本文共 22200 字，大约阅读时间需要 74 分钟。

JDK1.7的实现

ConcurrentHashMap的数据结构是由一个Segment数组和多个HashEntry组成，如图：

Segment数组的意义就是将一个大的table分割成多个小的table来进行加锁，segment的结构和HashMap类似，是一种数组和链表的结构，一个segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素，每个segment守护者一个HashEntry数组里的元素，当对HashEntry数组的数据进行修改，必须首先获得与它对应的segment锁

1.初始化

int sshift = 0;        int ssize = 1;        while (ssize < concurrencyLevel) {            ++sshift;            ssize <<= 1;        }        int segmentShift = 32 - sshift;        int segmentMask = ssize - 1;

segments数组的长度ssize是通过concurrencyLevel计算得出的，ssize用位与运算来计算，so，segments数组的长度是2的n次方，concurrencyLevel的最大值为65536，这意味着segments数组的长度最大值为65536，对应的二进制为16位

sshift等于ssize从1向左移位的次数，默认concurrencyLevel等于16,1需要向左移位4次，so，是shift等于4；segmentShift用于定位参与散列运算的位数，这里等于28，因为ConcurrentHashMap里的hash方法输出的最大数是32位的，so，32-4=28；segmentMask是散列运算的掩码，掩码的二进制各个位都是1

2.get

ConcurrentHashMap的get操作和HashMap类似，只是第一次需要经过hash定位到segment的位置，然后再hash定位到HashEntry，遍历该HashEntry下的链表进行对比，成功就返回，不成功就返回null

可以看出，定位segment和定位HashEntry所使用的算法不一

public V get(Object key) {        Segment
   
     s; // manually integrate access methods to reduce overhead        HashEntry
    
     [] tab;        int h = hash(key);        long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;        if ((s = (Segment
     
      )UNSAFE.getObjectVolatile(segments, u)) != null &&            (tab = s.table) != null) {            for (HashEntry
      
        e = (HashEntry
       
        ) UNSAFE.getObjectVolatile                     (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);                 e != null; e = e.next) {                K k;                if ((k = e.key) == key || (e.hash == h && key.equals(k)))                    return e.value;            }        }        return null;    }
       
      
     
    
   

3.put

put需要对共享变量进行写入操作，so，需要加锁。该方法首先定位到segment，在segment里进行插入操作。插入操作需要两步，第一判断是否需要对segment里的HashEntry数据进行扩容，第二定位添加元素的位置，然后将其放在HashEntry数组里

（1）是否需要扩容

在插入元素前会先判断segment里的HashEntry数组是否超过容量threshold，如果超过阈值则进行扩容，注意，segment扩容比HashMap更恰当，因为HashMap是在插入元素后判断元素是否已经达到容量的，如果达到了就进行扩容，但是很有可能扩容之后没有新元素插入，这时HashMap即进行了一次无效扩容

（2）如何扩容

首先创建一个容量是原来两倍的数组，然后将原数组里的元素进行再散列插入到新数组里，为了高效，ConcurrentHashMap不会对整个容器进行扩容，而只对某个segment进行扩容

static final class Segment
   
     extends ReentrantLock implements Serializable {
   

public V put(K key, V value) {        Segment
   
     s;        if (value == null)            throw new NullPointerException();        int hash = hash(key);        int j = (hash >>> segmentShift) & segmentMask;        if ((s = (Segment
    
     )UNSAFE.getObject          // nonvolatile; recheck             (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment            s = ensureSegment(j);        return s.put(key, hash, value, false);    }
    
   

在将数据插入指定的HashEntry位置时，会通过继承的ReentrantLock的tryLock方法尝试去获取锁，如果获取成功就直接插入相应的位置，如果已经有线程获取该segment的锁，那么当前线程会以自旋的方式继续调用tryLock方法区获取锁，超过指定次数就挂起，等待唤醒

final V put(K key, int hash, V value, boolean onlyIfAbsent) {            HashEntry
   
     node = tryLock() ? null :                scanAndLockForPut(key, hash, value);            V oldValue;            try {                HashEntry
    
     [] tab = table;                int index = (tab.length - 1) & hash;                HashEntry
     
       first = entryAt(tab, index);                for (HashEntry
      
        e = first;;) {                    if (e != null) {                        K k;                        if ((k = e.key) == key ||                            (e.hash == hash && key.equals(k))) {                            oldValue = e.value;                            if (!onlyIfAbsent) {                                e.value = value;                                ++modCount;                            }                            break;                        }                        e = e.next;                    }                    else {                        if (node != null)                            node.setNext(first);                        else                            node = new HashEntry
       
        (hash, key, value, first);                        int c = count + 1;                        if (c > threshold && tab.length < MAXIMUM_CAPACITY)                            rehash(node);                        else                            setEntryAt(tab, index, node);                        ++modCount;                        count = c;                        oldValue = null;                        break;                    }                }            } finally {                unlock();            }            return oldValue;        }
       
      
     
    
   

通过tryLock获得锁

private HashEntry
   
     scanAndLockForPut(K key, int hash, V value) {            HashEntry
    
      first = entryForHash(this, hash);            HashEntry
     
       e = first;            HashEntry
      
        node = null;            int retries = -1; // negative while locating node            while (!tryLock()) {                HashEntry
       
         f; // to recheck first below                if (retries < 0) {                    if (e == null) {                        if (node == null) // speculatively create node                            node = new HashEntry
        
         (hash, key, value, null); retries = 0; } else if (key.equals(e.key)) retries = 0; else e = e.next; } else if (++retries > MAX_SCAN_RETRIES) { lock(); break; } else if ((retries & 1) == 0 && (f = entryForHash(this, hash)) != first) { e = first = f; // re-traverse if entry changed retries = -1; } } return node; }
        
       
      
     
    
   

4.size

ConcurrentHashMap先尝试2次通过不锁住segment的方式来统计各个segment大小，如果统计的过程中容器的count发生了变化，则再采用加锁的方式来统计所有segment的大小

如何判断在统计的时候容器发生变化？使用modCount变量，在put、remove和clean方法里操作元素前都会将该变量加1，在统计size前后比较modCount是否发生变化，从而得知容器的大小是否发生变化

public int size() {        // Try a few times to get accurate count. On failure due to        // continuous async changes in table, resort to locking.        final Segment
   
    [] segments = this.segments;        int size;        boolean overflow; // true if size overflows 32 bits        long sum;         // sum of modCounts        long last = 0L;   // previous sum        int retries = -1; // first iteration isn't retry        try {            for (;;) {                if (retries++ == RETRIES_BEFORE_LOCK) {                    for (int j = 0; j < segments.length; ++j)                        ensureSegment(j).lock(); // force creation                }                sum = 0L;                size = 0;                overflow = false;                for (int j = 0; j < segments.length; ++j) {                    Segment
    
      seg = segmentAt(segments, j);                    if (seg != null) {                        sum += seg.modCount;                        int c = seg.count;                        if (c < 0 || (size += c) < 0)                            overflow = true;                    }                }                if (sum == last)                    break;                last = sum;            }        } finally {            if (retries > RETRIES_BEFORE_LOCK) {                for (int j = 0; j < segments.length; ++j)                    segmentAt(segments, j).unlock();            }        }        return overflow ? Integer.MAX_VALUE : size;    }
    
   

5.扩容rehash

和HashMap的resize原理类似，避免让所有的结点都进行复制：扩容是基于2的幂指来操作，假设扩容前某HashEntry对应的segment中数组的index为i，数组容量为 capacity，那么扩容后该HashEntry对应到新数组中的index只可能为i或者i+capacity，因此大多数HashEntry结点在扩容前后index可以保持不变，基于此，rehash方法中会定位第一个后续所有结点在扩容后index都保持不变的结点，然后将这个结点之前的所有节点重排即可

JDK1.8的实现

首先取消了segment分段锁的数据结构，取而代之的是数组+链表（红黑树）的结构，而对于锁的粒度，调整为对每个数组元素加锁；然后是定位结点的hash算法被简化，这样带来的弊端是hash冲突会加剧，因此在链表节点数量大于8时，会将链表转为红黑树进行存储，这样一来，查询的时间复杂度就会从原来的O(n)变为O(logN)

1.相关属性

//负载因子private static final float LOAD_FACTOR = 0.75f;//链表转为红黑树的阈值，大于8则转为红黑树结构static final int TREEIFY_THRESHOLD = 8;//红黑树转链表的阈值static final int UNTREEIFY_THRESHOLD = 6;//sizeCtl用于table的初始化和扩容操作，不同值代表状态如下：//-1表示正在初始化；-N表示有N-1个线程正在进行扩容操作//非负情况：如果table未初始化，则表示table需要初始化的大小；如果初始化完成，则表示table扩容的阈值，默认为table容量的0.75倍private transient volatile int sizeCtl;

构造函数，在创建ConcurrentHashMap时，并没有初始化table数组，只对Map容量、并发级别等做了赋值操作

public ConcurrentHashMap(int initialCapacity,                             float loadFactor, int concurrencyLevel) {        if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)            throw new IllegalArgumentException();        if (initialCapacity < concurrencyLevel)   // Use at least as many bins            initialCapacity = concurrencyLevel;   // as estimated threads        long size = (long)(1.0 + (long)initialCapacity / loadFactor);        int cap = (size >= (long)MAXIMUM_CAPACITY) ?            MAXIMUM_CAPACITY : tableSizeFor((int)size);        this.sizeCtl = cap;    }

2.Node

Node是ConcurrentHashMap存储结构的基本单元，只允许对数据进行查找，不允许修改

static class Node
   
     implements Map.Entry
    
      {        //链表的数据结构        final int hash;        final K key;        //val和next都会在扩容时发生变化，so加上volatile来保持可见性和禁止重排序        volatile V val;        volatile Node
     
       next;        Node(int hash, K key, V val, Node
      
        next) {            this.hash = hash;            this.key = key;            this.val = val;            this.next = next;        }        public final K getKey()       { return key; }        public final V getValue()     { return val; }        public final int hashCode()   { return key.hashCode() ^ val.hashCode(); }        public final String toString(){ return key + "=" + val; }        //不允许更新value        public final V setValue(V value) {            throw new UnsupportedOperationException();        }        public final boolean equals(Object o) {            Object k, v, u; Map.Entry
        e;            return ((o instanceof Map.Entry) &&                    (k = (e = (Map.Entry
       )o).getKey()) != null &&                    (v = e.getValue()) != null &&                    (k == key || k.equals(key)) &&                    (v == (u = val) || v.equals(u)));        }        /**         * Virtualized support for map.get(); overridden in subclasses.         */        Node
       
         find(int h, Object k) {            Node
        
          e = this; if (k != null) { do { K ek; if (e.hash == h && ((ek = e.key) == k || (ek != null && k.equals(ek)))) return e; } while ((e = e.next) != null); } return null; } }
        
       
      
     
    
   

3.TreeNode

继承Node，但是数据结构换成了二叉树结构，是红黑树的存储结构。ConcurrentHashMap链表转树时，并不会直接转，只是把这些节点包装成TreeNode放到TreeBin中，再由TreeBin转化红黑树

static final class TreeNode
   
     extends Node
    
      {        //树形结构的属性定义        TreeNode
     
       parent;  // red-black tree links        TreeNode
      
        left;        TreeNode
       
         right;        TreeNode
        
          prev; // needed to unlink next upon deletion boolean red;//标志红黑树的红结点 TreeNode(int hash, K key, V val, Node
         
           next, TreeNode
          
            parent) { super(hash, key, val, next); this.parent = parent; } Node
           
             find(int h, Object k) { return findTreeNode(h, k, null); } /** * 根据key查找，从根节点开始找出相应的TreeNode */ final TreeNode
            
              findTreeNode(int h, Object k, Class
              kc) { if (k != null) { TreeNode
             
               p = this; do { int ph, dir; K pk; TreeNode
              
                q; TreeNode
               
                 pl = p.left, pr = p.right; if ((ph = p.hash) > h) p = pl; else if (ph < h) p = pr; else if ((pk = p.key) == k || (pk != null && k.equals(pk))) return p; else if (pl == null) p = pr; else if (pr == null) p = pl; else if ((kc != null || (kc = comparableClassFor(k)) != null) && (dir = compareComparables(kc, k, pk)) != 0) p = (dir < 0) ? pl : pr; else if ((q = pr.findTreeNode(h, k, kc)) != null) return q; else p = pl; } while (p != null); } return null; } }
               
              
             
            
           
          
         
        
       
      
     
    
   

4.TreeBin

封装TreeNode的容器，提供转换红黑树的一些条件和锁的控制，ConcurrentHashMap底层存放的就是TreeBin对象，而不是TreeNode对象

static final class TreeBin
   
     extends Node
    
      {        //指向TreeNode列表和根节点        TreeNode
     
       root;        volatile TreeNode
      
        first;        volatile Thread waiter;        volatile int lockState;        // 读写锁的状态        static final int WRITER = 1; // 获取写锁时        static final int WAITER = 2; // 等待写锁时        static final int READER = 4; // 增加数据时读锁的状态        /**         * Tie-breaking utility for ordering insertions when equal         * hashCodes and non-comparable. We don't require a total         * order, just a consistent insertion rule to maintain         * equivalence across rebalancings. Tie-breaking further than         * necessary simplifies testing a bit.         */        static int tieBreakOrder(Object a, Object b) {            int d;            if (a == null || b == null ||                (d = a.getClass().getName().                 compareTo(b.getClass().getName())) == 0)                d = (System.identityHashCode(a) <= System.identityHashCode(b) ?                     -1 : 1);            return d;        }        /**         * 初始化红黑树         */        TreeBin(TreeNode
       
         b) {            super(TREEBIN, null, null, null);            this.first = b;            TreeNode
        
          r = null; for (TreeNode
         
           x = b, next; x != null; x = next) { next = (TreeNode
          
           )x.next; x.left = x.right = null; if (r == null) { x.parent = null; x.red = false; r = x; } else { K k = x.key; int h = x.hash; Class
            kc = null; for (TreeNode
           
             p = r;;) { int dir, ph; K pk = p.key; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) dir = tieBreakOrder(k, pk); TreeNode
            
              xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { x.parent = xp; if (dir <= 0) xp.left = x; else xp.right = x; r = balanceInsertion(r, x); break; } } } } this.root = r; assert checkInvariants(root); }
            
           
          
         
        
       
      
     
    
   

5.put操作

发现，代码中加锁片段用的是synchronized关键字，而不是像1.7中的ReentrantLock，说明synchronized在新版本的JDK中优化的程度和ReentrantLock差不多了

ConcurrentHashMap在对key求Hash值的时候，为了实现segment均匀分布，进行了两次hash

static final int spread(int h) {        return (h ^ (h >>> 16)) & HASH_BITS;    }

public V put(K key, V value) {        return putVal(key, value, false);    }    /** Implementation for put and putIfAbsent */    final V putVal(K key, V value, boolean onlyIfAbsent) {        if (key == null || value == null) throw new NullPointerException();        //两次hash，减少hash冲突，可以均匀分布        int hash = spread(key.hashCode());        int binCount = 0;        //对table进行迭代        for (Node
   
    [] tab = table;;) {//类似于while（true），这道插入成功            Node
    
      f; int n, i, fh;            //上面构造方法是否进行初始化在这里判断，为null就调用initTable进行初始化，属于懒汉模式初始化            if (tab == null || (n = tab.length) == 0)                tab = initTable();            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {//如果i位置没有数据，就直接无锁插入                if (casTabAt(tab, i, null,                             new Node
     
      (hash, key, value, null)))                    break;                   // no lock when adding to empty bin            }            else if ((fh = f.hash) == MOVED)//如果在进行扩容，则先进行扩容操作                tab = helpTransfer(tab, f);            else {                V oldVal = null;                //如果以上都不满足，则进行加锁操作，也就是存在hash冲突，锁住链表或者红黑树的头结点                synchronized (f) {//锁定，hash值相同的链表的头结点                    if (tabAt(tab, i) == f) {//避免多线程，需要重新检查                        if (fh >= 0) {//表示该结点是链表结构                            binCount = 1;                    //该for循环先查找链表中是否出现了此key如果出现则更新value并跳出循环，否则将结点插入到链表末尾并跳出循环                            for (Node
      
        e = f;; ++binCount) {                                K ek;                                //相同的key进行put就会覆盖原先的value                                if (e.hash == hash &&                                    ((ek = e.key) == key ||                                     (ek != null && key.equals(ek)))) {                                    oldVal = e.val;                                    if (!onlyIfAbsent)                                        e.val = value;                                    break;                                }                                Node
       
         pred = e;                                if ((e = e.next) == null) {//插入链表尾部                                    pred.next = new Node
        
         (hash, key, value, null); break; } } } else if (f instanceof TreeBin) {//红黑树结构 Node
         
           p; binCount = 2; //红黑树结构旋转插入 if ((p = ((TreeBin
          
           )f).putTreeVal(hash, key, value)) != null) { oldVal = p.val; if (!onlyIfAbsent) p.val = value; } } } } //插入成功后，如果插入的是链表结点，需要判断下该桶位是否要转化为树 //如果链表的长度大于8就进行红黑树的转换 if (binCount != 0) { if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } addCount(1L, binCount); return null; }
          
         
        
       
      
     
    
   

从代码可以看出，put的大致步骤如下：

• 如果没有初始化，就先调用initTable方法进行初始化过程
• 如果没有hash冲突则直接CAS插入
• 如果还在进行扩容操作就先进行扩容
• 如果存在hash冲突，就加锁来保证线程安全，有两种情况，一是链表形式就直接遍历到尾端插入，二是按照红黑树结构插入
• 如果该链表的数量大于阈值8，就先转换成红黑树结构，break再一次进入循环
• 如果添加成功就调用addCount方法统计size，并检查是否需要扩容

treeifyBin方法，检查下table长度是否大于64，如果不大于，则调用tryPresize方法将table两倍扩容即可，就不将其转为树了，如果大于，则就将table[i]的链表转为红黑树

private final void treeifyBin(Node
   
    [] tab, int index) {        Node
    
      b; int n, sc;        if (tab != null) {            if ((n = tab.length) < MIN_TREEIFY_CAPACITY)//容量<64，则两倍扩容                tryPresize(n << 1);            else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {                synchronized (b) {//读写锁                    if (tabAt(tab, index) == b) {                        TreeNode
     
       hd = null, tl = null;                        for (Node
      
        e = b; e != null; e = e.next) {                            TreeNode
       
         p =                                new TreeNode
        
         (e.hash, e.key, e.val, null, null); if ((p.prev = tl) == null) hd = p; else tl.next = p; tl = p; } setTabAt(tab, index, new TreeBin
         
          (hd)); } } } } }
         
        
       
      
     
    
   

不过在结构转换之前，会对数组长度进行判断

private final void tryPresize(int size) {//若给定的容量>= (MAXIMUM_CAPACITY的一半，直接扩容到最大值，否则调用tableSizeFor扩容        int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :        //tableSizeFor(count)作用是找到大于等于count的最小值            tableSizeFor(size + (size >>> 1) + 1);        int sc;        while ((sc = sizeCtl) >= 0) {//只有大于等于0才表示该线程可以扩容            Node
   
    [] tab = table; int n;            if (tab == null || (n = tab.length) == 0) {//表示没有被初始化                n = (sc > c) ? sc : c;            //期间没有其他线程对表操作，则CAS将SIZECTL设为-1，表示正在初始化                if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {                    try {                        if (table == tab) {//再一次检查                            @SuppressWarnings("unchecked")                            Node
    
     [] nt = (Node
     
      [])new Node
      [n];                            table = nt;                            sc = n - (n >>> 2);                        }                    } finally {                        sizeCtl = sc;//更新扩容阈值                    }                }            }            else if (c <= sc || n >= MAXIMUM_CAPACITY)                break;            else if (tab == table) {                int rs = resizeStamp(n);                if (sc < 0) {                    Node
      
       [] nt;                    if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||                        sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||                        transferIndex <= 0)                        break;                    if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))                        transfer(tab, nt);                }                else if (U.compareAndSwapInt(this, SIZECTL, sc,                                             (rs << RESIZE_STAMP_SHIFT) + 2))                    transfer(tab, null);            }        }    }
      
     
    
   

新增结点之后，会调用addCount方法记录元素个数，并检查是否需要进行扩容，当数组元素个数达到阈值时，会触发transfer方法，重新调整结点的位置，详细，参考：

6.get操作

ForwardingNode表示临时结点，在扩容时使用

static final class ForwardingNode
   
     extends Node
    
      {        final Node
     
      [] nextTable;        ForwardingNode(Node
      
       [] tab) {            super(MOVED, null, null, null);            this.nextTable = tab;        }        Node
       
         find(int h, Object k) {            // loop to avoid arbitrarily deep recursion on forwarding nodes            outer: for (Node
        
         [] tab = nextTable;;) { Node
         
           e; int n;
         
        
       
      
     
    
   

public V get(Object key) {        Node
   
    [] tab; Node
    
      e, p; int n, eh; K ek;        int h = spread(key.hashCode());//定位到table中的i        if ((tab = table) != null && (n = tab.length) > 0 &&            (e = tabAt(tab, (n - 1) & h)) != null) {//读取首节点的node            if ((eh = e.hash) == h) {//如果该结点是首节点就返回                if ((ek = e.key) == key || (ek != null && key.equals(ek)))                    return e.val;            }            //hash值为负值表示正在扩容，这个时候查的是ForwardingNode方法来定位到nextTable来查找，找得到就返回            else if (eh < 0)                return (p = e.find(h, key)) != null ? p.val : null;            while ((e = e.next) != null) {                if (e.hash == h &&                    ((ek = e.key) == key || (ek != null && key.equals(ek))))                    return e.val;            }        }        return null;    }
    
   

• 计算hash，定位到该table索引值，如果是首节点符合就返回
• 如果遇到扩容，会调用标志正在扩容结点ForwardingNode的find方法，查找该结点，匹配就返回
• 以上都不符合的话，就往下遍历，匹配就返回，否则最后返回null

7.size

//1.2时就加入的   public int size() {        long n = sumCount();        return ((n < 0L) ? 0 :                (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :                (int)n);    }    //1.8加入的API    public long mappingCount() {        long n = sumCount();        return (n < 0L) ? 0L : n; // ignore transient negative values    }    final long sumCount() {        CounterCell[] as = counterCells; CounterCell a;        long sum = baseCount;        if (as != null) {            for (int i = 0; i < as.length; ++i) {                if ((a = as[i]) != null)                    sum += a.value;            }        }        return sum;    }

JDK1.8中新增了mappingCount的API，这个API的不同之处就是返回值是long类型，这样就不受Integer.MAX_VALUE大小的限制了，两个方法都调用sumCount，且返回的都是一个估计值（JDK1.7使用加锁方式实现，而1.8牺牲了精度来换取更高的效率）

总结

从JDK1.7的ReentrantLock+Segment+HashEntry到JDK1.8的synchronized+CAS+HashEntry+红黑树：

1.JDK1.8的实现降低了锁的粒度，JDK1.7版本的锁的粒度是基于segment的，包含多个HashEntry，而JDK1.8锁的粒度就是HashEntry

2.JDK1.8的数据结构变得更简单，使得操作也更加清晰流畅，因为已经使用synchronized来进行同步，所以不需要分段锁的概念，但是由于粒度的降低，实现的复杂度也相对应提高

3.JDK1.8使用红黑树来优化链表，基于长度很长的链表的遍历是一个漫长的过程，而红黑树的遍历效率时很快的，代替一定阈值的链表，形成最佳拍档

参考

《java并发编程的艺术》

转载地址：https://blog.csdn.net/Autumn03/article/details/81141728 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！