当前位置: 首页 > news >正文

【多线程】多线程(12):多线程环境下使用哈希表

【多线程环境下使用哈希表(重点掌握)】

可以使用类:“ConcurrentHashMap”

★ConcurrentHashMap对比HashMap和Hashtable的优化点

1.优化了锁的粒度【最核心】

//Hashtable的加锁,就是直接给put,get等方法加上synchronized,就是给this加锁,整个哈希表对象就是一把锁,任何一个针对这个哈希表的操作都会触发锁竞争

而ConcurrentHashMap是给每个哈希表中的“链表”进行加锁(将每个链表头都作为一个锁对象),构成多把锁,形成“锁桶”

这可以保证线程安全

这可以大大降低锁冲突的概率(只有同时进行的两次修改,恰好在修改同一个链表上元素时,才会触发锁冲突)

2.引入了CAS原子操作

哈希表有一个size(链表大小)这样的变量,针对像修改size这样的操作,直接借助CAS完成,不会加锁

3.针对读操作,做了特殊处理

上述的加锁,只是针对写操作来加锁

对于读操作,通过volatile以及一些精巧的代码实现,确保读操作不会读到“修改一半的数据”

4.针对哈希表的扩容,进行了特殊的优化,可以令操作更加稳定

普通哈希表扩容,需要创建新的哈希表,把元素都搬运过去,这一系列操作,很有可能就在一次put就完成了,就会令这次put开销很大,耗时长

ConcurrentHashMap进行了“化整为零”,不会在一次操作中进行所有的数据搬运,而是一次只搬运一部分(创建新空间的同时,也保留旧空间),此时后续的每次操作都会触发一部分key的搬运,最终把所有的key都搬运完成

当新旧空间同时存在时:

1.插入操作——直接插入到新的空间中

2.查询/修改/删除,都是需要同时对旧的空间和新的空间进行操作


http://www.mrgr.cn/news/48383.html

相关文章:

  • Kubernetes(k8s)安装详细过程
  • SYD881X RTC定时器事件在调用timeAppClockSet后会出现比较大的延迟
  • CS!GO
  • 8. 日常算法
  • Docker--Docker Registry(镜像仓库)
  • 设计模式之单例模式详解
  • Matplotlib教程(003):Matplotlib绘图画布配置
  • qt数据库的系统
  • CANoe_使用C#动态生成控件快速部署程序
  • 【分布式架构】分布式锁Redission
  • NumPy 第十一课 -- 广播(Broadcast)
  • MySQL8.0如何优化网卡MTU值,提高数据库性能?
  • 硬盘数据恢复工具:拯救数据丢失的利器
  • Python | Leetcode Python题解之第474题一和零
  • 数据库SQL基础教程(二)
  • 学习 go 语言开发一个月能赚 10 万?
  • Git 常用的操作命令大全
  • 物理学基础精解【73】
  • 连接达梦数据库的N种方式
  • 48 C 语言实战项目——客户信息管理系统
  • 一天认识一个硬件之散热器
  • 华为启动鸿蒙原生应用开发者激励计划 12月31日前上架最高可获10万元
  • Java | Leetcode Java题解之第474题一和零
  • 你能描述一下Java中的JMX(Java Management Extensions)吗?Java中的JavaFX是什么?它与Swing有何不同?
  • MySQL8.0是如何使用SSL/TLS加密提高数据库的安全性的?
  • Promise.race()