首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >一篇文章了解并发数据结构

一篇文章了解并发数据结构

作者头像
三哥
发布2020-01-17 10:58:07
4660
发布2020-01-17 10:58:07
举报
文章被收录于专栏:java工会java工会java工会

并发List

◆ ◆ ◆ ◆

Vetor或者CopyOnWriteArrayList是两个线程安全的List实现。ArrayList不是线程安全的。因此要避免在多线程环境中使用ArrayList。如果必须要使用,需要像如下封装:

CopyOnWriteArrayList的内部实现与Vector不同。它是当对象进行写操作时,复制该对象;若进行的是读操作,则直接返回结果,操作过程中不进行同步。CopyOnWriteArrayList很好地利用了对象的不变性,在没有对对象进行写操作前,由于对象未发生改变,因此不必加锁。而在试图改变对象时,总是先获取对象的一个副本,然后对副本进行修改,再将副本写回。这种实现方式的核心是减少锁竞争,从而提高在并发时的读取性能,却牺牲了写的性能。

下图是CopyOnWriteArrayList的get()方法,

我们可以看到,没有任何加锁操作。而对于Vector的get()方法,使用了同步关键字,如下图:

其实同理论上就可以看到,对于读操作,肯定是CopyOnWriteArrayList的效率更高,但是写的操作不尽人意,下面是CopyOnWriteArrayList的add()方法:

这个add()方法中,需要加锁,复制数组,修改副本,再写回副本,每一样都是耗时的操作。

而对于Vector的add()方法,则是方法同步加入,效率更高,如下图:

所以需要根据的读写场景选择对应的List。

另外说明一下,之前在java性能优化里有提到过,对于数组的复制,使用System.arraycopy效率更高一些。但是有看到小伙伴留言说,会涉及到态的转变,for循环会更快一些。其实对于这个问题,我是这么看的,对于小数组的复制,System.arraycopy性能的确可能会比for循环复制来的低,但是对于大数组的复制,System.arraycopy肯定是更优的。Arrays.copyOf()的源码看到底,也是System.arraycopy的实现,如下图:

我们也欢迎小伙伴们一起讨论各种问题。

并发Set

◆ ◆ ◆ ◆

Set也有一个CopyOnWriteArraySet,实现了Set接口,并且线程安全。它的内部完全依赖于CopyOnWriteArrayList,因此特性相似,适用于读多写少的高并发场合。如果是需要Set,也是要使用Collections的方法:

并发Map

◆ ◆ ◆ ◆

同理,Collections也有一个SynchronizedMap()方法,是不是觉得它超级友好!

由于Map是一个使用相当频繁的数据结构,JDK提供了一个高并发的Map实现,就是我们面试经常问到的ConcurrentHashMap。下面是get()方法:

对于源码的解释,我们会单独放到hashMap里面去讲,这里我们只需要看到,他的get()方法里面是无锁的。

而put()方法锁的粒度又小于同步的HashMap。

并发Queue

◆ ◆ ◆ ◆

JDK提供两套实现,一个是以ConcurrentLinkedQueue为代表的高性能队列,一个是以BlockingDeque接口为代表的阻塞队列。

ConcurrentLinkedQueue是一个适用于并发场景下的队列,通过无锁的方式,实现了高并发下的高性能,如下图的add()方法:

通常情况下,ConcurrentLinkedQueue的性能是优于BlockingDeque。

如果是高并发场景,我们也推荐用ConcurrentLinkedQueue。

BlockingDeque的主要功能不是用于提升高并发时的性能队列,而是简化多线程之间的数据共享。典型的应用场景是生产者-消费者模式中,生产者总是将产品放入队列,消费者总是从中取出,实现数据共享。BlockingDeque提供一种读写阻塞等待机制,读过快或者写过快,都会被阻塞,这个就是体现在offer()方法和put()方法,下图是offer()方法的关键部分:

offer()将对象加入到BlockingDeque队列里,如果有足够空间,则返回true,否则返回false;

而对于put()方法,如下图:

put()将对象加入到队列,如果没有空间,则是会被阻塞到空闲才会继续。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-01-12,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 java工会 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档