Blogs

Java 中的 ConcurrentHashMap 1.7 和 1.8 有什么区别

这两个版本的区别重点在锁的粒度

ConcurrentHashMap 1.7

Java 7 里使用的是分段锁 (Segment)，底层依旧是数组，将数组分成 16 个 Segment，每个 Segment 下都有一个 HashMap 和 一个 ReentrantLock

不同线程访问不同 Segment 并不会触发锁，多线程访问同一个才会竞争，理论并发数默认 16

ConcurrentHashMap 1.8

Java 8 里去除了 Segment，采用跟 HashMap 相同的数据结构，数组 + 链表 + 红黑树 ，并且将 ReentrantLock 换成了 Synchronized

CAS

CAS 能够保证无锁操作下的原子性，具体是三个参数：地址（V）、原本值（A）、修改值（B）

  • 线程先读取内存地址（V）获取值，记录到原本值（A）里

  • 当线程准备更新地址（V）时，会先检查地址（V）当前值是否为记录的原本值（A）

    • 当前值和记录的原本值（A）相同，说明其他线程没有操作过，直接将地址值修改为修改值（B）

    • 当前值和记录的原本值（A）不同，说明其他线程修改过 V 的值，当前线程更新失败，通常尝试自旋或者放弃

1.8 插入

插入时采用 CAS 插入方法，冲突才会使用 Synchronized，但只对链表/红黑树的头节点上锁

因为锁住了头节点基本等于锁住了整个链表/红黑树，其他线程依旧可以对其他 bucket 进行操作，并发度大大提升

扩容的区别

Java 7 中的扩容
  • 基于 Segment：ConcurrentHashMap 是由多个 Segment 组成的，每个 Segment 里面都包含着一个 HashMap，但 Segment 的数量并不会扩容，扩容的是 Segement 内的 HashMap，当 HashMap 达到扩容因子时，会单独为这个 Segment 进行扩容，并不会对整个 ConcurrentHashMap 进行扩容
  • 扩容过程：每个 Segment 维护自己的扩容因子，当 Segment 里面的元素超过阈值时对该 Segment 进行扩容，扩容过程跟 HashMap 一致，不会影响整个 ConcurrentHashMap
Java 8 中的扩容
  • 全局扩容：整个 ConcurrentHashMap 的元素总数超过阈值时，整个 ConcurrentHashMap 进行扩容
  • 基于CAS进行扩容：ConcurrentHashMap 扩容跟 HashMap 基本一致，但是加上了 CAS 操作确保了线程安全。在扩容时，多个线程可以同时帮助扩容
  • 渐进式扩容：在 JDK 1.8 中引入了渐进式扩容，扩容时并不是一次将所有数据重新分配，而是多个线程共同参与，逐步迁移旧数据到新数组中，减低扩容开销。
    • 扩容时先把 transferIndex 待迁移的旧数组下标范围标记 设为旧数组长度，线程通过 CAS “抢占” 一段下标范围（比如从 transferIndex 取 16 个下标）；
    • 线程迁移自己抢占的下标范围内的元素，迁移完后再 CAS 抢占新的范围，直到所有下标迁移完成；
    • “分段抢占、并行迁移”，避免单线程一次性迁移所有数据的开销。
    • 简单来说就算维护一个 transferIndex，线程循环 CAS 争夺下标，如果下标已经分配完了说明已经扩容完成

Java中的HashMap的原理

说白了 HashMap 底层就是一个数组，然后组合了链表和红黑树

怎么寻址

当你存一个 Key-Value 的时候会计算出 key 的 hashcode，然后用哈希计算公式 keyhashcode % (table.length - 1) 算出需要存放的位置

处理哈希冲突

按照上面说的寻址我们会发现，有概率两个元素用公式算出来的结果是一样的，这就是我们常说的哈希冲突，HashMap 里也设定好了解决方法：

  • 链表：Java 7 及以前是把他们放在一起，用链表装着
    • 在 java 7 及以前链表使用的是头插法，即每次出现哈希冲突时，新的节点会插入到链表的头节点，老节点以此往后，在多线程环境下，头插法可能导致链表形成环，特别是在并发扩容时 rehashing 。当多个线程同时执行 put() 操作时，如果线程 A 正在进行头插，线程 B 也在同一时刻操作链表，可能导致链表结构出现环路，从而引发死循环，最终导致程序卡死或无限循环。
    • 但在 java 8 的时候改为尾插法，即新的节点插入到链表的尾部，保持链表的流畅度
  • 红黑树：
    • Java 8 后做了优化，如果同一个下标的元素太多了（超过八个），则将链表转换成红黑树
    • 红黑树是一个自动平衡二叉树，能够将最坏情况下的查找复杂度从O(n) 变成 O(logn)
    • 如果数中的数量低于6，红黑树将会转换回链表，以减少不必要的开销

扩容机制

HashMap 默认长度是16，HashMap 有扩容因子（默认是0.75），意思是当元素超过 长度 * 0.75 时将会自动扩容。

默认长度是 16，扩容因子是 0.75，这个组合是性能和空间之间找到的平衡。如果扩容因子过高，虽然空间利用更高了，但是更容易出现哈希冲突，影响效率；如果扩容因子过低，哈希冲突出现概率减少，但是空间利用率低。

扩容就算将容量翻倍，然后把位置重新计算一遍，放进新的数组。

HashCode() 和 equals() 的重要性

HashMap 的 key 必须实现 HashCode() 和 equals() 方法。

RAG

RAG 概念

什么是 RAG

RAG 是一种结合信息检索技术和 AI 内容生成的混合结构，可以解决大模型的知识时效性限制和幻读问题

简单来说就是让模型开卷考，让 AI 回答问题之前先查一下特定的知识库来获取信息，确保回答是基于资料而不是凭空捏造

RAG 和传统 AI 模型的区别

特性传统大语言模型RAG 增强模型
知识时效性受训练数据截止日期限制可接入最新知识库
领域专业性泛化知识⁠，专业深度有限可接入专业领域知识
响应准‌确性可能产生 “幻觉”基于检索的事​实依据
可控性依赖原始训练可通过知‎识库定制输出
资源消耗较高（需要大模型参‌数）模型可更小，结合外部知识

RAG 的工作流程

  • 文档收集和切割
  • 向量转换和存储
  • 文档过滤和检索
  • 检查增强和关联

文档收集和切割

文档收集：从各种来源（网页、PDF、数据库等）收集原始文档

Token

基础提示技巧

  • 明确指定任务和角色
    • 为 AI 提供清晰的任务描述和角色定位，帮助模型理解背景和期望
系统：你是一位经验丰富的 Java 教师，擅长向初学者解释编程概念。
用户：请解释 Java 中的列表推导式，包括基本语法和 2-3 个实用示例。
  • 提供详细说明和具体实例
    • 提供足够的上下文信息和期望的输出，减少模型的不确定性
请提供一个[计划]，针对[项目]，计划包括
1. ***
2. ***

示例格式：


    

  1. 

    

    2. 

  2. 

    

    3.

  • 使用结构化格式引导思维
    • 通过列表、表格等格式，使指令更容易理解，输出更有条理
分析下面项目的优缺点
项目：****

请使用表格格式回答，包含下列：


    

  • 优势（最少三项）
    • 

  • 对每项优势的具体分析
    • 

  • 劣势（最少三项）
    • 

  • 对每项劣势的具体分析
    • 

  • 对应建议
  • 明确输出格式要求
    • 指定格式，长度，样式，使得输出更符合期望
    • 撰写一篇关于 Java 的学习路线推荐，要求:
- 使用通俗易懂的语言，适合非专业阅读
- 包含5个小标题，每个标题下2-3段文字
- 总字数控制在800字左右
- 结尾提供3个可行的个人行动建议

    进阶提示技巧

    • 思维链提示法（‌Chain-of-​Thought）
      • 引导模型展示推导过程，逐步思考问题，提高复杂问题的准确性
    问题：一个商店售卖T恤，每件15元。如果购买5件以上可以享受8折优惠。小明买了7件T恤，他需要支付多少钱？

    请一步步思考解决这个问题:
    

      

    1. 首先计算7件T恤的原价
      2. 

    2. 确定是否符合折扣条件
      3. 

    3. 如果符合，计算折扣后的价格
      4. 

    4. 得出最终支付金额
    • 少样本学习（F‌ew-Shot L​earning）
      • 提供几个样本，帮助模型理解任务模式和期望输出
    我将给你几个代码，请你按照相同的方式解析错误所在

    输入：“system.out.print("hello world");”
输出：“错误所在：system，应该修改为 System，因为是调用 System 库”

    • 分步骤指导（Step-by-Step）
      • 将复杂问题分解为可管理的步骤，确保模型完成的每个环节正确
    请帮我创建一个简单的网站落地页设计方案，按照以下步骤:

    步骤1: 分析目标受众(考虑年龄、职业、需求等因素)
步骤2: 确定页面核心信息(主标题、副标题、价值主张)
步骤3: 设计页面结构(至少包含哪些区块)
步骤4: 制定视觉引导策略(颜色、图像建议)
步骤5: 设计行动召唤(CTA)按钮和文案

    • 自我评估和修正
      • 让模型评估自己的输出并进行改进，提高准确性和质量
    解决以下概率问题:
从一副标准扑克牌中随机抽取两张牌，求抽到至少一张红桃的概率。

    首先给出你的解答，然后:
    

      

    1. 检查你的推理过程是否存在逻辑错误
      2. 

    2. 验证你使用的概率公式是否正确
      3. 

    3. 检查计算步骤是否有误
      4. 

    4. 如果发现任何问题，提供修正后的解答
    • 知识检索和引用
      • 引导模型检索相关信息并明确引用信息来源，提高可靠性
    请讲解 SpringBoot 在执行的时候的启动流程。在回答中:
1. 提供 SpringBoot 的官方解释
2. 给出分别是哪几个组件
3. 描述执行的先后顺序

    对于任何可能需要具体数据或研究支持的陈述，请明确指出这些信息的来源，并说明这些信息的可靠性。

    • 多视角分析
      • 引导模型从不同角度、立场或专业视角分析问题，提供全面见解
    分析"城市应该禁止私家车进入市中心"这一提议:

    请从以下4个不同角度分析:
    

      

    1. 环保专家视角
      2. 

    2. 经济学家视角
      3. 

    3. 市中心商户视角
      4. 

    4. 通勤居民视角
      5. 

    

    对每个视角:
    

      

    • 提供支持该提议的2个论点
      • 

    • 提供反对该提议的2个论点
      • 

    • 分析可能的折中方案
    • 多模态思维
      • 结合不同表⁠达形式进行思考，如‌文字描述、图表结构​、代码逻辑等
      • 设计一个智能家居系统的基础架构:

        

      1. 首先用文字描述系统的主要功能和组件
        2. 

      2. 然后创建一个系统架构图(用ASCII或文本形式表示)
        3. 

      3. 接着提供用户交互流程
        4. 

      4. 最后简述实现这个系统可能面临的技术挑战
        5. 

      

      尝试从不同角度思考:功能性、用户体验、技术实现、安全性等。

      超级智能体

      后端项目初始化

      环境准备

      安装的 JDK 版本必须是 21 以上，最好是 21 ，因为支持使用虚拟线程

      **不能使用其他版本

      新建项目

      在 IDEA 中新建项目，选择 Spring Boot 模板，注意需要确保 Server URL 为  https://start.spring.io/

      ![[Pasted image 20251106194511.png]]