讀線程
* 2. 有線程等待獲取寫鎖，再也不繼續加讀鎖，至關於「寫優先」模式
*/
if (((s = lockState) & (WAITER | WRITER)) != 0) {
if (e.hash == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
e = e.next; // 鏈表形式
}
// 讀線程數量加1，讀狀態進行累加
else if (U.compareAndSwapInt(this, LOCKSTATE, s, s + READER)) {
TreeNode<K, V> r, p;
try {
p = ((r = root) == null ? null :
r.findTreeNode(h, k, null));
} finally {
Thread w;
// 若是當前線程是最後一個讀線程，且有寫線程由於讀鎖而阻塞，則寫線程，告訴它能夠嘗試獲取寫鎖了
if (U.getAndAddInt(this, LOCKSTATE, -READER) == (READER | WAITER) && (w = waiter) != null)
LockSupport.unpark(w);
}
return p;
}
}
}
return null;
}
ForwardingNode結點的查找
ForwardingNode是一種臨時結點，在擴容進行中才會出現，因此查找也在擴容的table上進行：
/**
* 在新的擴容table——nextTable上進行查找
*/
Node<K, V> find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
outer:
for (Node<K, V>[] tab = nextTable; ; ) {
Node<K, V> e;
int n;
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
for (; ; ) {
int eh;
K ek;
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
return e;
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;
}
}
}
ReservationNode結點的查找
ReservationNode是保留結點，不保存實際數據，因此直接返回null：
Node<K, V> find(int h, Object k) {
return null;
}
6、ConcurrentHashMap的計數
計數原理
咱們來看下ConcurrentHashMap是如何計算鍵值對的數目的：
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long) Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int) n);
}
size方法內部實際調用了sumCount方法：
final long sumCount() {
CounterCell[] as = counterCells;
CounterCell a;
long sum = baseCount;
if (as != null) {
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}
能夠看到，最終鍵值對的數目實際上是經過下面這個公式計算的：
$$ sum = baseCount + \sum_{i=0}^nCounterCell[i] $$
若是讀者看過我以前的博文——LongAdder，這時應該已經猜到ConcurrentHashMap的計數思路了。
沒錯，ConcurrentHashMap的計數其實延用了LongAdder分段計數的思路，只不過ConcurrentHashMap並無在內部直接使用LongAdder，而是差很少copy了一份和LongAdder相似的代碼：
/** * 計數基值,當沒有線程競爭時，計數將加到該變量上。相似於LongAdder的base變量 */ private transient volatile long baseCount; /** * 計數數組，出現併發衝突時使用。相似於LongAdder的cells數組 */ private transient volatile CounterCell[] counterCells; /** * 自旋標識位，用於CounterCell[]擴容時使用。相似於LongAdder的cellsBusy變量 */ private transient volatile int cellsBusy;
咱們來看下CounterCell這個槽對象——出現併發衝突時，每一個線程會根據本身的hash值找到對應的槽位置：
/**
* 計數槽.
* 相似於LongAdder中的Cell內部類
*/
static final class CounterCell {
volatile long value;
CounterCell(long x) {
value = x;
}
}
addCount的實現
回顧以前的putval方法的最後，當插入一對鍵值對後，經過addCount方法將計數值爲加1：
/**
* 實際的插入操做
*
* @param onlyIfAbsent true:僅當key不存在時,才插入
*/
final V putVal(K key, V value, boolean onlyIfAbsent) {
// …
addCount(1L, binCount); // 計數值加1
return null;
}
咱們來看下addCount的具體實現（後半部分涉及擴容，暫且不看）：
首先，若是counterCells爲null，說明以前一直沒有出現過沖突，直接將值累加到baseCount上；
不然，嘗試更新counterCells[i]中的值，更新成功就退出。失敗說明槽中也出現了併發衝突，可能涉及槽數組——counterCells的擴容，因此調用fullAddCount方法。
fullAddCount的邏輯和LongAdder中的longAccumulate幾乎徹底同樣，這裏再也不贅述，讀者能夠參考： Java多線程進階（十七）—— J.U.C之atomic框架：LongAdder
/**
* 更改計數值
*/
private final void addCount(long x, int check) {
CounterCell[] as;
long b, s;
if ((as = counterCells) != null ||
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { // 首先嚐試更新baseCount
// 更新失敗,說明出現併發衝突,則將計數值累加到Cell槽
CounterCell a;
long v;
int m;
boolean uncontended = true;
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null || // 根據線程hash值計算槽索引
!(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
fullAddCount(x, uncontended); // 槽更新也失敗, 則會執行fullAddCount
return;
}
if (check <= 1)
return;
s = sumCount();
}
if (check >= 0) { // 檢測是否擴容
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();
}
}
}
總結
本文較爲詳細地分析了ConcurrentHashMap的內部結構和典型方法的實現，下一篇將分析ConcurrentHashMap最複雜的部分——擴容/數據轉移。
相關文章
- 1. Java多線程進階（三二）—— J.U.C之collections框架：ArrayBlockingQueue
- 2. Java多線程進階（三三）—— J.U.C之collections框架：LinkedBlockingQueue
- 3. Java多線程進階（三五）—— J.U.C之collections框架：SynchronousQueue
- 4. Java多線程進階（二七）—— J.U.C之collections框架：CopyOnWriteArrayList
- 5. Java多線程進階（三四）—— J.U.C之collections框架：PriorityBlockingQueue
- 6. Java多線程進階（二八）—— J.U.C之collections框架：CopyOnWriteArraySet
- 7. Java多線程進階（二九）—— J.U.C之collections框架：ConcurrentLinkedQueue
- 8. Java多線程進階（二六）—— J.U.C之collections框架：ConcurrentSkipListSet
- 9. Java多線程進階（二五）—— J.U.C之collections框架：ConcurrentSkipListMap
- 10. Java多線程進階（三八）—— J.U.C之collections框架：LinkedTransferQueue
- 更多相關文章...
- • C# 多線程 - C#教程
- • MyBatis的工作原理 - MyBatis教程
- • Java Agent入門實戰（三）-JVM Attach原理與使用
- • ☆技術問答集錦（13）Java Instrument原理
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 融合阿里雲，牛客助您找到心儀好工作
- 2. 解決jdbc(jdbctemplate)在測試類時不報錯在TomCatb部署後報錯
- 3. 解決PyCharm GoLand IntelliJ 等 JetBrains 系列 IDE無法輸入中文
- 4. vue+ant design中關於圖片請求不顯示的問題。
- 5. insufficient memory && Native memory allocation (malloc) failed
- 6. 解決IDEA用Maven創建的Web工程不能創建Java Class文件的問題
- 7. [已解決] Error: Cannot download ‘https://start.spring.io/starter.zip?
- 8. 在idea讓java文件夾正常使用
- 9. Eclipse啓動提示「subversive connector discovery」
- 10. 帥某-技巧-快速轉帖博主文章（article_content）
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Java多線程進階（三二）—— J.U.C之collections框架：ArrayBlockingQueue
- 2. Java多線程進階（三三）—— J.U.C之collections框架：LinkedBlockingQueue
- 3. Java多線程進階（三五）—— J.U.C之collections框架：SynchronousQueue
- 4. Java多線程進階（二七）—— J.U.C之collections框架：CopyOnWriteArrayList
- 5. Java多線程進階（三四）—— J.U.C之collections框架：PriorityBlockingQueue
- 6. Java多線程進階（二八）—— J.U.C之collections框架：CopyOnWriteArraySet
- 7. Java多線程進階（二九）—— J.U.C之collections框架：ConcurrentLinkedQueue
- 8. Java多線程進階（二六）—— J.U.C之collections框架：ConcurrentSkipListSet
- 9. Java多線程進階（二五）—— J.U.C之collections框架：ConcurrentSkipListMap
- 10. Java多線程進階（三八）—— J.U.C之collections框架：LinkedTransferQueue