并发编程学习-Atomic体系和Collection

一、Atomic体系

1.AtomicInteger

AtomicInteger 是对int 类型的一个封装，提供原子性的访问和更新操作。

1.1.使用

public class MyAtomicInteger implements Runnable{private static AtomicInteger i = new AtomicInteger(0);@Overridepublic void run() {for (int i1 = 0; i1 < 10000; i1++) {i.incrementAndGet();}}public static void main(String[] args) throws InterruptedException {MyAtomicInteger myAtomicInteger = new MyAtomicInteger();new Thread(myAtomicInteger).start();new Thread(myAtomicInteger).start();Thread.sleep(5 * 1000);System.out.println(i);}
}

1.2.场景

并发统计、订单号生成

   static AtomicInteger count = new AtomicInteger(0);public String getOrderNo() {SimpleDateFormat dateFormat = new SimpleDateFormat("YYYYMMDDDHHMMSS");return dateFormat.format(new Date()) + count.incrementAndGet();}

1.3.原理

java.util.concurrent.atomic.AtomicInteger#incrementAndGet>sun.misc.Unsafe#getAndAddInt>sun.misc.Unsafe#getIntVolatile>sun.misc.Unsafe#compareAndSwapInt

CAS有3个操作数，内存值V，旧的预期值A，要修改的新值B。当预期值A和内存值V相同时，将内存值修改B，否则什么都不做。

二、Collection

1.HashMap

hashMap 扩容的时候会出现线程安全的问题。

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}// 获取key的hash
static final int hash(Object key) {int h;// 获取key的hash，然后与右移16位的值进行异或运算（相同为0不同为1）混合高位与低位，减少碰撞扰动函数// 让高位也参与到后续的hash碰撞return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}// 向hashHashMap中添加节点
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;// 查看数组是否是空的，如果是空的创建长度为16的数组if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// 数组长度减一与hash进行与运算得到数组下标，如果对应的位置为null，就直接把node添加进去// 15         0000 1111// h          0011 1010   假设// &          0000 1010if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;// 数组位置上的key和新添加的key一致if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;// 如果数组位置上节点是TreeNode（红黑树节点）else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);// 链表else {// 遍历找到尾结点，尾插法插入新节点for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {// 把新节点挂载到链表尾结点p.next = newNode(hash, key, value, null);// 链表上已有8个节点，binCount是从0开始，加上新添加的节点就是9个节点。9个节点转红黑树if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st// 链表树化treeifyBin(tab, hash);break;}// 链表中找到key相同，退出循环if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}// 如果key相同且onlyIfAbsent（缺位更新）为false就更新value，同时返回旧的value值// onlyIfAbsent 为true的话，只有key不存在添加if (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;// 数组中的元素 大于 数组长度 * 负载因子（0.75）就数组扩容if (++size > threshold)resize();afterNodeInsertion(evict);return null;}// 数组初始化和数组扩容
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;// 老数组的长度和阈值int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;// 新数组的长度和阈值int newCap, newThr = 0;if (oldCap > 0) {if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return oldTab;}// newCap = oldCap << 1 新数组长度为旧数据长度的2倍// 老数组左移一位（*2）小于最大数组长度，并且老数组长度大于等于默认数组长度16else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)// 新数组阈值是旧数组阈值的两倍newThr = oldThr << 1; // double threshold}else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;else {               // zero initial threshold signifies using defaultsnewCap = 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];table = newTab;// 老数组不为空if (oldTab != null) {// 遍历老数组for (int j = 0; j < oldCap; ++j) {Node<K,V> e;// 老数组j位子存在节点if ((e = oldTab[j]) != null) {oldTab[j] = null;// 数组j位置只有一个节点if (e.next == null)newTab[e.hash & (newCap - 1)] = e;// 数组j位置上节点已被树化else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);// 数组j位置上挂载的是链表节点else { // preserve order// 16 0001 0000// 17 0000 1111// 32 0010 0000// 31 0001 1111// 扩容后只有一位的差别// 低位Node<K,V> loHead = null, loTail = null;// 高位Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;// hash 和 旧数组长度进行与运算，为0放低位if ((e.hash & oldCap) == 0) {// 第一次尾结点为空if (loTail == null)// 将节点赋值头结点做记录loHead = e;else// 尾结点部位空，将节点挂载值尾节点的nextloTail.next = e;// 将当前节点标志为尾结点loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);if (loTail != null) {loTail.next = null;// 将低位链表挂载到低位数组所在位置newTab[j] = loHead;}if (hiTail != null) {hiTail.next = null;// 将高位链表挂载到高位数组所在位置newTab[j + oldCap] = hiHead;}}}}}return newTab;
}// 数组位置挂载链表的扩容
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {TreeNode<K,V> b = this;// Relink into lo and hi lists, preserving orderTreeNode<K,V> loHead = null, loTail = null;TreeNode<K,V> hiHead = null, hiTail = null;int lc = 0, hc = 0;// 遍历红黑树得到低位和高位的链表最后再去转成红黑树for (TreeNode<K,V> e = b, next; e != null; e = next) {next = (TreeNode<K,V>)e.next;e.next = null;if ((e.hash & bit) == 0) {if ((e.prev = loTail) == null)loHead = e;elseloTail.next = e;loTail = e;// 统计在低位的元素个数++lc;}else {if ((e.prev = hiTail) == null)hiHead = e;elsehiTail.next = e;// 统计在高位的元素个数hiTail = e;++hc;}}if (loHead != null) {// 低位节点小于6退化成链表if (lc <= UNTREEIFY_THRESHOLD)tab[index] = loHead.untreeify(map);else {tab[index] = loHead;if (hiHead != null) // (else is already treeified)// 把链表的节点重新生成红黑树loHead.treeify(tab);}}if (hiHead != null) {// 高位节点小于6退化成链表if (hc <= UNTREEIFY_THRESHOLD)tab[index + bit] = hiHead.untreeify(map);else {tab[index + bit] = hiHead;if (loHead != null)// 把链表的节点重新生成红黑树hiHead.treeify(tab);}}
}

红黑树特性

1. 每个节点要么是红色，要么是黑色。
2. 根节点是黑色。
3. 所有叶子节点（NIL 空节点）都是黑色。
4. 红色节点的两个子节点必须都是黑色（即不能出现连续两个红色节点）。
5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点（即黑色高度一致）

2.ConcurrentHashMap

2.1.HashTable 为什么性能低？

因为它是在put方法上加synchronized锁。只有上一个添加操作释放锁的了，下一个添加操作才可以获取锁。

public synchronized V put(K key, V value) {}

2.2.ConcurrentHashMap.put 流程

2.2.1.jdk 1.7

Segment 继承 ReentrantLock

ConcurrentHashMap 属性 Segment[] tab, Segment 有属性 HashEntry[]。实际上的数组长度是HashEntry[]的长度，扩容也是针对HashEntry[]。Segment 是并发级别

1.先根据key，算出对应的segment数组的下标，index
2.获取index位置上的锁，segment[index].lock();
3.生成一个entry对象，entry=new Entry(key, value, hashcode);
4.segment[index].put(key，value)，添加到segment对象内部的数组或链表上，和HashMap的put方法逻辑类似
5.释放index位置上的锁，segment[index].unlock();

sun.misc.Unsafe.compareAndSwapObject

compareAndSwapObject 是 sun.misc.Unsafe 类中的一个方法，用于执行原子的比较并交换（CAS）操作

public final native boolean compareAndSwapObject(Object obj, long offset, Object expect, Object update);

参数	名称	含义
1	obj	要操作的目标对象（即包含该字段的类实例）
2	offset	目标字段在对象内存中的偏移量（通过 Unsafe.objectFieldOffset() 获得）
3	expect	期望的旧值（如果当前内存中的值等于这个值，才更新）
4	update	要设置的新值

执行逻辑

1. 读取 obj 对象内存地址 + offset 位置上的当前值
2. 判断当前值是否等于 expect
3. 如果相等，则将该位置的值原子更新为 update，返回 true
4. 如果不相等，不更新，返回 false

2.2.2.jdk 1.8

3.list

3.1.ArrayList

数组实现，默认容量10，线程不安全

多线程同时扩容导致的问题（核心风险）

ArrayList 的底层是一个动态数组 Object[] elementData，当元素数量达到数组容量时，会触发扩容（创建一个新的更大数组，复制旧数据过去）。

• 问题场景：两个线程同时检测到容量不足，都去扩容。
  • 线程 A 分配了新的数组，但还没来得及复制完成。
  • 线程 B 也分配了新的数组，并开始复制。
  • 最终数组可能会指向错误的空间，或者原数组被错误地共享，导致数组越界、数据丢失，甚至抛出 ArrayIndexOutOfBoundsException。

3.2.LinkedList

链表实现

4.CopyOnWriteArrayList

线程安全，适合读多写少的应用场景

1.如果写操作未完成，那么直接读取原数组的数据。
2.如果写操作完成，但是引用还未指向新数组，那么也是读取原数组数据。
3.如果写操作完成，并且引用已经指向了新的数组，那么直接从新数组中读取