日常学习中突然发现
HashMap多线程情况下不安全的根本原因是什么导致的还不算很清晰？这就不能忍了，果断查找资料以及自己动手去操作操作。只有自己动手才能记得住！！题外话：今年的三四月份不同于以往了，现在每天最多接触的就是体温枪、健康码、口罩等。上班期间戴一天口罩感觉整个人都憋屈着，真希望疫情快快过去。
HashMap简介
HashMap是java里面以Key-value存储的一种集合对象,它使用的是数组加上链表的结构（1.8之后增加了红黑树）,它允许key和value为null,是一种无序并且线程不安全的集合对象，以下是他的结构图。
1.7版本下的HashMap
背后原因
1.7中会出现死循环和数据丢失。同时元素插入的方式是头插法。
相关代码
TRANSFER方法
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
// 将oldTable中的每条链重新添加到 newTable 中
for (Entry<K,V> e : table) {
while(null != e) {
// 获取e的next节点
Entry<K,V> next = e.next;
// 是否需要进行重hash
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
// 在新table中寻找数组位置
int i = indexFor(e.hash, newC apacity);
// 将数组的值赋予当前e的next节点上
e.next = newTable[i];
// 当前值替换数组上元素
newTable[i] = e;
//移动至下一节点
e = next;
}
}
}
上面的transfer方法中可能发生多线程问题的地方有：
- 多线程的情况下运行。出现的问题则体现在 e.next = newTable[i];单个线程运行的情况下则是不会有问题。当线程A运行完整个扩容代码之后，线程B去进行
while循环的时候，此时里面的元素都是逆向指向了，已经形成了一个死循环。与此同时如果该链表之后还有数据，则在线程B循环的时候就找不到剩余节点的值（1.8内则利用了两对临时变量来保证在没有生成newTable之前是不会改变之前的结构）。
1.8版本下的HashMap
背后原因
1.8版本的HashMap是在1.7上面进行给改造，虽然不会出现1.7的情况，但是也是会出现新的问题,那就是有数据覆盖这样的问题。同时1.8进行元素插入时使用的是尾插法。
相关代码
PUT方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断table是否为空，如果是空的就创建一个table，并获取他的长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果计算出来的索引位置之前没有放过数据，就直接放入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//进入这里说明索引位置已经放入过数据了
Node<K,V> e; K k;
//判断put的数据和之前的数据是否重复
//key的地址或key的equals()只要有一个相等就认为key重复了，就直接覆盖原来key的value
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断是否是红黑树，如果是红黑树就直接插入树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果不是红黑树，就遍历每个节点，判断链表长度是否大于8，如果大于就转换为红黑树
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;
}
//判断索引每个元素的key是否与要插入的key相同，如果相同就直接覆盖
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果e不是null，说明没有迭代到最后就跳出了循环，说明链表中有相同的key，因此只需要将value覆盖，并将oldValue返回即可
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//说明没有key相同，因此要插入一个key-value，并记录内部结构变化次数 fast-fail机制
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
上面的put方法中可能发生多线程问题的地方有：
-
if ((p = tab[i = (n - 1) & hash]) == null) ,这段代码是判断是否出现
hash碰撞，假设两个线程A、B都在进行put操作，并且hash函数计算出的插入下标相同的，当线程A执行完这段代码后由于时间片耗尽导致被挂起，而线程B得到时间片后在该下标处插入了元素，完成了正常的插入，然后线程A获得时间片，由于之前已经进行了hash碰撞的判断，所有此时不会再进行判断，而是直接进行插入，这就导致了线程B插入的数据被线程A覆盖了，从而线程不安全。 -
++size，这段代码是用来操作当前集合的大小的。当线程A、B，这两个线程同时进行put操作时，假设当前集合的
size大小为10，当线程A执行到这行代码时，从主内存中获得size的值为10后准备进行+1操作，但是由于时间片耗尽只好让出CPU，线程B快乐的拿到CPU还是从主内存中拿到size的值10进行+1操作，完成了put操作并将size=11写回主内存，然后线程A再次拿到CPU并继续执行(此时size的值仍为10)，当执行完put操作后，还是将size=11写回内存，此时，线程A、B都执行了一次put操作，但是size的值只增加了1，由于数据覆盖又导致了线程不安全。
RESIZE方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 只有非第一次扩容才会进来（第一次扩容在第一次put）
if (oldCap > 0) {
// oldCap最大为MAXIMUM_CAPACITY(2^30)。
//如果oldCap也可以变成Integer.MAX_VALUE = (1<<31) - 1。那么每次hash&（cap-1）。可知道最低位无论hash是任何值时,都为0,也就是下标只有2^30种可能,有2^30-1个下标没有被使用。
//所以当容量为MAX_VALUE(2^31-1)时会造成一半的空间浪费,效率等同于MAXIMUM_CAPACITY(2^30)
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
}
// 带参初始化会进入这里,主要是为了重新算threshold
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 不带参初始化会进入这里
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 重新算threshold
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 扩容
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 复制数据到新table中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果只有一个节点,则直接赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果节点是树节点类型，则进行红黑树处理
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// 之所以定义两个头两个尾对象,是由于链表中的元素的下标在扩容后,要么是原下标+oldCap,要么不变
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//遍历桶中的链表
do {
next = e.next;
// 下标没有改变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
// 第一个节点
loHead = e;
else
// 加入到尾部
loTail.next = e;
// 调整尾部元素
loTail = e;
}
// 下标改变
i //HashMap扩容的时候，不需要像Java1.7那样重新算hash值，只要看e.hash对应2*oldCap-1高位那个bit是1还是0就好了，是0下标没变，是1索引变成：原下标+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原下标对应的链表
if (loTail != null) {
// 尾部节点next设置为null，代码严谨（因为上面的处理完毕之后，则最后一个节点的next指向的还是自己本身，则形成循环节点）
loTail.next = null;
newTab[j] = loHead;
}
// 新下标对应的链表
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
上面的resize方法中可能发生多线程问题的地方有：
- 线程A、B同时进行
resize，线程A先完成之后进行了数据的插入，此时线程B的resize才刚刚返回，这种情况线程A进行的数据更新就会丢失。(线程A插入的数据刚好是线程B已经循环过的，那么此时线程Bresize返回的节点中则不包含线程A的插入)
总结
HashMap的线程不安全主要体现在下面两个方面：
- 在JDK1.7中，当并发执行扩容操作时会造成环形链和数据丢失的情况。
- 在JDK1.8中，在并发执行put操作时会发生数据覆盖的情况。
小伙伴们有其他的想法底下评论~，我会详细查看的。周末不出门，又可以省下一个口罩😃。
