JDK1.8中的ConcurrentHashMap源码分析-eolink官网

JDK1.8中的ConcurrentHashMap源码分析

一、容器初始化

1、源码分析

在jdk8的ConcurrentHashMap中一共有5个构造方法，这四个构造方法中都没有对内部的数组做初始化，只是对一些变量的初始值做了处理

jdk8的ConcurrentHashMap的数组初始化是在第一次添加元素时完成

// 没有维护任何变量的操作，如果调用该方法，数组长度默认是16

public ConcurrentHashMap() {

}

// 传递进来一个初始容量，ConcurrentHashMap会基于这个值计算一个比这个值大的2的幂次方数作为初始容量

public ConcurrentHashMap(int initialCapacity) {

if (initialCapacity < 0)

throw new IllegalArgumentException();

int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?

MAXIMUM_CAPACITY :

tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));// 此处的初始容量计算结果为传入的容量 + 传入的容量的一半 + 1

this.sizeCtl = cap;

}

注意，调用这个方法，得到的初始容量和HashMap以及jdk7的ConcurrentHashMap不同，即使你传递的是一个2的幂次方数，该方法计算出来的初始容量依然是比这个值大的2的幂次方数

// 调用四个参数的构造

public ConcurrentHashMap(int initialCapacity, float loadFactor) {

this(initialCapacity, loadFactor, 1);

}

// 计算一个大于或者等于给定的容量值，该值是2的幂次方数作为初始容量

public ConcurrentHashMap(int initialCapacity,

float loadFactor, int concurrencyLevel) {

if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)

throw new IllegalArgumentException();

if (initialCapacity < concurrencyLevel) // Use at least as many bins

initialCapacity = concurrencyLevel; // as estimated threads

long size = (long)(1.0 + (long)initialCapacity / loadFactor);

int cap = (size >= (long)MAXIMUM_CAPACITY) ?

MAXIMUM_CAPACITY : tableSizeFor((int)size);

this.sizeCtl = cap;

}

// 基于一个Map集合，构建一个ConcurrentHashMap

// 初始容量为16

public ConcurrentHashMap(Map extends K, ? extends V> m) {

this.sizeCtl = DEFAULT_CAPACITY;

putAll(m);

}

2、sizeCtl含义解释

注意：以上这些构造方法中，都涉及到一个变量sizeCtl，这个变量是一个非常重要的变量，而且具有非常丰富的含义，它的值不同，对应的含义也不一样，这里我们先对这个变量不同的值的含义做一下说明，后续源码分析过程中，进一步解释

sizeCtl为0，代表数组未初始化，且数组的初始容量为16

sizeCtl为正数，如果数组未初始化，那么其记录的是数组的初始容量，如果数组已经初始化，那么其记录的是数组的扩容阈值

sizeCtl为-1，表示数组正在进行初始化

sizeCtl小于0，并且不是-1，表示数组正在扩容， -(1+n)，表示此时有n个线程正在共同完成数组的扩容操作

3、其他属性含义

代表整个哈希表

transient volatile Node[] table;

用于哈希表扩容，扩容完成后会被重置为null。

private transient volatile Node[] nextTable;

baseCount和counterCells一起保存着整个哈希表中存储的所有的结点的个数总和。

private transient volatile long baseCount;

private transient volatile CounterCell[] counterCells;

二、添加安全

1、源码分析

1.1、添加元素put/putVal方法

public V put(K key, V value) {

return putVal(key, value, false);

}

final V putVal(K key, V value, boolean onlyIfAbsent) {

// 如果有空值或者空键，直接抛异常

if (key == null || value == null) throw new NullPointerException();

// 基于key计算hash值，并进行一定的扰动,这里计算的hash一定是正数，因为与7FFFFFFF进行了位与运算，负数的hash值另有他用

int hash = spread(key.hashCode());

// 记录某个桶上元素的个数，如果超过8个(并且table长度>=64)，会转成红黑树

int binCount = 0;

for (Node[] tab = table;;) {

Node f; int n, i, fh;

// 如果数组还未初始化，先对数组进行初始化

if (tab == null || (n = tab.length) == 0)

tab = initTable();

// 如果hash计算得到的桶位置没有元素，利用cas将元素添加

else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {

// cas+自旋（和外侧的for构成自旋循环），保证元素添加安全

if (casTabAt(tab, i, null,

new Node(hash, key, value, null)))

break; // no lock when adding to empty bin

}

// 如果hash计算得到的桶位置元素的hash值为MOVED(-1)，证明正在扩容，那么协助扩容

else if ((fh = f.hash) == MOVED)

tab = helpTransfer(tab, f);

else {

// hash计算的桶位置元素不为空，且当前没有处于扩容操作，进行元素添加

V oldVal = null;

// 对当前数组的第一个结点进行加锁，执行添加操作，这里不仅保证了线程安全而且使得锁的粒度相对较小

synchronized (f) {

if (tabAt(tab, i) == f) {

// 普通链表节点

if (fh >= 0) {

binCount = 1;

for (Node e = f;; ++binCount) {

K ek;

// 链表的遍历找到最后一个结点进行尾插法(如果找到相同的key则会覆盖)

if (e.hash == hash &&

((ek = e.key) == key ||

(ek != null && key.equals(ek)))) {

oldVal = e.val;

if (!onlyIfAbsent)

e.val = value;

break;

}

Node pred = e;

// 找到了最后一个结点，尾插法插入新结点在最后

if ((e = e.next) == null) {

pred.next = new Node(hash, key,

value, null);

break;

}

// 树节点，将元素添加到红黑树中

else if (f instanceof TreeBin) {

Node p;

binCount = 2;

if ((p = ((TreeBin)f).putTreeVal(hash, key,

value)) != null) {

oldVal = p.val;

if (!onlyIfAbsent)

p.val = value;

}

if (binCount != 0) {

// 链表长度>=8，将链表转成红黑树

if (binCount >= TREEIFY_THRESHOLD)

// (在该方法中会对table也就是数组长度进行判断，>=64时才会进行转树，否则为数组扩容)

treeifyBin(tab, i);

// 如果是重复键，直接将旧值返回

if (oldVal != null)

return oldVal;

break;

}

// 添加的是新元素，维护集合长度，并判断是否要进行扩容操作

addCount(1L, binCount);

return null;

}

通过以上源码，我们可以看到，当需要添加元素时，会针对当前元素所对应的桶位进行加锁操作，这样一方面保证元素添加时，多线程的安全，同时对某个桶位加锁不会影响其他桶位的操作，进一步提升多线程的并发效率

1.2、数组初始化，initTable方法

private final Node[] initTable() {

Node[] tab; int sc;

// cas+自旋，保证线程安全，对数组进行初始化操作

while ((tab = table) == null || tab.length == 0) {

// 如果sizeCtl的值（-1）小于0，说明此时正在初始化，让出cpu

if ((sc = sizeCtl) < 0)

Thread.yield(); // lost initialization race; just spin

// cas修改sizeCtl的值为-1，修改成功，进行数组初始化，失败，继续自旋

else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {

try {

// double checking，防止重复初始化

if ((tab = table) == null || tab.length == 0) {

// sizeCtl为0，取默认长度16，否则去sizeCtl的值

int n = (sc > 0) ? sc : DEFAULT_CAPACITY;

@SuppressWarnings("unchecked")

// 基于初始长度，构建数组对象

Node[] nt = (Node[])new Node,?>[n];

table = tab = nt;

// 计算扩容阈值，并赋值给sc

// n就是当前数组的长度，当初始化完成后，sc记录的是下次需要扩容的阈值

// n >>> 2 就相当于 n / 4

// 所以 n - (n >>> 2) 就相当于 n - n / 4 = n * 0.75，而0.75就是默认的加载因子

sc = n - (n >>> 2);

}

} finally {

//将扩容阈值，赋值给sizeCtl

sizeCtl = sc;

}

break;

}

return tab;

}

2、图解

2.1、put加锁图解

三、扩容安全

1、源码分析

private final void transfer(Node[] tab, Node[] nextTab) {

int n = tab.length, stride;

// 如果是多cpu，那么每个线程划分任务，最小任务量是16个桶位的迁移

// 如果是单cpu，则没必要划分

if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)

stride = MIN_TRANSFER_STRIDE; // subdivide range

// 如果是扩容线程，此时新数组为null

if (nextTab == null) { // initiating

try {

@SuppressWarnings("unchecked")

// 两倍扩容创建新数组

Node[] nt = (Node[])new Node,?>[n << 1];

nextTab = nt;

} catch (Throwable ex) { // try to cope with OOME

sizeCtl = Integer.MAX_VALUE;

return;

}

nextTable = nextTab;

// 记录线程开始迁移的桶位，从后往前迁dVYqMviAq移

transferIndex = n;

}

// 记录新数组的末尾

int nextn = nextTab.length;

// 已经迁移的桶位，会用这个节点占位（这个节点的hash值为-1——MOVED）

ForwardingNode fwd = new ForwardingNode(nextTab);

boolean advance = true;

boolean finishing = false; // to ensure sweep before committing nextTab

for (int i = 0, bound = 0;;) {

Node f; int fh;

while (advance) {

int nextIndex, nextBound;

// i记录当前正在迁移桶位的索引值

// bound记录下一次任务迁移的开始桶位

// --i >= bound 成立表示当前线程分配的迁移任务还没有完成

if (--i >= bound || finishing)

advance = false;

// 没有元素需要迁移 -- 后续会去将扩容线程数减1，并判断扩容是否完成

else if ((nextIndex = transferIndex) <= 0) {

i = -1;

advance = false;

}

// 计算下一次任务迁移的开始桶位，并将这个值赋值给transferIndex

else if (U.compareAndSwapInt

(this, TRANSFERINDEX, nextIndex,

nextBound = (nextIndex > stride ?

nextIndex - stride : 0))) {

bound = nextBound;

i = nextIndex - 1;

advance = false;

}

// 如果没有更多的需要迁移的桶位，就进入该if

if (i < 0 || i >= n || i + n >= nextn) {

int sc;

//扩容结束后，保存新数组，并重新计算扩容阈值，赋值给sizeCtl

if (finishing) {

nextTable = null;

table = nextTab;

sizeCtl = (n << 1) - (n >>> 1);

return;

}

// 扩容任务线程数减1

if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {

// 判断当前所有扩容任务线程是否都执行完成

if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)

return;

// 所有扩容线程都执行完，标识结束

finishing = advance = true;

i = n; // recheck before commit

}

// 当前迁移的桶位没有元素，直接在该位置添加一个fwd节点

else if ((f = tabAt(tab, i)) == null)

advance = casTabAt(tab, i, null, fwd);

// 当前节点已经被迁移

else if ((fh = f.hash) == MOVED)

advance = true; // already proceshttp://sed

else {

// 当前节点需要迁移，加锁迁移，保证多线程安全

// 此处的迁移与hashmap类似

synchronized (f) {

if (tabAt(tab, i) == f) {

Node ln, hn;

if (fh >= 0) {

int runBit = fh & n;

Node lastRun = f;

for (Node p = f.next; p != null; p = p.next) {

int b = p.hash & n;

if (b != runBit) {

runBit = b;

lastRun = p;

}

if (runBit == 0) {

ln = lastRun;

hn = null;

}

else {

hn = lastRun;

ln = null;

}

for (Node p = f; p != lastRun; p = p.next) {

int ph = p.hash; K pk = p.key; V pv = p.val;

if ((ph & n) == 0)

ln = new Node(ph, pk, pv, ln);

else

hn = new Node(ph, pk, pv, hn);

}

setTabAt(nextTab, i, ln);

setTabAt(nextTab, i + n, hn);

setTabAt(tab, i, fwd);

advance = true;

}

else if (f instanceof TreeBin) {

TreeBin t = (TreeBin)f;

TreeNode lo = null, loTail = null;

TreeNode hi = null, hiTail = null;

int lc = 0, hc = 0;

for (Node e = t.first; e != null; e = e.next) {

int h = e.hash;

TreeNode p = new TreeNode

(h, e.key, e.val, null, null);

if ((h & n) == 0) {

if ((p.prev = loTail) == null)

lo = p;

else

loTail.next = p;

loTail = p;

++lc;

}

else {

if ((p.prev = hiTail) == null)

hi = p;

else

hiTail.next = p;

hiTail = p;

++hc;

}

ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :

(hc != 0) ? new TreeBin(lo) : t;

hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :

(lc != 0) ? new TreeBin(hi) : t;

setTabAt(nextTab, i, ln);

setTabAt(nextTab, i + n, hn);

setTabAt(tab, i, fwd);

advance = true;

}

2、图解

四、多线程扩容效率改进(协助扩容)

多线程协助扩容的操作会在两个地方被触发：

① 当添加元素时，发现添加的元素对用的桶位为fwd节点，就会先去协助扩容，然后再添加元素

② 当添加完元素后，判断当前元素个数达到了扩容阈值，此时发现sizeCtl的值小于0，并且新数组不为空，这个时候，会去协助扩容

每当有一个线程帮助扩容时，sc就会+1，有一个线程扩容结束时，sc就会-1，当sc重新回到(rs << RESIZE_STAMP_SHIFT) + 2这个值时，代表当前线程是最后一个扩容的线程，则扩容结束。

1、源码分析

1.1、元素未添加，先协助扩容，扩容完后再添加元素

final V putVal(K key, V value, boolean onlyIfAbsent) {

if (key == null || value == null) throw new NullPointerException();

int hash = spread(key.hashCode());

int binCount = 0;

for (Nohttp://de[] tab = table;;) {

Node f; int n, i, fh;

if (tab == null || (n = tab.length) == 0)

tab = initTable();

else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {

if (casTabAt(tab, i, null,

new Node(hash, key, value, null)))

break; // no lock when adding to empty bin

}

// 发现此处为fwd节点，协助扩容，扩容结束后，再循环回来添加元素

else if ((fh = f.hash) == MOVED)

tab = helpTransfer(tab, f);

// 省略代码

final Node[] helpTransfer(Node[] tab, Node f) {

Node[] nextTab; int sc;

if (tab != null && (f instanceof ForwardingNode) &&

(nextTab = ((ForwardingNode)f).nextTable) != null) {

int rs = resizeStamp(tab.length);

while (nextTab == nextTable && table == tab &&

(sc = sizeCtl) < 0) {

if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||

sc == rs + MAX_RESIZERS || transferIndex <= 0)

break;

if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {

// 扩容，传递一个不是null的nextTab

transfer(tab, nextTab);

break;

}

return nextTab;

}

return table;

}

1.2、先添加元素，再协助扩容

private final void addCount(long x, int check) {

// 省略代码

if (check >= 0) {

Node[] tab, nt; int n, sc;

// 元素个数达到扩容阈值

while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&

(n = tab.length) < MAXIMUM_CAPACITY) {

int rs = resizeStamp(n);

// sizeCtl小于0，说明正在执行扩容，那么协助扩容

if (sc < 0) {

if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||

sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||

transferIndex <= 0)

break;

if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))

transfer(tab, nt);

}

else if (U.compareAndSwapInt(this, SIZECTL, sc,

(rs << RESIZE_STAMP_SHIFT) + 2))

transfer(tab, null);

s = sumCount();

}

注意：扩容的代码都在transfer方法中，这里不再赘述

2、图解

五、集合长度的累计方式

1、源码分析

1.1、addCount方法

① CounterCell数组不为空，优先利用数组中的CounterCell记录数量

② 如果数组为空，尝试对baseCount进行累加，失败后，会执行fullAddCount逻辑

③ 如果是添加元素操作，会继续判断是否需要扩容

private final void addCount(long x, int check) {

CounterCell[] as; long b, s;

// 当CounterCell数组不为空，则优先利用数组中的CounterCell记录数量

// 或者当baseCount的累加操作失败，会利用数组中的CounterCell记录数量

if ((as = counterCells) != null ||

!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {

CounterCell a; long v; int m;

// 标识是否有多线程竞争

boolean uncontended = true;

// 当as数组为空

// 或者当as长度为0

// 或者当前线程对应的as数组桶位的元素为空

// 或者当前线程对应的as数组桶位不为空，但是累加失败

if (as == null || (m = as.length - 1) < 0 ||

(a = as[ThreadLocalRandom.getProbe() & m]) == null ||

!(uncontended =

U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {

// 以上任何一种情况成立，都会进入该方法，传入的uncontended是false

fullAddCount(x, uncontended);

return;

}

if (check <= 1)

return;

// 计算元素个数

s = sumCount();

}

if (check >= 0) {

Node[] tab, nt; int n, sc;

// 当元素个数达到扩容阈值

// 并且数组不为空

// 并且数组长度小于限定的最大值

// 满足以上所有条件，执行扩容

while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&

(n = tab.length) < MAXIMUM_CAPAhttp://CITY) {

// 这个是一个很大的正数

int rs = resizeStamp(n);

// sc小于0，说明有线程正在扩容，那么会协助扩容

if (sc < 0) {

// 扩容结束或者扩容线程数达到最大值或者扩容后的数组为null或者没有更多的桶位需要转移，结束操作

if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||

sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||

transferIndex <= 0)

break;

// 扩容线程加1，成功后，进行协助扩容操作

if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))

// 协助扩容，newTable不为null

transfer(tab, nt);

}

// 没有其他线程在进行扩容，达到扩容阈值后，给sizeCtl赋了一个很大的负数

// 1+1=2 --》代表此时有一个线程在扩容

// rs << RESIZE_STAMP_SHIFT)是一个很大的负数

else if (U.compareAndSwapInt(this, SIZECTL, sc,

(rs << RESIZE_STAMP_SHIFT) + 2))

// 扩容，newTable为null

transfer(tab, null);

s = sumCount();

}

1.2、fullAddCount方法

① 当CounterCell数组不为空，优先对CounterCell数组中的CounterCell的value累加

② 当CounterCell数组为空，会去创建CounterCell数组，默认长度为2，并对数组中的CounterCell的value累加

③ 当数组为空，并且此时有别的线程正在创建数组，那么尝试对baseCount做累加，成功即返回，否则自旋

private final void fullAddCount(long x, boolean wasUncontended) {

int h;

// 获取当前线程的hash值

if ((h = ThreadLocalRandom.getProbe()) == 0) {

ThreadLocalRandom.localInit(); // force initialization

h = ThreadLocalRandom.getProbe();

wasUncontended = true;

}

// 标识是否有冲突，如果最后一个桶不是null，那么为true

boolean collide = false; // True if last slot nonempty

for (;;) {

CounterCell[] as; CounterCell a; int n; long v;

// 数组不为空，优先对数组中CouterCell的value累加

if ((as = counterCells) != null && (n = as.length) > 0) {

// 线程对应的桶位为null

if ((a = as[(n - 1) & h]) == null) {

if (cellsBusy == 0) { // Try to attach new Cell

// 创建CounterCell对象

CounterCell r = new CounterCell(x); // Optimistic create

// 利用CAS修改cellBusy状态为1，成功则将刚才创建的CounterCell对象放入数组中

if (cellsBusy == 0 &&

U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {

boolean created = false;

try { // Recheck under lock

CounterCell[] rs; int m, j;

// 桶位为空，将CounterCell对象放入数组

if ((rs = counterCells) != null &&

(m = rs.length) > 0 &&

rs[j = (m - 1) & h] == null) {

rs[j] = r;

// 表示放入成功

created = true;

}

} finally {

cellsBusy = 0;

}

if (created) //成功退出循环

break;

// 桶位已经被别的线程放置了已给CounterCell对象，继续循环

continue; // Slot is now non-empty

}

collide = false;

}

// 桶位不为空，重新计算线程hash值，然后继续循环

else if (!wasUncontended) // CAS already known to fail

wasUncontended = true; // Continue after rehash

// 重新计算了hash值后，对应的桶位依然不为空，对value累加

// 成功则结束循环

// 失败则继续下面判断

else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))

break;

// 数组被别的线程改变了，或者数组长度超过了可用cpu大小，重新计算线程hash值，否则继续下一个判断

else if (counterCells != as || n >= NCPU)

collide = false; // At max size or stale

// 当没有冲突，修改为有冲突，并重新计算线程hash，继续循环

else if (!collide)

collide = true;

// 如果CounterCell的数组长度没有超过cpu核数，对数组进行两倍扩容

// 并继续循环

else if (cellsBusy == 0 &&

U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {

try {

if (counterCells == as) {// Expand table unless stale

CounterCell[] rs = new CounterCell[n << 1];

for (int i = 0; i < n; ++i)

rs[i] = as[i];

counterCells = rs;

}

} finally {

cellsBusy = 0;

}

collide = false;

continue; // Retry with expanded table

}

h = ThreadLocalRandom.advanceProbe(h);

}

// CounterCell数组为空，并且没有线程在创建数组，修改标记，并创建数组

else if (cellsBusy == 0 && counterCells == as &&

U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {

boolean init = false;

try { // Initialize table

if (counterCells == as) {

CounterCell[] rs = new CounterCell[2];

rs[h & 1] = new CounterCell(x);

counterCells = rs;

init = true;

}

} finally {

cellsBusy = 0;

}

if (init)

break;

}

// 数组为空，并且有别的线程在创建数组，那么尝试对baseCount做累加，成功就退出循环，失败就继续循环

else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))

break; // Fall back on using base

}

2、图解

fullAddCount方法中，当as数组不为空的逻辑图解

六、集合长度获取

1、源码分析

1.1、size方法

public int size() {

long n = sumCount();

return ((n < 0L) ? 0 :

(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :

(int)n);

}

1.2、sumCount方法

final long sumCount() {

CounterCell[] as = counterCells; CounterCell a;

// 获取baseCount的值

long sum = baseCount;

if (as != null) {

// 遍历CounterCell数组，累加每一个CounterCell的value值

for (int i = 0; i < as.length; ++i) {

if ((a = as[i]) != null)

sum += a.value;

}

return sum;

}

注意：这个方法并不是线程安全的

七、get方法

这个就很简单了，获得hash值，然后判断存在与否，遍历链表即可，注意get没有任何锁操作！

public V get(Object key) {

Node[] tab; Node e, p; int n, eh; K ek;

// 计算key的hash值

int h = spread(key.hashCode());

if ((tab = table) != null && (n = tab.length) > 0 &&

(e = tabAt(tab, (n - 1) & h)) != null) { // 表不为空并且表的长度大于0并且key所在的桶不为空

if ((eh = e.hash) h) { // 表中的元素的hash值与key的hash值相等

if ((ek = e.key) key || (ek != null && key.equals(ek))) // 键相等

// 返回值

return e.val;

}

else if (eh < 0) // 是个TreeBin hash = -2

// 在红黑树中查找,因为红黑树中也保存这一个链表顺序

return (p = e.find(h, key)) != null ? p.val : null;

while ((e = e.next) != null) { // 对于结点hash值大于0的情况链表

if (e.hash h &&

((ek = e.key) key || (ek != null && key.equals(ek))))

return e.val;

}

return null;

}

Java超详细讲解接口的实现与用法

207 2022-10-29

JDK1.8中的ConcurrentHashMap源码分析

Spring aware接口的作用是什么

Java超详细讲解接口的实现与用法

output接口指的是什么

推荐文章

接口调用是什么意思？几种常用接口调用方式

接口设计原则

8款在线 API 接口文档管理工具

api管理系统是什么？

什么是接口调试？接口调试的步骤有哪些？

api 接口管理系统有哪些？

接口测试有几种测试方法

API文档生成工具有哪些？

微服务和api网关区别

交换机配置步骤

最近发表

热评文章

在线接口文档管理工具推荐，支持在线测试，HTTP接口

开源的在线接口文档wiki工具Mindoc的介绍与使

如何优雅的进行接口设计？接口设计的六大原则是什么？

什么是API测试,api检测公司

软件接口设计怎么做？前后端分离软件接口设计思路

接口管理平台推荐，几大接口管理平台总有一款适合你！