跳表-ConcurrentSkipListMap走马观花
2019-10-26 本文已影响0人
_kkk
跳表（跳跃表）是一种数据结构，改进自链表，用于存储有序的数据，跳跃表通过空间换时间的方法来提高数据检索的速度。早些在学校的数据结构课程中并没有接触过跳表。第一次接触是在了解Redis的有序集合的底层实现的时候，毕竟Redis的五种数据结构是面试中的常见题，即使没有实际使用过，也需要提前去了解一下。
但是最近在工作中不一样了，由于是从事游戏开发，经常会有排行榜的需求需要实现，而这大多数通过跳表来实现，所以有必要来深入了解一下跳表并简略的阅读一下ConcurrentSkipListMap的源码。前面也提到了Redis中的有序集合底层就是跳表，所以其也是开发排行榜功能时可以考虑使用的。有时候呢，我们需要排序的东西不需要持久化或者为了更高的效率，是直接在内存中进行排序，毕竟访问redis是有网络io开销的，那么使用到的数据结构就是jdk中的ConcurrentSkipListMap（支持同步）或者TreeMap（不支持同步，性能更好）.
不过这次源码重点在于跳跃表，不在于并发的控制。
跳跃表
通过上面的介绍，我们了解到跳跃表的应用场景大概是这样的:
- 有序
- 频繁插入删除
- 频繁的查找
对于有序来说，数组和普通链表都可以通过排序算法来实现，在排序复杂度上不相上下。链表在插入和删除上性能较好，数组在查找上性能较好，所以都不能满足我们的要求。跳跃表则是在插入删除和查找的性能上做了折中，复杂度为log(n)。
跳表结构如下所示：
跳跃表
为了更好的支持插入和删除，所以采用链表的形式，可以看到图片中最下面一行是一个有序的链表。但如果只是一个单一的链表，查找时复杂度为O(n)，性能太差。如何优化呢？
在有序数组中，我们查找时用的是二分查找，一次查找可以排除一半元素的遍历。在数组中之所以可以用二分查找，是因为我们能够快速的以O(1)的复杂度定位到中间的位置，但是链表只能是O(N)。所以跳跃表采取空间换时间的方式，既然你找不到中间点，或者三分之一点等中间位置，那么我可以通过多增加一个节点来指向中间位置，这样你也能够快速的定位到中间的位置，然后一定程度的减少你遍历元素的个数，提高效率。图中有多层，相邻的两层，采用的都是这样的思想。
这个图一目了然，很容易就可以让大家了解跳表的思想。至于我们应该添加多少层额外的链表，给什么位置的节点添加索引才能更好的优化检索和插入的效率，就是我希望通过阅读源码找寻的.
节点
通过上图，可以发现有两种节点类型，第一种是最下层的，与普通链表相似，第二种是除了最后一层以外的其他索引层节点，有两个指针。
但是在jdk源码中还存在一种节点，是索引层的头节点，还维护了其层数信息，下面先给出源码注释中的跳表样例。
* Head nodes Index nodes
* +-+ right +-+ +-+
* |2|---------------->| |--------------------->| |->null
* +-+ +-+ +-+
* | down | |
* v v v
* +-+ +-+ +-+ +-+ +-+ +-+
* |1|----------->| |->| |------>| |----------->| |------>| |->null
* +-+ +-+ +-+ +-+ +-+ +-+
* v | | | | |
* Nodes next v v v v v
* +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+
* | |->|A|->|B|->|C|->|D|->|E|->|F|->|G|->|H|->|I|->|J|->|K|->null
* +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+ +-+
*
接着我们来分别看下它们在源码中是如何定义的。
// 记住了，只关注跳表，不去关注并发！！！水平有限，不误导大家
// Node是最底层的链表的节点，包括键值对和指向下一个节点的指针
static final class Node<K,V> {
final K key;
volatile Object value;
volatile Node<K,V> next;
// 至于为什么需要两个构造函数，后面源码会有解释
Node(K key, Object value, Node<K,V> next) {
this.key = key;
this.value = value;
this.next = next;
}
Node(Node<K,V> next) {
this.key = null;
this.value = this;
this.next = next;
}
// ...配套method
}
// 索引节点结构
// 存储了两个指针，分别指向右边和下边的节点
// 索引节点的value为链表节点
static class Index<K,V> {
final Node<K,V> node;
final Index<K,V> down;
volatile Index<K,V> right;
Index(Node<K,V> node, Index<K,V> down, Index<K,V> right) {
this.node = node;
this.down = down;
this.right = right;
}
// ...配套method
}
// 索引层的头节点结构
// 在索引节点的基础上添加了表示层数的level变量
static final class HeadIndex<K,V> extends Index<K,V> {
final int level;
HeadIndex(Node<K,V> node, Index<K,V> down, Index<K,V> right, int level) {
super(node, down, right);
this.level = level;
}
}
源码阅读小技巧
JDK中集合包下的代码，一个集合差不多有几千行，想要从上往下逐行看完是不现实的，需要能快速的定位到我们想看的方法。如果是HashMap这种常用的数据结构，我们经常使用，对它有哪些方法非常的了解，就可以通过搜索方法名字来定位代码的位置。但是像今天这种ConcurrentSkipListMap比较不常用的类，在不了解它大多数方法的时候，可以通过idea提供的功能帮我们快速定位。打开下图中的show members就可以让类现实它所有的方法和内部类，就可以靠猜名字快速定位到源码的位置。
[图片上传失败...(image-61db2d-1568213866130)]
构造函数
了解完内部链表节点的实现情况，现在按照老规矩，从构造函数开始阅读源码。
// Compartor接口用来指定key的排序规则
public ConcurrentSkipListMap() {
this.comparator = null;
initialize();
}
public ConcurrentSkipListMap(Comparator<? super K> comparator) {
this.comparator = comparator;
initialize();
}
// 还有两个传入map和sortedMap的构造函数
private void initialize() {
keySet = null;// 内部类
entrySet = null;// 内部类
values = null;// 内部类
descendingMap = null;// 内部类
// private static final Object BASE_HEADER = new Object();
// 从注释给出的图来看，这个head应该是一直处于第一层的头节点
head = new HeadIndex<K,V>(new Node<K,V>(null, BASE_HEADER, null),
null, null, 1);
}
构造函数好像没啥，那么接着往下看吧
put()
// 与一般的map一样，通过put插入键值对，，key，value不能为空
public V put(K key, V value) {
if (value == null)
throw new NullPointerException();
return doPut(key, value, false);
}
// doPut
private V doPut(K key, V value, boolean onlyIfAbsent) {
Node<K,V> z; // 要被添加的Node
if (key == null)
throw new NullPointerException();
// key的比较方法
Comparator<? super K> cmp = comparator;
outer: for (;;) { // 因为cas操作可能失败，套了个无限循环
// findPrecessor返回小于key但最接近key的节点，不存在则为链表的头节点，下面也会介绍
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
if (n != null) {
Object v; int c;
Node<K,V> f = n.next;
// b--->n--->f
if (n != b.next)
break;
if ((v = n.value) == null) { // n is deleted
// 简单来说就是b.next = f，但是考虑了cas
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b is deleted
break;
// 如果key大于n.key
if ((c = cpr(cmp, key, n.key)) > 0) {
// 说明有并发插入，继续向后遍历一个节点
b = n;
n = f;
continue;
}
// 如果key相等
if (c == 0) {
// 没有指定putIfAbsent的话，通过cas替换value并返回新的value
// 指定了putIfabsent则返回原有value值
if (onlyIfAbsent || n.casValue(v, value)) {
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
break; //cas失败，重试
}
// else c < 0;则位置正确，插入就行
}
// 创建新的Node节点
z = new Node<K,V>(key, value, n);
// 更新链表b->n->f ==> b->z->n->f
if (!b.casNext(n, z))
break;
break outer;
}
}
int rnd = ThreadLocalRandom.nextSecondarySeed();
// 0x80000001转换为二进制1000...0001
// 看起来似乎添加层数是有一定随机性的
// rnd为0xxx...xxx0时可以进入
if ((rnd & 0x80000001) == 0) {
int level = 1, max;
// 有多少个1，level递增多少次
while (((rnd >>>= 1) & 1) != 0)
++level;
Index<K,V> idx = null;
HeadIndex<K,V> h = head;
if (level <= (max = h.level)) {
// 如果level比现在的层数小，则在新增加的节点z上
// 建立level个索引节点，忘记了可以回上面看看索引节点和其他节点区别
for (int i = 1; i <= level; ++i)
idx = new Index<K,V>(z, idx, null);
}
else {
// 如果level大于层数，则level设为层数+1
level = max + 1;
// 构造索引节点数组
@SuppressWarnings("unchecked")Index<K,V>[] idxs =
(Index<K,V>[])new Index<?,?>[level+1];
//为新建的节点z创造level个索引节点
//下标从1开始
for (int i = 1; i <= level; ++i)
idxs[i] = idx = new Index<K,V>(z, idx, null);
for (;;) {
h = head;
int oldLevel = h.level;
//用于判断并发修改，不考虑
//正确情况下该分支的level>当前层数
if (level <= oldLevel) // lost race to add level
break;
HeadIndex<K,V> newh = h;
Node<K,V> oldbase = h.node;
for (int j = oldLevel+1; j <= level; ++j)
//为每层生成一个headIndex
newh = new HeadIndex<K,V>(oldbase, newh, idxs[j], j);
//更新最上层的headIndex指针
if (casHead(h, newh)) {
h = newh;
idx = idxs[level = oldLevel];
break;
}
}
}
splice: for (int insertionLevel = level;;) {
int j = h.level;
// h为最新的头节点
for (Index<K,V> q = h, r = q.right, t = idx;;) {
if (q == null || t == null)
break splice;
// r为前面的idxs[x]
if (r != null) {
Node<K,V> n = r.node;
// compare before deletion check avoids needing recheck
int c = cpr(cmp, key, n.key);
if (n.value == null) {
if (!q.unlink(r))
break;
r = q.right;
continue;
}
// 没并发的情况下，idxs数组里都是新增的key
// c应该=0
if (c > 0) {
q = r;
r = r.right;
continue;
}
}
// j开始时为新跳表层数
//insertionLevel为旧跳表，经过后面的几个j--才会进入该分支
if (j == insertionLevel) {
//将t插入q,r之间
if (!q.link(r, t))
break; // restart
if (t.node.value == null) {
findNode(key);
break splice;
}
if (--insertionLevel == 0)
break splice;
}
if (--j >= insertionLevel && j < level)
t = t.down;
//向下一层
q = q.down;
r = q.right;
}
}
}
return null;
}
// findPredecessor
// 回想一下前面那个跳表的结构，该方法就是根据key，先从head往右找，然后往下找
//然后再往右再往下，知道找到比key小的节点
private Node<K,V> findPredecessor(Object key, Comparator<? super K> cmp) {
if (key == null)
throw new NullPointerException();
for (;;) {
for (Index<K,V> q = head, r = q.right, d;;) {
// 从head头节点点向后遍历
if (r != null) {
Node<K,V> n = r.node;
K k = n.key;
//说明被删除了，更新q.next
if (n.value == null) {
if (!q.unlink(r))
break; // restart
r = q.right; // reread r
continue;
}
if (cpr(cmp, key, k) > 0) {
q = r;
r = r.right;
continue;
}
}
// 失败了就从下一层开始
if ((d = q.down) == null)
return q.node;
q = d;
r = d.right;
}
}
}
put函数介绍完了，最后一段更新跳表的操作还是有些乱和难以理解...
get()
public V get(Object key) {
return doGet(key);
}
private V doGet(Object key) {
if (key == null)
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
outer: for (;;) {
//findPredecessor找到离key最近的，小于key的node
// 没有并发的情况下，要么是n，要么没有要找的key
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
if (n == null)
break outer;
Node<K,V> f = n.next;
if (n != b.next) // inconsistent read
break;
if ((v = n.value) == null) { // n is deleted
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b is deleted
break;
//key与n.key相同
if ((c = cpr(cmp, key, n.key)) == 0) {
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
if (c < 0)
break outer;
//并发导致key>n.key，说明findPredecessor找的位置不对
//往后位移一个节点，重新开始
b = n;
n = f;
}
}
return null;
}
get方法还是比较简单的，findPrecessor方法找到的就是小于key但是最接近key的节点，所以key如果存在，必然是findPrecessor找到的节点的下一个节点，而代码中为了考虑并发带来的修改，还要做很多其他的判断。
remove()
接下来看下删除的代码。
public V remove(Object key) {
return doRemove(key, null);
}
final V doRemove(Object key, Object value) {
if (key == null)
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
outer: for (;;) {
// findPrecessor找到比key小但是最近的node
//不考虑并发的话，如果存在key那就是n=b.next
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
if (n == null)
break outer;
Node<K,V> f = n.next;
//考虑一些并发修改的问题
if (n != b.next) // inconsistent read
break;
if ((v = n.value) == null) { // n is deleted
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b is deleted
break;
// 如果key<n，说明key不存在，退出最外层循环
if ((c = cpr(cmp, key, n.key)) < 0)
break outer;
//c>0说明findPre方法找到的节点过期了，重新找
if (c > 0) {
b = n;
n = f;
continue;
}
// c==0
if (value != null && !value.equals(v))
break outer;
//通过cas将节点n的value设为null，就是key对应的节点
//findPrecessor方法会在读到value为null的值时进行删除
if (!n.casValue(v, null))
break;
//n添加删除标志并且更新b.next指针
//appendMarker创建一个key为null,value为自己的节点
if (!n.appendMarker(f) || !b.casNext(n, f))
findNode(key); // retry via findNode
else {
//删除成功并且更新b.next后进入该分支
//findPredecessor会在value==null时，更新next指针，实现删除
findPredecessor(key, cmp); // clean index
if (head.right == null)
tryReduceLevel();
}
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
}
return null;
}
findPredecessor()
到这里插入、读取和删除都介绍完了，这三个方法都调用了findPredecessor，可以说这个方法是跳表的核心了。所以这里拿出来再看一下该方法。
private Node<K,V> findPredecessor(Object key, Comparator<? super K> cmp) {
if (key == null)
throw new NullPointerException();
for (;;) {
//q为第一层的head节点
//r=q.right说明先向右遍历
for (Index<K,V> q = head, r = q.right, d;;) {
//向右遍历的时候，右边的节点不为空
if (r != null) {
Node<K,V> n = r.node;
K k = n.key;
//在remove方法中，n.casValue(v, null)将节点的值置空
//置空后，在这里进行索引节点的删除
if (n.value == null) {
//unlink操作为将原本的q->r->r.next
//转换为q->r.next
if (!q.unlink(r))
break; // restart
r = q.right; // reread r
continue;
}
//如果r的节点没被删除，就执行到这里
//如果key大于当前的k，则向后移一个节点
//head索引节点也向后移一个节点
if (cpr(cmp, key, k) > 0) {
q = r;
r = r.right;
continue;
}
}
//如果索引节点的右边没有节点了，则向下移动
//向下移动后如果还是索引层，则继续向后
//如果是节点，直接返回了
if ((d = q.down) == null)
return q.node;
q = d;
r = d.right;
}
}
}
总结
本文介绍了跳表的特点和使用场景，并对ConcurrentSkipListMap的源码进行了简略的分析，但由于并发的存在，使得在理解跳表上增加了一些不必要的难度，同时其生成索引层的代码也比较晦涩难懂，可以通过维基百科等更简单的途径来了解其原理和源码。
