JAVA HASHMAP的死迴圈

標籤：blog   add   tor   不同   dfa   數組   存在   resize   nbsp   

Hash表資料結構

HashMap通常會用一個指標數組（假設為table[]）來做分散所有的key，當一個key被加入時，會通過Hash演算法通過key算出這個數組的下標i，然後就把這個<key, value>插到table[i]中，如果有兩個不同的key被算在了同一個i，那麼就叫衝突，又叫碰撞，這樣會在table[i]上形成一個鏈表。

我們知道，如果table[]的尺寸很小，比如只有2個，如果要放進10個keys的話，那麼碰撞非常頻繁，於是一個O(1)的尋找演算法，就變成了鏈表遍曆，效能變成了O(n)，這是Hash表的缺陷。

所以，Hash表的尺寸和容量非常的重要。一般來說，Hash表這個容器當有資料要插入時，都會檢查容量有沒有超過設定的loadFactor，如果超過，需要增大Hash表的尺寸，但是這樣一來，整個Hash表裡的無素都需要被重算一遍。這叫rehash，這個成本相當的大。

HashMap的rehash原始碼

Put一個Key,Value對到Hash表中：

public V put(K key, V value){    ......    //算Hash值    int hash = hash(key.hashCode());    int i = indexFor(hash, table.length);    //如果該key已被插入，則替換掉舊的value （連結操作）    for (Entry<K,V> e = table[i]; e != null; e = e.next) {        Object k;        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {            V oldValue = e.value;            e.value = value;            e.recordAccess(this);            return oldValue;        }    }    modCount++;    //該key不存在，需要增加一個結點    addEntry(hash, key, value, i);    return null;}

檢查容量是否超標

void addEntry(int hash, K key, V value, int bucketIndex){    Entry<K,V> e = table[bucketIndex];    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);    //查看當前的size是否超過了我們設定的閾值threshold，如果超過，需要resize    if (size++ >= threshold)        resize(2 * table.length);}

建立一個更大尺寸的hash表，然後把資料從老的Hash表中遷移到新的Hash表中。

void resize(int newCapacity){    Entry[] oldTable = table;    int oldCapacity = oldTable.length;    ......    //建立一個新的Hash Table    Entry[] newTable = new Entry[newCapacity];    //將Old Hash Table上的資料移轉到New Hash Table上    transfer(newTable);    table = newTable;    threshold = (int)(newCapacity * loadFactor);}

遷移的原始碼，注意高亮處：

void transfer(Entry[] newTable){    Entry[] src = table;    int newCapacity = newTable.length;    //下面這段代碼的意思是：    //  從OldTable裡摘一個元素出來，然後放到NewTable中    for (int j = 0; j < src.length; j++) {        Entry<K,V> e = src[j];        if (e != null) {            src[j] = null;            do {                Entry<K,V> next = e.next;                int i = indexFor(e.hash, newCapacity);                e.next = newTable[i];                newTable[i] = e;                e = next;            } while (e != null);        }    }}

好了，這個代碼算是比較正常的。而且沒有什麼問題。

正常的ReHash的過程

畫了個圖做了個示範。

• 我假設了我們的hash演算法就是簡單的用key mod 一下表的大小（也就是數組的長度）。

• 最上面的是old hash 表，其中的Hash表的size=2, 所以key = 3, 7, 5，在mod 2以後都衝突在table[1]這裡了。

• 接下來的三個步驟是Hash表 resize成4，然後所有的<key,value> 重新rehash的過程

並發下的Rehash

1）假設我們有兩個線程。我用紅色和淺藍色標註了一下。

我們再回頭看一下我們的 transfer代碼中的這個細節：

do {    Entry<K,V> next = e.next; // <--假設線程一執行到這裡就被調度掛起了    int i = indexFor(e.hash, newCapacity);    e.next = newTable[i];    newTable[i] = e;    e = next;} while (e != null);

而我們的線程二執行完成了。於是我們有下面的這個樣子。

注意，因為Thread1的 e 指向了key(3)，而next指向了key(7)，其線上程二rehash後，指向了線程二重組後的鏈表。我們可以看到鏈表的順序被反轉後。

2）線程一被調度回來執行。

• 先是執行 newTalbe[i] = e;
• 然後是e = next，導致了e指向了key(7)，
• 而下一次迴圈的next = e.next導致了next指向了key(3)

 

 

3）一切安好。

線程一接著工作。把key(7)摘下來，放到newTable[i]的第一個，然後把e和next往下移。

4）環形連結出現。

e.next = newTable[i] 導致  key(3).next 指向了 key(7)

注意：此時的key(7).next 已經指向了key(3)， 環形鏈表就這樣出現了。

於是，當我們的線程一調用到，HashTable.get(11)時，悲劇就出現了——Infinite Loop。

 

 

 啦啦啦

JAVA HASHMAP的死迴圈