Java-HashMap死循环问题

末蓝、 2022-05-22 10:20 222阅读 0赞

#### Hash表数据结构 ####

HashMap通常会用一个指针数组（假设为table\[\]）来做分散所有的key，当一个key被加入时，会通过Hash算法通过key算出这个数组的下标i，然后就把这个 <key, value>插到table\[i\]中，如果有两个不同的key被算在了同一个i，那么就叫冲突，又叫碰撞，这样会在table\[i\]上形成一个链表。  
如果table\[\]的尺寸很小，比如只有2个，如果要放进10个keys的话，那么碰撞非常频繁，于是一个O(1)的查找算法，就变成了链表遍历，性能变成了O(n)，这是Hash表的缺陷（可参看《[Hash Collision DoS 问题][Hash Collision DoS]》）。

所以，Hash表的尺寸和容量非常的重要。一般来说，Hash表这个容器当有数据要插入时，都会检查容量有没有超过设定的thredhold，如果超过，需要增大Hash表的尺寸，但是这样一来，整个Hash表里的无素都需要被重算一遍。这叫rehash，这个成本相当的大。

#### HashMap的rehash源代码 ####

Put一个Key,Value对到Hash表中：

public V put(K key, V value)
    {
        ......
        //算Hash值
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        //如果该key已被插入，则替换掉旧的value （链接操作）
        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++;
        //该key不存在，需要增加一个结点
        addEntry(hash, key, value, i);
        return null;
    }

检查容量是否超标

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);
        //查看当前的size是否超过了我们设定的阈值threshold，如果超过，需要resize
        if (size++ >= threshold)
            resize(2 * table.length);
    }

新建一个更大尺寸的hash表，然后把数据从老的Hash表中迁移到新的Hash表中。

void resize(int newCapacity)
    {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        ......
        //创建一个新的Hash Table
        Entry[] newTable = new Entry[newCapacity];
        //将Old Hash Table上的数据迁移到New Hash Table上
        transfer(newTable);
        table = newTable;
        threshold = (int)(newCapacity * loadFactor);
    }

迁移的源代码，重点是do while循环里的代码

void transfer(Entry[] newTable)
    {
        Entry[] src = table;
        int newCapacity = newTable.length;
        //下面这段代码的意思是：
        // 从OldTable里摘一个元素出来，然后放到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);
            }
        }
    }

#### 正常的ReHash的过程 ####

*  假设了我们的hash算法就是简单的用key mod 一下表的大小（也就是数组的长度）。
 *  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以后都冲突在table\[1\]这里了。
 *  接下来的三个步骤是Hash表 resize成4，然后所有的<key,value> 重新rehash的过程  
    ![这里写图片描述][70]

#### 并发下的Rehash ####

1）**假设我们有两个线程**。我用红色和浅蓝色标注了一下。

do {
        Entry<K,V> next = e.next; // <--假设线程一执行到这里就被调度挂起了
        int i = indexFor(e.hash, newCapacity);
        e.next = newTable[i];
        newTable[i] = e;
        e = next;
    } while (e != null);

而我们的线程二执行完成了。于是我们有下面的这个样子。  
![这里写图片描述][70 1]

注意，**因为Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表**。我们可以看到链表的顺序被反转后。  
**2）线程一被调度回来执行**。

*  先是执行 newTalbe\[i\] = e;
 *  然后是e = next，导致了e指向了key(7)，
 *  而下一次循环的next = e.next导致了next指向了key(3)  
    ![这里写图片描述][70 2]  
    3）线程一接着工作。**把key(7)摘下来，放到newTable\[i\]的第一个，然后把e和next往下移**。  
    ![这里写图片描述][70 3]  
    \*\*4）环形链接出现。  
    e.next = newTable\[i\] 导致 key(3).next 指向了 key(7)  
    注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了\*\*。  
    **于是，当我们的线程一调用到，HashTable.get(11)时，悲剧就出现了——Infinite Loop。**

> [https://coolshell.cn/articles/9606.html][https_coolshell.cn_articles_9606.html]

[Hash Collision DoS]: https://coolshell.cn/articles/6424.html
[70]: /images/20220522/c7c3792d561e4f1096cd32c3e7dffcab.png
[70 1]: /images/20220522/70d299f0bb1c40f8a5f404613fa4ea25.png
[70 2]: /images/20220522/2d2d57bb5eaa4055a8331176914d5ca2.png
[70 3]: /images/20220522/1a0c83471c524ee3ab682cb554672445.png
[https_coolshell.cn_articles_9606.html]: https://coolshell.cn/articles/9606.html