对HashMap的理解（二）：高并发下的HashMap

在分析hashmap高并发场景之前，我们要先搞清楚ReHash这个概念。ReHash是HashMap在扩容时的一个步骤。
HashMap的容量是有限的。当经过多次元素插入，使得HashMap达到一定饱和度时，Key映射位置发生冲突的几率会逐渐提高。这时候，HashMap需要扩展它的长度，也就是进行Resize。

影响发生Resize的因素有两个：
1.Capacity：HashMap的当前长度。上一篇曾经说过，HashMap的长度是2的幂。
2.LoadFactor：HashMap负载因子，默认值为0.75f。

衡量HashMap是否进行Resize的条件如下：

HashMap.Size >= Capacity * LoadFactor

Resize的两个步骤：
1.扩容
创建一个新的Entry空数组，长度是原数组的2倍。
2.ReHash
遍历原Entry数组，把所有的Entry重新Hash到新数组。为什么要重新Hash呢？因为长度扩大以后，Hash的规则也随之改变。

让我们回顾一下Hash公式：

index = HashCode（Key） & （Length - 1） 

当原数组长度为8时，Hash运算是和111B做与运算；新数组长度为16，Hash运算是和1111B做与运算。Hash结果显然不同。

Resize前的HashMap：

Resize后的HashMap：

ReHash的Java代码如下：

 /**

  * Transfers all entries from current table to newTable.

  */

 void transfer(Entry[] newTable, boolean rehash) {

     int newCapacity = newTable.length;

     for (Entry<K,V> e : table) {

         while(null != e) {

             Entry<K,V> next = e.next;

             if (rehash) {

                 e.hash = null == e.key ? 0 : hash(e.key);

             }

             int i = indexFor(e.hash, newCapacity);

             e.next = newTable[i];

             newTable[i] = e;

             e = next;

         }

     }

 }

上述流程在单线程下执行是没有问题的，但在多线程下，HashMap并非线程安全的。下面在演示在多线程环境下，HashMap的ReHash操作可能带来什么样的问题之前，先说明在单线程下的执行情况。

在说明之前，先将ReHash的代码分为如下三部分：

(一)、单线程的情况下：

假设一个HashMap已经到了Resize的临界点：

1. 扩容

2. ReHash

首先遍历Entry4对象：e = Entry4

第8行：next = e.next; => next = null; //此时：e = Entry4, next = null

第12行：假设i = 1;

第13-15行：e.next = newTable[1]; => e.next = null;

          newTable[1] = e; => newTable[1] = Entry4;

          e = next; => e = null;  //此时：e = null, next = null

Entry4放入newTable[1]的位置，结束while循环。开始遍历下一个对象：e = Entry3

第8行：next = e.next; => next = Entry2; //此时：e = Entry3, next = Entry2

第12行：假设i = 3;

第13-15行：e.next = newTable[3]; => e.next = null;  //要插入的结点的next指向newTable[i]

          newTable[3] = e; => newTable[3] = Entry3; //要插入的结点放在newTable[i]处

          e = next; => e = Entry2; //此时：e = Entry2, next = Entry2

Entry3放入newTable[3]的位置，继续while循环，开始遍历下一个对象：e = Entry2

第8行：next = e.next; => next = Entry1; //此时：e = Entry2, next = Entry1

第12行：假设i = 3;

第13-15行：e.next = newTable[3]; => e.next = Entry3;

          newTable[3] = e; => newTable[3] = Entry2;

          e = next; => e = Entry1; //此时：e = Entry1, next = Entry1

Entry2放入newTable[3]的位置，且Entry2.next = Entry3，继续while循环，开始遍历下一个对象：e = Entry1

.....

(二)、多线程的情况下：
1. 假设一个HashMap已经到了Resize的临界点：

2. 此时有两个线程A和B，在同一时刻对HashMap进行Put操作：

3. 此时达到Resize条件，两个线程各自进行Rezie的第一步，也就是扩容：

4. 这时候，两个线程都走到了ReHash的步骤。
假如此时线程B遍历到Entry3对象，刚执行完第8行代码，线程就被挂起。对于线程B来说：

e = Entry3

next = Entry2

这时候线程A畅通无阻地进行着Rehash，当ReHash完成后，结果如下（图中的e和next，代表线程B的两个引用）：

直到这一步，看起来没什么毛病。

5. 接下来线程B恢复，继续执行属于它自己的ReHash。（e = Entry3, next = Entry2）

//线程B继续执行

第12行：i = 3 //因为刚才线程A对于Entry3的hash结果也是3

第13-15行：e.next = newTable[3]; => e.next = null;

          newTable[3] = e; => newTable[3] = Entry3;

          e = next; => e = Entry2; //此时：e = Entry2, next = Entry2

Entry3放入线程B中newTable[3]的位置，继续while循环，开始遍历下一个对象：e = Entry2

整体情况如下：（线程A中e和next都指向Entry2，线程B只有Entry3）

6. 继续执行：

//继续while循环

第8行：next = e.next; => next = Entry3; //此时：e = Entry2, next = Entry3

第12行：i = 3;

第13-15行：e.next = newTable[3]; => e.next = Entry3;

          newTable[3] = e; => newTable[3] = Entry2;

          e = next; => e = Entry3; //此时：e = Entry3, next = Entry3

Entry2放入newTable[3]的位置，且Entry2.next = Entry3，继续while循环，开始遍历下一个对象：e = Entry3

整体情况如下：（线程A中e和next都指向Entry3，线程B有Entry2和Entry3）

7. 继续执行：

//继续while循环

第8行：next = e.next; => next = null; //此时：e = Entry3, next = null

第9行：i = 3;

第13-15行：e.next = newTable[i]; => e.next = Entry2;

          newTable[3] = e; => newTable[3] = Entry3;

          e = next; => e = null; //此时：e = null, next = null

Entry3放入newTable[3]的位置，且Entry3.next = Entry2，结束while循环。

整体情况如下：（链表出现了环形）

此时，问题还没有直接产生。当调用Get查找一个不存在的Key，而这个Key的Hash结果恰好等于3的时候，由于位置3带有环形链表，所以程序将会进入死循环！

总结：
1.Hashmap在插入元素过多的时候需要进行Resize，Resize的条件是
HashMap.Size >= Capacity * LoadFactor。

2.Hashmap的Resize包含扩容和ReHash两个步骤，ReHash在并发的情况下可能会形成链表环。

参考：漫画：高并发下的HashMap

来自公众号：