Java高频面试之并发编程-10

hello啊,各位观众姥爷们!!!本baby今天来报道了!哈哈哈哈哈嗝🐶

面试官:ThreadLocalMap 怎么解决 Hash 冲突的?

ThreadLocalMap 是 ThreadLocal 的核心实现,它采用 开放地址法(Open Addressing)中的线性探测(Linear Probing) 来解决哈希冲突。与 HashMap 的拉链法(链式地址法)不同,ThreadLocalMap 直接在数组上顺序查找下一个可用槽位。以下是其详细实现机制:


1. 哈希冲突解决原理

(1) 数据结构
  • 底层数组Entry[] table,每个 EntryThreadLocal<?> 为键(弱引用),存储线程本地变量的值。
  • 初始容量:默认 16,扩容阈值为数组长度的 2/3。
(2) 哈希函数
  • 哈希计算
    ThreadLocal 实例的 threadLocalHashCode 通过原子递增生成,确保哈希分布均匀。
    private final int threadLocalHashCode = nextHashCode();
    private static AtomicInteger nextHashCode = new AtomicInteger();
    private static final int HASH_INCREMENT = 0x61c88647; // 黄金分割数
    private static int nextHashCode() {return nextHashCode.getAndAdd(HASH_INCREMENT);
    }
    
  • 索引计算
    通过 hashCode & (table.length - 1) 确定初始槽位(类似 HashMap 的取模优化)。
(3) 线性探测流程

当插入或查找键值对时,若目标槽位已被占用(键不同或哈希冲突),则按顺序向后查找空槽位(到数组末尾后折返到头部)。

操作步骤

  1. 计算初始索引i = key.threadLocalHashCode & (len - 1)
  2. 遍历数组
    • Entry[i] 的键匹配 → 直接操作该槽位。
    • Entry[i] 的键为 null(弱引用被回收)→ 触发清理(expungeStaleEntry)。
    • Entry[i] 被占用但键不匹配 → i = nextIndex(i, len)(即 i+1,超过长度则回绕到 0)。
  3. 找到空槽或完成清理:插入新键值对或更新现有值。

2. 关键代码解析(以 set() 方法为例)

private void set(ThreadLocal<?> key, Object value) {Entry[] tab = table;int len = tab.length;int i = key.threadLocalHashCode & (len - 1); // 初始索引// 线性探测查找合适槽位for (Entry e = tab[i]; e != null; e = tab[i = nextIndex(i, len)]) {ThreadLocal<?> k = e.get();if (k == key) { // 键匹配,直接更新值e.value = value;return;}if (k == null) { // 遇到过期 Entry(键被回收),替换过期槽位replaceStaleEntry(key, value, i);return;}}// 找到空槽位,插入新 Entrytab[i] = new Entry(key, value);int sz = ++size;// 清理部分过期 Entry 后若仍超过阈值,触发扩容if (!cleanSomeSlots(i, sz) && sz >= threshold)rehash();
}

3. 线性探测的优缺点

优点缺点
节省内存:无链表指针开销冲突较多时查找效率下降(最差 O(n))
适合小规模数据(ThreadLocalMap 通常条目少)扩容成本高(需全量 rehash)
内存局部性好(数组连续遍历)需要处理过期 Entry 清理逻辑

4. 清理过期 Entry(解决内存泄漏)

在线性探测过程中,若遇到键为 null 的过期 Entry,会触发清理:

  1. expungeStaleEntry(int staleSlot)
    • 清理当前过期槽位,并向后探测,重新哈希未过期的 Entry,直到遇到空槽。
    • 解决因哈希冲突导致过期 Entry 残留的问题。
  2. cleanSomeSlots()
    • 启发式清理,扫描 log(n) 次,平衡清理开销与内存释放。

5. 示例场景

假设 ThreadLocalMap 的数组长度为 8,插入两个键 AB,其哈希计算后的初始索引均为 3:

  1. 插入键 A:直接放入索引 3。
  2. 插入键 B
    • 索引 3 已被 A 占用,向后探测到索引 4,放入 B
  3. 查找键 B
    • 计算初始索引 3,发现是 A → 继续探测索引 4,找到 B

6. 对比 HashMap 的拉链法

特性ThreadLocalMap(开放地址法)HashMap(拉链法)
冲突解决线性探测,顺序查找空槽链表或红黑树链接冲突节点
内存占用更紧凑(无链表指针)需要额外指针存储链表/树结构
适用场景预期条目少,内存敏感高并发、大数据量
扩容机制全量 rehash,成本高链表拆分,增量迁移

总结

  • 核心机制:ThreadLocalMap 通过线性探测解决哈希冲突,牺牲一定查找效率换取内存紧凑性。
  • 内存安全:结合弱引用键和主动清理过期 Entry,减少内存泄漏风险。
  • 适用场景:适合线程本地变量数量少、生命周期与线程绑定的场景。

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/77677.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AI应用实战:Excel表的操作工具

有个小需求是这样的&#xff0c;需要在一份数据表里&#xff0c;将1000多个客户的月报数据分别单独截图存档&#xff0c;有客户需要的时候就要发给客户&#xff0c;截图下来的也是以客户为命名&#xff0c;这样查找时也比较容易匹配上。 在没有写工具之前&#xff0c;以往财务…

使用 DoH 查询域名 —— 以 core.tantanapp.com 为例的实战分析

前言 在现代 iOS 应用中&#xff0c;为了确保 DNS 查询的隐私和完整性&#xff0c;我们可以使用 DoH&#xff08;DNS over HTTPS&#xff09; 来查询域名信息。 本文将以 https://cloudflare-dns.com/dns-query?namecore.tantanapp.com&typeA 为例&#xff0c;通过 Postm…

Python----卷积神经网络(卷积为什么能识别图像)

一、卷积的概念 卷积是一种数学运算&#xff0c;通常用于信号处理和图像分析。在卷积神经网络中&#xff0c;卷积操作用于提取输入数据&#xff08;如图像&#xff09;中的特征。通过将输入数据与卷积核&#xff08;滤波器&#xff09;进行卷积运算&#xff0c;CNN能够识别图像…

linux FTP服务器搭建

FTP服务器搭建 系统环境&#xff1a;ubuntu 搭建方式&#xff1a;win系统下通过ssh连接ubuntu&#xff0c;搭建FTP服务 一、ssh连接 ssh -p 端口 用户名IP ssh -p 22 ubuntu192.168.1.109 密码&#xff1a;ubuntu123456 二、安装配置FTP服务器 1、安装 sudo apt install v…

语音合成之十韵律之美:TTS如何模拟语音的节奏和语调

韵律之美&#xff1a;TTS如何模拟语音的节奏和语调 1. 引言&#xff1a;韵律在语音合成中的重要性1.1 追求自然的TTS&#xff1a;超越可懂度1.2 定义韵律&#xff1a;语音的音乐1.3 韵律为何重要&#xff1a;传递意义、情感与自然度 2. TTS韵律建模的基础技术2.1 利用文本&…

基于强化学习的用于非刚性图像配准的引导式超声采集|文献速递-深度学习医疗AI最新文献

Title 题目 Guided ultrasound acquisition for nonrigid image registration usingreinforcement learning 基于强化学习的用于非刚性图像配准的引导式超声采集 01 文献速递介绍 超声成像通常用于引导手术和其他医疗程序&#xff0c;在这些过程中&#xff0c;临床医生会持…

数据库中DDL、DML、DCL的区别是什么?

数据库中DDL、DML、DCL的区别是什么&#xff1f; 在数据库的使用过程中&#xff0c;SQL&#xff08;结构化查询语言&#xff09;常常被用来执行不同的操作&#xff0c;主要分为三类&#xff1a;DDL&#xff08;数据定义语言&#xff09;、DML&#xff08;数据操纵语言&#xf…

海量聊天消息处理:ShardingJDBC分库分表、ClickHouse冷热数据分离、ES复合查询方案、Flink实时计算与SpringCloud集成

海量聊天消息处理&#xff1a;ShardingJDBC分库分表、ClickHouse冷热数据分离、ES复合查询方案、Flink实时计算与SpringCloud集成 一、背景介绍 每天有2000万条聊天消息&#xff0c;一年下来几千万亿海量数据。为应对这种规模的数据存储和处理需求&#xff0c;本文将从以下几…

Vim 中替换字符或文本

在 Vim 中替换字符或文本可以使用 替换命令&#xff08;substitute&#xff09;&#xff0c;其基本语法为&#xff1a; :[range]s/old/new/[flags]1. 基本替换 命令说明:s/foo/bar/替换当前行的第一个 foo 为 bar:s/foo/bar/g替换当前行的 所有 foo 为 bar:%s/foo/bar/g替换 …

当传统美术馆遇上数字革命:观众体验将迎来哪些颠覆性变革?

当数字科技与艺术创作深度交织&#xff0c;美术馆与艺术机构正经历前所未有的颠覆性浪潮。这是否宣告传统展览空间已正式跨入数字媒介主导的新纪元&#xff1f;投影映射与虚拟现实技术不断突破物理限制&#xff0c;画布与雕塑的边界在光影与代码中逐渐消融。这场革命不仅重构了…

内容/社区APP增长:用Deeplink让用户分享的内容“一键直达”

对于内容平台和互动社区APP而言&#xff0c;优质内容的自发传播是用户增长和活跃度提升的核心驱动力之一。用户发现一篇深度好文、一个精彩视频或是一个引人入胜的讨论帖&#xff0c;自然而然地想要分享给好友。然而&#xff0c;这个看似简单的分享动作&#xff0c;却往往在触达…

Uniapp:vite.config.js全局配置

目录 一、基本概述二、配置自动引入插件一、基本概述 vite.config.js 是一个可选的配置文件,如果项目的根目录中存在这个文件,那么它会被自动加载,一般用于配置 vite 的编译选项 二、配置自动引入插件 在项目命令行终端中执行如下代码 npm install unplugin-auto-import…

JavaScript 与 Java 学习笔记

一、JavaScript 简介 1. 定义 浏览器脚本语言&#xff1a;主要用于实现网页交互功能&#xff08;鼠标点击、键盘输入响应等&#xff09; 服务器端扩展&#xff1a;通过 Node.js 运行时环境可进行后端开发 2. 核心特点 动态性&#xff1a;可实时修改 DOM 结构&#xff08;增…

Shell脚本-随机数实战案例

在Shell脚本编程中&#xff0c;生成随机数是一项非常实用的技能。无论是用于模拟、测试、游戏开发还是安全相关的应用&#xff08;如生成密码&#xff09;&#xff0c;能够灵活地生成随机数都是非常有用的。本文将通过几个实际的应用案例来展示如何在Shell脚本中使用随机数解决…

面试算法高频08-动态规划-03

练习题 题目描述 你是一个专业的小偷&#xff0c;计划偷窃沿街的房屋。每间房内都藏有一定的现金&#xff0c;影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统&#xff0c;如果两间相邻的房屋在同一晚上被小偷闯入&#xff0c;系统会自动报警。 给定一个代表每…

基于 EFISH-SBC-RK3588 的无人机多光谱/红外热成像边缘计算方案

一、硬件架构设计‌ ‌核心算力平台&#xff08;EFISH-SBC-RK3588&#xff09;‌ ‌处理器性能‌&#xff1a;搭载 8 核 ARM 架构&#xff08;4Cortex-A762.4GHz 4Cortex-A551.8GHz&#xff09;&#xff0c;集成 6 TOPS NPU 与 Mali-G610 GPU&#xff0c;支持多光谱图像实时融…

Python小酷库系列:pyNest,把FastAPI程序写出Spring的味道

pyNest&#xff0c;把FastAPI程序写出Spring的风格 快速入门1、安装pyNest2、创建项目3、编写app_module.py4、编写app_service.py5、编写app_controller.py6、编写main.py7、启动程序 核心概念1、Modules2、Controllers3、Providers4、ORM Provider NestJS是风靡于Node.js圈的…

HTML 详解:从基础结构到语义标签

目录 一、HTML 是什么&#xff1f;二、HTML 的基本结构✅ 简要说明&#xff1a; 三、常见 HTML 标签讲解3.1 标题标签 <h1> ~ <h6>3.2 段落和换行3.3 超链接3.4 图像插入3.5 列表无序列表&#xff1a;有序列表&#xff1a; 3.6 表格结构 四、HTML 语义化标签详解五…

用Python做有趣的AI项目 6:AI音乐生成器(LSTM Melody Generator)

&#x1f3b5; 项目名称&#xff1a;AI音乐生成器&#xff08;LSTM Melody Generator&#xff09; &#x1f9e0; 项目简介 这个项目的目标是&#xff1a;用 AI 来自动生成简单的旋律&#xff08;MIDI格式&#xff09;&#xff0c;类似于基础的钢琴曲、背景音乐片段。 我们使…

【运维】利用任务计划程序定时重启 nssm 服务 | Windows 服务每日定时维护实践

&#x1f680; 利用任务计划程序定时重启 nssm 服务 | Windows 服务每日定时维护实践 一、前言 在 Windows 系统中&#xff0c;nssm&#xff08;Non-Sucking Service Manager&#xff09; 是一个非常好用的工具&#xff0c;可以将任意可执行程序注册为系统服务。很多运维场景…