平时我们使用最多的数据结构肯定是 HashMap，但是在使用的时候我们必须知道每个键值对的生命周期，并且手动清除它；但是如果我们不是很清楚它的生命周期，这时候就比较麻烦；通常有这样几种处理方式：
创新互联专注于宁化网站建设服务及定制，我们拥有丰富的企业做网站经验。 热诚为您提供宁化营销型网站建设，宁化网站制作、宁化网页设计、宁化网站官网定制、微信小程序开发服务，打造宁化网络公司原创品牌,更为您提供
宁化网站排名 全网营销落地服务。
由一个线程定时处理，可以是Timer或者ScheduledThreadPoolExecutor；
利用重写LinkedHashMap.removeEldestEntry()，实现 FIFOCache 或者 LRUCache；可以参考我之前写的一篇文章 LinkedHashMap 相关；
利用 WeakHashMap 的特性，如果逻辑比较复杂还可以直接使用Reference；这里可以参考 Reference 完全解读 和 Reference 框架概览；
所以本文将主要介绍WeakHashMap的特性，以及补充一些关于 HashMap 实现的对比；相关 HashMap 的介绍也可以参考 HashMap 相关；
一、使用场景 上面也介绍了，WeakHashMap适用于不是非常重要的缓存类似的场景；例如：
WeakHashMap map = new WeakHashMap<>();for (int i = 0; i < 100; i++) {
map.put(new Object(), i);
}
System.out.println(map.size()); // 1System.gc(); // 2System.out.println(map.size()); // 3System.out.println(map.size()); // 4System.out.println(map.size()); // 5System.out.println(map); // 6System.out.println(map.size()); // 7 // 打印：
对于以上的结果你可能和我打印的不一样，WeakHashMap按照语义应该是，当 key 没有强引用指向的时候，会自动清除 key 和 value；我这里先解释它的释放过程，如果你觉得很清晰，那WeakHashMap你就算是掌握了；
首先 for 循环结束的时候，key 已经没用强引用指向了，此时所有的 key 都是弱引用了；
接下来执行1，因为我这里只有一个方法，新生代还有足够的空间，所以不会触发 GC，所以所有的 key 任然在堆里面，所以打印100；
然后手动触发 GC，虽然System.gc();不一定会立即执行，但是我这里只有一个方法，所以肯定会执行 GC，这里可以打开 GC 日志查看，-verbose:gc；因为 所有的 key 都是弱引用，所以referent被致为 null，同时将 key 注册到 ReferenceQueue中；
在执行 3-7 的时候，按语义 map 应该为空；但是将 key 注册到 ReferenceQueue并非原子性一次完成的，所以这里会打印不同的值，每注册完成一个，在 map 进行操作的时候，就会将其移除；
将上面的代码改成多线程分析思路也是一样的，如果你觉得有不清楚的地方可以查看下文；
二、WeakHashMap 源码分析
1. 类定义 public class WeakHashMap extends AbstractMap implements Map 可以看到虽然WeakHashMap也是基于哈希表，但是却并非像LinkedHashMap一样是继承于HashMap，并且WeakHashMap也没有实现Cloneable, Serializable两个接口，这是因为WeakHashMap基于WeakReference实现的，弱引用并不建议实现序列化，同时弱引用一般用于不是很重要的缓存，也就没必要实现Cloneable, Serializable两个接口了；
2. 核心方法 private final ReferenceQueue queue = new ReferenceQueue<>();private static class Entry extends WeakReference implements Map.Entry {
V value; final int hash;
Entry next;
Entry(Object key, V value, ReferenceQueue queue, int hash, Entry next) { super(key, queue); this.value = value; this.hash = hash; this.next = next;
} public K getKey() { } public V getValue() { public V setValue(V newValue) { public int hashCode() { public String toString() {
}private void expungeStaleEntries() { for (Object x; (x = queue.poll()) != null; ) { synchronized (queue) { @SuppressWarnings("unchecked")
Entry e = (Entry) x; int i = indexFor(e.hash, table.length);
Entry prev = table[i];
Entry p = prev; while (p != null) {
Entry next = p.next; if (p == e) { if (prev == e)
table[i] = next; else
prev.next = next; // Must not null out e.next;
// stale entries may be in use by a HashIterator
e.value = null; // Help GC
size--; break;
}
prev = p;
p = next;
}
}
}
} 上面代码所列的ReferenceQueue，Entry，expungeStaleEntries()就是WeakHashMap实现的核心了；这里强烈建议要先看 Reference 完全解读 和 Reference 框架概览这两篇文章，里面同样的内容我也不会再赘述了；
Entry extends WeakReference ， 表明所有的节点都是WeakReference，而 key 则是 referent；
queue，所有 key 使用同一个ReferenceQueue监听器，每当 key 被回收的时候，entry 将会被注册到ReferenceQueue中；
expungeStaleEntries，将注册到ReferenceQueue中的 entry 移除，并将 value 置为 null；WeakHashMap的所有操作都先执行expungeStaleEntries，这样WeakHashMap就实现了自动回收不在需要的 key 和 value；
三、性能对比 其实上面的内容就已经将WeakHashMap的主要实现讲完了，但是我之前在看HashMap源码的时候，并没有对比 JDK1.7 和 JDK1.8，但是在这里发现其实WeakHashMap的实现和 JDK1.7 差不多，所以接下来我将简单对比一下WeakHashMap和HashMap；
1. 容量计算 在WeakHashMap和HashMap中都要求容量是2的幂，因为当容量为2的幂时，使用除留余数法计算哈希桶位置时可以使用hash % length = hash & (length-1)的性质进行优化；
// WeakHashMapint capacity = 1;while (capacity < initialCapacity)
capacity <<= 1;// HashMapstatic final int tableSizeFor(int cap) { int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
} 简单测试可以得到：
initCap = 10 50 100 WeakHashMap 30 32 26 HashMap 3 3 3
代码比较简单我就不贴了，从上表也可以看到了tableSizeFor不仅高效而且稳定；
2. 哈希计算 // WeakHashMapfinal int hash(Object k) { int h = k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4);
}// HashMapstatic final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
} 两种hash算法都是要避免极端的hashCode()，但是HashMap却更为透彻，因为影响哈希桶位置的只有 hash 的低位（容量2的n次方，n个低位），直接将高位与上低位，使高位 hash 参与位置计算，简洁且高效；
此外还有put方法，但是里面还牵涉红黑树，对于本文就扯得有点远了，所以暂不讲；
总结
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器 、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
本文标题：JDK源码分析（9）之WeakHashMap相关-创新互联
当前URL：
http://kswjz.com/article/dsojso.html
