[Java] [Collections] [Hash]

HashMap VS HashTable

• hashtable is synchronized, whereas HashMap is not.
  • This makes HashMap better for non-threaded applications, as unsynchronized OBjects typically perform better than synchronized ones.
• hashMap 支持null key 和 null value
  • 本质上是因为hashMap将 null 的hashCode值定为了0。
• 实现原理：
  • 数据结构：HashMap和HashTable都使用哈希表来存储键值对，在数据结构上是基本相同的。
    • 都创建了一个继承自 Map.Entry 的私有内部类 Entry，每一个Entry对象表示存储在哈希表中的一个键值对。
  • 算法：
    • 将给定的key映射到确定的hash桶，即数组位置。
    • 在桶内键值对多到一定程度时，扩充哈希表(数组)。
      • 哈希表大小的选择：
        • hashTable会尽量使用素数、奇数。[素数会使得简单的取模哈希结果更加均匀]  --> 冲突更少(原理上)
        • hashMap则总是使用2的幂作为哈希表的大小。[取模时，如果模数是2的倍数，那么可以直接使用位运算来得到结果] --> 哈希计算效率更高
          --> 事实上，hashMap的这一做法引入了哈希分布不均匀的问题，所以HashMap为了解决这一问题，又对hash算法做了一些改进。(貌似是通过位运算来打散数据的，具体略)
• 线程安全性
  • HashTable是怎么做到线程安全的呢？--> 对public方法都使用了synchronized关键字。
• Usage：实际上HashTable已经被淘汰了。如果需要线程安全，请使用ConcurrentHashMap。

ConcurrentHashMap

• 既然上面提到了，我们就来看一下ConcurrentHashMap：高并发性的hashMap。
• 代码结构：
  • ConcurrentHashMap类中包含两个静态内部类：
    • HashEntry：hash表中的每个桶是由若干个HashEntry对象链接起来的链表。
    • Segment：用来充当锁的角色，每个Segment对象守护整个散列映射表的若干个桶。
  • 所以一个ConcurrentHashMap是由 1. table: 若干个由若干个HashEntry对象组成的链表 组成的hash表； 2. 若干个segment对象组成的数据。
• Segment：继承自ReentrantLock类。
  • 每个Segment对象中包含一个counter，用来表示本segment中包含的HashEntry对象的总数。 --> 避免出现“热点问题”。
• 那么ConcurrentHashMap的核心就变成了：如何用分离锁实现多个线程间的并发写操作。
  • 每次加锁都是针对(key的hash值对应的)某个具体的Segment，锁定的不是整个ConcurrentHashMap
  • 理想状态下可以 x(segment个数) 个线程执行并发写操作。
• 接下来分析下线程写入的两种情况：
  • 对散列表做非结构性修改，i.e.只是修改某个HashEntry的value。由于HashEntry的value被声明为volatile，写操作是能立即被后续不加锁的读线程“看到”的。
  • 对ConcurrentHashMap做结构性修改，实质上是对某个桶指向的链表进行修改。如果能够保证：在读线程遍历一个链表期间，写线程对这个链表所做的结构性修改不影响遍历，那么就能保证读/写之间的安全并发。
    • clear：把某个桶置空。只是简单的将桶不再引用原链表，并不会影响之前的读。
    • remove：remove要先根据hashCode找到具体的链表，然后遍历该链表。因为HashEntry内的key，hash，next指针都是final不可变的，所以删除一个节点需要将“所有处于待删除节点之后的节点原样保留在链表中， 所有处于待删除节点之前的节点被克隆到新链表中”。整个过程是不会影响之前的遍历的。
      e.g: 删除C节点
      
• 总结：在实际应用中，hashMap一般应用场景都是多读少改的。因此ConcurrentHashMap通过HashEntry对象的不变形和用volatile型变量协调线程之间的内存可见性，使得大多数时候，读操作不需要加锁就能获得正确值。这个特性使得ConcurrentHashMap的并发性在分离锁的基础上又有了进一步的提高。
• ConcurrentHashMap的高并发性主要来自三个方面：
  • 用分离锁实现多个线程间更深层次的共享访问
  • 用HashEntry对象的不变性来降低执行读操作的线程在遍历期间对锁的需求。
  • 通过对同一个volatile变量的读写访问，协调不同线程间读写操作的内存可见性。

 

 

Iterator

• iterator是一种设计模式，它是一个对象，可以遍历并选择序列中的对象，而开发人员不需要了解该序列的底层结构。迭代器的真正作用在于：能够将遍历序列的操作与序列底层的结构分离。

Implementation

• ArrayList的内部类 Itr (implements Iterator<E>)
  • fields: 
    • int cursor = 0;  // index of element to be returned by subsequent call to next
    • int lastRet = -1;  // index of element returned by most recent call to next or previous. Reset to -1 if this element is deleted by a call to remove
    • int expectedModCount = modCount;  // The modCount value that the iterator believes that the backing List should have. If this expectation is violated, the itertor has detected concurrent modification.
  • The list-iterator is fail-fast: if the list is structurally modified at any time after the Iterator is created, in any way except through the list-iterator's own remove or add, the list-iterator will throw a ConcurrentModificationException.  [这就是通过expectedModCount做到的]
• LinkedList的内部类 ListItr (implements Iterator<E>)
  • fields:
    • Node<E> lastReturned;
    • Node<E> next;
    • int nextIndex;
    • int expectedModCount = modCount;

 

 

 

FYI

• hashMap和hashTable到底有哪些不同
• 探索ConcurrentHashMap高并发性的实现机制