当前位置: > 教程 > 编程教程 >

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap
栏目分类:编程教程   发布日期:2019-12-08   浏览次数:

原文出处http://cmsblogs.com/ 『chenssy』 到目前为止,我们在Java世界里看到了两种实现key-value的数据结构:Hash、TreeMap,这两种数据结构各自都有着优缺点。 Hash表:插入、查找最快,为O(1);如使用链表实现则可实现无锁;数据有序化需要 显式 的排序
原文出处http://cmsblogs.com/ 『chenssy』

到目前为止,我们在Java世界里看到了两种实现key-value的数据结构:Hash、TreeMap,这两种数据结构各自都有着优缺点。

  1. Hash表:插入、查找最快,为O(1);如使用链表实现则可实现无锁;数据有序化需要显式的排序操作。
  2. 红黑树:插入、查找为O(logn),但常数项较小;无锁实现的复杂性很高,一般需要加锁;数据天然有序。

然而,这次介绍第三种实现key-value的数据结构:SkipList。SkipList有着不低于红黑树的效率,但是其原理和实现的复杂度要比红黑树简单多了。

SkipList

什么是SkipList?Skip List ,称之为跳表,它是一种可以替代平衡树的数据结构,其数据元素默认按照key值升序,天然有序。Skip list让已排序的数据分布在多层链表中,以0-1随机数决定一个数据的向上攀升与否,通过“空间来换取时间”的一个算法,在每个节点中增加了向前的指针,在插入、删除、查找时可以忽略一些不可能涉及到的结点,从而提高了效率。

我们先看一个简单的链表,如下:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

如果我们需要查询9、21、30,则需要比较次数为3 + 6 + 8 = 17 次,那么有没有优化方案呢?有!我们将该链表中的某些元素提炼出来作为一个比较“索引”,如下:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

我们先与这些索引进行比较来决定下一个元素是往右还是下走,由于存在“索引”的缘故,导致在检索的时候会大大减少比较的次数。当然元素不是很多,很难体现出优势,当元素足够多的时候,这种索引结构就会大显身手。

SkipList的特性

SkipList具备如下特性:

  1. 由很多层结构组成,level是通过一定的概率随机产生的
  2. 每一层都是一个有序的链表,默认是升序,也可以根据创建映射时所提供的Comparator进行排序,具体取决于使用的构造方法
  3. 最底层(Level 1)的链表包含所有元素
  4. 如果一个元素出现在Level i 的链表中,则它在Level i 之下的链表也都会出现
  5. 每个节点包含两个指针,一个指向同一链表中的下一个元素,一个指向下面一层的元素

我们将上图再做一些扩展就可以变成一个典型的SkipList结构了

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

SkipList的查找

SkipListd的查找算法较为简单,对于上面我们我们要查找元素21,其过程如下:

  1. 比较3,大于,往后找(9),
  2. 比9大,继续往后找(25),但是比25小,则从9的下一层开始找(16)
  3. 16的后面节点依然为25,则继续从16的下一层找
  4. 找到21

如图

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

红色虚线代表路径。

SkipList的插入

SkipList的插入操作主要包括:

  1. 查找合适的位置。这里需要明确一点就是在确认新节点要占据的层次K时,采用丢硬币的方式,完全随机。如果占据的层次K大于链表的层次,则重新申请新的层,否则插入指定层次
  2. 申请新的节点
  3. 调整指针

假定我们要插入的元素为23,经过查找可以确认她是位于25后,9、16、21前。当然需要考虑申请的层次K。

如果层次K > 3

需要申请新层次(Level 4)

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

如果层次 K = 2

直接在Level 2 层插入即可

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

这里会涉及到以个算法:通过丢硬币决定层次K,该算法我们通过后面ConcurrentSkipListMap源码来分析。还有一个需要注意的地方就是,在K层插入元素后,需要确保所有小于K层的层次都应该出现新节点。

SkipList的删除

删除节点和插入节点思路基本一致:找到节点,删除节点,调整指针。

比如删除节点9,如下:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

ConcurrentSkipListMap

通过上面我们知道SkipList采用空间换时间的算法,其插入和查找的效率O(logn),其效率不低于红黑树,但是其原理和实现的复杂度要比红黑树简单多了。一般来说会操作链表List,就会对SkipList毫无压力。

ConcurrentSkipListMap其内部采用SkipLis数据结构实现。为了实现SkipList,ConcurrentSkipListMap提供了三个内部类来构建这样的链表结构:Node、Index、HeadIndex。其中Node表示最底层的单链表有序节点、Index表示为基于Node的索引层,HeadIndex用来维护索引层次。到这里我们可以这样说ConcurrentSkipListMap是通过HeadIndex维护索引层次,通过Index从最上层开始往下层查找,一步一步缩小查询范围,最后到达最底层Node时,就只需要比较很小一部分数据了。在JDK中的关系如下图:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

** Node **

 static final class Node<K,V> {
 final K key;
 volatile Object value;
 volatile ConcurrentSkipListMap.Node<K, V> next;
 /** 省略些许代码 */
 }

Node的结构和一般的单链表毫无区别,key-value和一个指向下一个节点的next。

** Index **

 static class Index<K,V> {
 final ConcurrentSkipListMap.Node<K,V> node;
 final ConcurrentSkipListMap.Index<K,V> down;
 volatile ConcurrentSkipListMap.Index<K,V> right;
 /** 省略些许代码 */
 }

Index提供了一个基于Node节点的索引Node,一个指向下一个Index的right,一个指向下层的down节点。

HeadIndex

 static final class HeadIndex<K,V> extends Index<K,V> {
 final int level; //索引层,从1开始,Node单链表层为0
 HeadIndex(Node<K,V> node, Index<K,V> down, Index<K,V> right, int level) {
 super(node, down, right);
 this.level = level;
 }
 }

HeadIndex内部就一个level来定义层级。

ConcurrentSkipListMap提供了四个构造函数,每个构造函数都会调用initialize()方法进行初始化工作。

 final void initialize() {
 keySet = null;
 entrySet = null;
 values = null;
 descendingMap = null;
 randomSeed = seedGenerator.nextInt() | 0x0100; // ensure nonzero
 head = new ConcurrentSkipListMap.HeadIndex<K,V>(new ConcurrentSkipListMap.Node<K,V>(null, BASE_HEADER, null),
 null, null, 1);
 }

注意,initialize()方法不仅仅只在构造函数中被调用,如clone,clear、readObject时都会调用该方法进行初始化步骤。这里需要注意randomSeed的初始化。

 private transient int randomSeed;
 randomSeed = seedGenerator.nextInt() | 0x0100; // ensure nonzero

randomSeed一个简单的随机数生成器(在后面介绍)。

put操作

CoucurrentSkipListMap提供了put()方法用于将指定值与此映射中的指定键关联。源码如下:

 public V put(K key, V value) {
 if (value == null)
 throw new NullPointerException();
 return doPut(key, value, false);
 }

首先判断value如果为null,则抛出NullPointerException,否则调用doPut方法,其实如果各位看过JDK的源码的话,应该对这样的操作很熟悉了,JDK源码里面很多方法都是先做一些必要性的验证后,然后通过调用do**()方法进行真正的操作。

doPut()方法内容较多,我们分步分析。

 private V doPut(K key, V value, boolean onlyIfAbsent) {
 Node<K,V> z; // added node
 if (key == null)
 throw new NullPointerException();
 // 比较器
 Comparator<? super K> cmp = comparator;
 outer: for (;;) {
 for (Node<K, V> b = findPredecessor(key, cmp), n = b.next; ; ) {
 /** 省略代码 */

doPut()方法有三个参数,除了key,value外还有一个boolean类型的onlyIfAbsent,该参数作用与如果存在当前key时,该做何动作。当onlyIfAbsent为false时,替换value,为true时,则返回该value。用代码解释为:

 if (!map.containsKey(key))
 return map.put(key, value);
 else
 return map.get(key);

首先判断key是否为null,如果为null,则抛出NullPointerException,从这里我们可以确认ConcurrentSkipList是不支持key或者value为null的。然后调用findPredecessor()方法,传入key来确认位置。findPredecessor()方法其实就是确认key要插入的位置。

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

findPredecessor()方法意思非常明确:寻找前辈。从最高层的headIndex开始向右一步一步比较,直到right为null或者右边节点的Node的key大于当前key为止,然后再向下寻找,依次重复该过程,直到down为null为止,即找到了前辈,看返回的结果注意是Node,不是Item,所以插入的位置应该是最底层的Node链表。

在这个过程中ConcurrentSkipListMap赋予了该方法一个其他的功能,就是通过判断节点的value是否为null,如果为null,表示该节点已经被删除了,通过调用unlink()方法删除该节点。

 final boolean unlink(Index<K,V> succ) {
 return node.value != null && casRight(succ, succ.right);
 }

删除节点过程非常简单,更改下right指针即可。

通过findPredecessor()找到前辈节点后,做什么呢?看下面:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

找到合适的位置后,就是在该位置插入节点咯。插入节点的过程比较简单,就是将key-value包装成一个Node,然后通过casNext()方法加入到链表当中。当然是插入之前需要进行一系列的校验工作。

在最下层插入节点后,下一步工作是什么?新建索引。前面博主提过,在插入节点的时候,会根据采用抛硬币的方式来决定新节点所插入的层次,由于存在并发的可能,ConcurrentSkipListMap采用ThreadLocalRandom来生成随机数。如下:

int rnd = ThreadLocalRandom.nextSecondarySeed();

抛硬币决定层次的思想很简单,就是通过抛硬币如果硬币为正面则层次level + 1 ,否则停止,如下:

 // 抛硬币决定层次
 while (((rnd >>>= 1) & 1) != 0)
 ++level;

在阐述SkipList插入节点的时候说明了,决定的层次level会分为两种情况进行处理,一是如果层次level大于最大的层次话则需要新增一层,否则就在相应层次以及小于该level的层次进行节点新增处理。

level <= headIndex.level

 // 如果决定的层次level比最高层次head.level小,直接生成最高层次的index
 // 由于需要确认每一层次的down,所以需要从最下层依次往上生成
 if (level <= (max = h.level)) {
 for (int i = 1; i <= level; ++i)
 idx = new ConcurrentSkipListMap.Index<K,V>(z, idx, null);
 }

从底层开始,小于level的每一层都初始化一个index,每次的node都指向新加入的node,down指向下一层的item,右侧next全部为null。整个处理过程非常简单:为小于level的每一层初始化一个index,然后加入到原来的index链条中去。

level > headIndex.level

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

当抛硬币决定的level大于最大层次level时,需要新增一层进行处理。处理逻辑如下:

  1. 初始化一个对应的index数组,大小为level + 1,然后为每个单位都创建一个index,个中参数为:Node为新增的Z,down为下一层index,right为null
  2. 通过for循环来进行扩容操作。从最高层进行处理,新增一个HeadIndex,个中参数:节点Node,down都为最高层的Node和HeadIndex,right为刚刚创建的对应层次的index,level为相对应的层次level。最后通过CAS把当前的head与新加入层的head进行替换。

通过上面步骤我们发现,尽管已经找到了前辈节点,也将node插入了,也确定确定了层次并生成了相应的Index,但是并没有将这些Index插入到相应的层次当中,所以下面的代码就是将index插入到相对应的层当中。

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

这段代码分为两部分看,一部分是找到相应层次的该节点插入的位置,第二部分在该位置插入,然后下移。

至此,ConcurrentSkipListMap的put操作到此就结束了。代码量有点儿多,这里总结下:

  1. 首先通过findPredecessor()方法找到前辈节点Node
  2. 根据返回的前辈节点以及key-value,新建Node节点,同时通过CAS设置next
  3. 设置节点Node,再设置索引节点。采取抛硬币方式决定层次,如果所决定的层次大于现存的最大层次,则新增一层,然后新建一个Item链表。
  4. 最后,将新建的Item链表插入到SkipList结构中。

get操作

相比于put操作 ,get操作会简单很多,其过程其实就只相当于put操作的第一步:

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

与put操作第一步相似,首先调用findPredecessor()方法找到前辈节点,然后顺着right一直往右找即可,同时在这个过程中同样承担了一个删除value为null的节点的职责。

remove操作

remove操作为删除指定key节点,如下:

 public V remove(Object key) {
 return doRemove(key, null);
 }

直接调用doRemove()方法,这里remove有两个参数,一个是key,另外一个是value,所以doRemove方法即提供remove key,也提供同时满足key-value。

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

【死磕Java并发】–J.U.C之Java并发容器:ConcurrentSkipListMap

调用findPredecessor()方法找到前辈节点,然后通过右移,然后比较,找到后利用CAS把value替换为null,然后判断该节点是不是这层唯一的index,如果是的话,调用tryReduceLevel()方法把这层干掉,完成删除。

其实从这里可以看出,remove方法仅仅是把Node的value设置null,并没有真正删除该节点Node,其实从上面的put操作、get操作我们可以看出,他们在寻找节点的时候都会判断节点的value是否为null,如果为null,则调用unLink()方法取消关联关系,如下:

 if (n.value == null) {
 if (!q.unlink(r))
 break; // restart
 r = q.right; // reread r
 continue;
 }

size操作

ConcurrentSkipListMap的size()操作和ConcurrentHashMap不同,它并没有维护一个全局变量来统计元素的个数,所以每次调用该方法的时候都需要去遍历。

 public int size() {
 long count = 0;
 for (Node<K,V> n = findFirst(); n != null; n = n.next) {
 if (n.getValidValue() != null)
 ++count;
 }
 return (count >= Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int) count;
 }

调用findFirst()方法找到第一个Node,然后利用node的next去统计。最后返回统计数据,最多能返回Integer.MAX_VALUE。注意这里在线程并发下是安全的。

ConcurrentSkipListMap过程其实不复杂,相比于ConcurrentHashMap而言,是简单的不能再简单了。对跳表SkipList熟悉的话,ConcurrentSkipListMap 应该是盘中餐了。

扩展阅读

【死磕Java并发】—– J.U.C之读写锁:ReentrantReadWriteLock

【死磕Java并发】—– J.U.C之Condition

【死磕Java并发】—– 深入分析CAS

【死磕Java并发】—- J.U.C之并发工具类:CyclicBarrier

「死磕 Java 并发」J.U.C 之 Java并发容器:ConcurrentHashMap

「死磕 Java 并发」JUC 之 Java 并发容器:ConcurrentLinkedQueue

【死磕Java并发】-----J.U.C之并发工具类:CountDownLatch

【死磕 Java 并发】—– J.U.C 之并发工具类:Exchanger

相关热词:

js特效 教程 资源 资讯