JDK1.8后HashMap多线程下扩容死循环解决

本文深入解析了JDK1.8中HashMap的底层数据结构及工作原理,重点介绍了多线程环境下HashMap扩容操作导致死循环的原因及解决方案,并对比了JDK1.8前后扩容机制的不同。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

JDK1.8后HashMap多线程下扩容死循环解决

HashMap的底层数据原理

Hash Map采用的是散列表来记录数据,可以把散列表想象成table[]数组,每个下标下标保存一个链表的head,用链表解决hash值冲突的问题,每次添加调用put(key , value),先得到key的hash值然后用hash & (table的长度)来得到这个Node<key,value>应该存放的位置index,为什么不同hash % (table的长度),这里就不详细说明了,得到index后就会查看这个table[index]存不存在数据,如果不存在直接把table[index]指向Node<key,value>,如果存在就会有哈希冲突,就会遍历这个table[index]指向的链表,如果已经存在这个key值就会更新该Node<key, value>中的value值,如果不存在就添加到table[index]指向链表的尾节点。源代码如下:

put(K key, V value)源代码:

public V put(K key, V value) {
	 	//hash(key)返回的是key的hash值
        return putVal(hash(key), key, value, false, true);
 }

直接调用putVal,putVal的源代码

putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)源代码
	final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; 
        Node<K,V> p; 
        int n, i;
        //如果table为null,返回新的table,相当于初始化table
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
         // (n - 1) & hash算出该node节点插入的位置,如果该链表为空,直接指向该node   
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
        //如果如果该链表不为空
            Node<K,V> e; K k;
            //如果链表的第一个节点的key值与要插入的node的key值相等,直接替换掉就行
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
             //如果链表已经变成树,jdk1.8后,链表超过8会转变成红黑树,红黑树大小小于6会转回链表
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //如果是链表
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //如果已经存在key值,替换掉原来的value
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                    //把该新插入的节点移到最后
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
        //扩容就在这个resize()里面,size大于threshold就要扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

resize()的源代码

>final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //更新新table的容器大小,
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
            //原来的table指向新的table
        table = newTab;
        if (oldTab != null) {
        //把oldtab的节点移到newtab上
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                    //只有一个节点,不用遍历
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                    //如果是红黑树结构,转向split
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                    //如果是链表
                        Node<K,V> loHead = null, loTail = null;//记录在newtab下位置也是j的节点
                        Node<K,V> hiHead = null, hiTail = null;///记录在newtab下位置是j + oldtab的节点
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                            //如果该节点的(e.hash & oldCap) == 0,说明(e.hash & newCap - 1) == j
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                            //否则就是(e.hash & newCap - 1) =j + oldtab
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

扩容解决死循环

jdk1.8版本一千发生死循环主要是在把oldtab的节点放到newtable时,多线程发生指向错误的问题,jdk1.8后对此进行了改进。具体细节如下:
1,假如oldtab的大小为2,里面有7,3两个节点,因为2 > 2 * 0.75,现在要扩容到大小为4的newtable,然后把节点从oldtable移到newtable,假设这里有两个线程,每个线程里面都有e,next分别记录当前节点和下一个节点,现在两个线程一起扩容会发生一下情况
首先, 线程(thread1)第一次进入循环,把e1,nex1t分别指向7,3
在这里插入图片描述而此时线程2得到cpu,从的并把扩容的步骤全部做好了,因为jdk1.8后是直接把节点放到newtable[j]尾节点,而jdk1.8前是直接放到头节点,避免了死循环
jdk1.8后升级的
jdkjdk1.8前的
在这里插入图片描述jdk1.8以前发生死循环是这样的,因为thread1的e1节点指向了3节点,next1节点指向7节点。而此时3和7节点在thread2的扩容情况下已经改变了节点的顺序。如果thread1继续扩容就会发生这样的情况:
1,newtable[3]=e1,然后发现next1不为空(此时e1=7,next1=3,newt able[3]=7,3指向7,7指向null)
2,e1=next1(节点3),next1=next1.next(节点7) (e1=3,next1=7,newt able[3]=7,3指向7,7指向null)
3,然后e1.next=newtable[3] ,newtable[3]=e1(e1=3,next1=7,newt able[3]=3,3指向7,7指向null)
4, e1=next1(节点7),next1 = e1.next (e1=7,next1=null,newt able[3]=3,3指向7,7指向null)
5,e1.next = newtable[3] , newtable = e1, e1 = next1 (e1=null,next1=null,newt able[3]=7,3指向7,7指向3)
就会照成死循环。
jdk1.8之前和之后不同之处就是jdk1.8后是直接把节点放到newtable[j]尾节点,而jdk1.8前是直接放到头节点。虽然解决了死循环,但hashMap在多线程使用下还是会有很多问题,在多线程下最好还是使用ConcurrentHashMap比较好。
(以上纯属个人见解,有错误的欢迎提出)

<think>嗯,用户想知道JavaHashMap多线程环境下的问题及原因,特别是JDK1.7的死循环JDK1.8的数据覆盖,还有解决方案。首先我得回忆一下HashMap在不同版本的结构差异。 JDK1.7用的是数组加链表,插入链表的时候是头插法,这样在扩容时可能会导致死循环。而JDK1.8改成了尾插法,并引入了红黑树,但数据覆盖的问题还存在。需要分版本解释问题。 然后,用户可能实际遇到过并发问题,或者在面试中被问到,所以需要详细说明原因。比如JDK1.7扩容时的transfer方法,多线程同时操作链表,导致节点指向混乱,形成环形链表,进而死循环。这个得结合源码步骤分析,比如Entry的next指针被修改的顺序。 对于JDK1.8,虽然解决死循环,但put操作时如果没有同步,多个线程可能同时计算哈希、找到桶位置,然后覆盖彼此的数据,造成数据丢失。这时候需要说明具体如何覆盖,比如检查到桶为空,然后同时插入。 解决方案的话,用户可能想知道如何避免这些问题,比如使用ConcurrentHashMap或者Collections.synchronizedMap,或者改用Hashtable。需要对比不同方案的优缺点,比如ConcurrentHashMap的锁分段技术,性能更好。 还要注意引用给出的资料,比如引用1、3、5提到JDK1.7的死循环和数据丢失,引用4和5说明JDK1.8的优化和仍然存在的问题。引用2提到JDK1.8的红黑树改进。需要正确标注引用来源。 用户可能更关注实际应用中的解决方案,所以需要给出明确的建议,比如在高并发下推荐使用ConcurrentHashMap。同时,可能希望了解背后的原理,比如为什么JDK1.8的改动解决死循环,但仍有数据覆盖。 最后,确保回答结构清晰,分点说明问题、原因和解决方案,并生成相关问题,帮助用户进一步学习。比如问到JDK1.8的优化细节,或者ConcurrentHashMap的实现原理。</think>### Java HashMap多线程问题及原因分析 #### 一、JDK1.7中的多线程问题 1. **环形链表与死循环** - **原因**:JDK1.7的扩容方法`transfer()`使用**头插法**迁移链表节点。在多线程并发扩容时,若线程A和线程B同时操作链表,可能导致链表节点引用形成环形结构(例如,线程A的`Entry.next`被线程B修改后指向已迁移的节点)。 - **后果**:后续调用`get()`方法时,若查询的键恰好落在环形链表所在的桶,会触发无限循环,导致CPU占用率飙升[^3][^5]。 - **源码示例**: ```java void transfer(Entry[] newTable) { for (Entry<K,V> e : table) { while (null != e) { Entry<K,V> next = e.next; // 步骤1:保存下一个节点 int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; // 步骤2:头插法插入新表 newTable[i] = e; // 步骤3:更新表头 e = next; // 步骤4:遍历下一个节点 } } } ``` 若两个线程同时执行上述代码,可能导致`e.next`指向错误节点,形成环形链表。 2. **数据丢失** - **原因**:多个线程同时执行扩容操作时,可能因竞争导致部分节点未被正确迁移到新数组,最终被垃圾回收[^1]。 --- #### 二、JDK1.8中的多线程问题 1. **数据覆盖** - **原因**:JDK1.8在`putVal()`方法中,若多个线程同时判断某个桶为空,可能先后写入不同的键值对,导致后写入的值覆盖前一个。例如: ```java if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); // 多个线程可能同时执行此操作 ``` - **后果**:最终只有一个线程的数据被保留,其他数据丢失。 2. **红黑树操作的竞争** - **原因**:JDK1.8在链表转红黑树时,若多个线程同时操作,可能破坏红黑树的平衡性,导致查询结果异常(尽管概率较低)[^2]。 --- #### 三、解决方案 1. **使用线程安全的替代类** - **ConcurrentHashMap**(推荐):JDK1.7采用分段锁,JDK1.8改为CAS+synchronized,保证并发安全[^4]。 - **Hashtable**:通过全表锁实现线程安全,但性能较差。 - **Collections.synchronizedMap()**:对HashMap包装一层同步控制。 2. **避免多线程直接操作HashMap** - 若必须使用HashMap,需通过外部锁(如`synchronized`)保证原子性。 --- #### 四、版本差异对比 | 特性 | JDK1.7 | JDK1.8 | |---------------------|---------------------------|---------------------------------| | 数据结构 | 数组+链表 | 数组+链表+红黑树 | | 插入方式 | 头插法 | 尾插法 | | 扩容问题 | 死循环、数据丢失 | 数据覆盖 | | 优化点 | - | 红黑树优化哈希冲突性能 | ---
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值