为什么 ArrayList 和 LinkedList 是线程不安全的?

news2026/4/23 17:01:32
在 Java 并发编程中ArrayList和LinkedList都是“臭名昭著”的线程不安全者。它们的线程安全性问题根源都在于内部状态如元素数组、大小、节点链接的修改操作并非原子性且缺乏同步机制。当多条线程同时修改同一个实例时就会产生数据污染、元素丢失等诡异问题。下面我们分别剖析它们的不安全根源。一、ArrayList 的线程不安全之源ArrayList 的底层是一个动态数组elementData和一个整型变量size来记录元素个数。它的不安全主要体现在三个方面1. 核心操作缺乏原子性以add(E e)方法为例一个简单的add方法在代码层面可能只是一行但在 JVM 执行时却分解为多个步骤public boolean add(E e) { modCount; // 步骤1修改次数加1用于迭代器快速失败 add(e, elementData, size); // 步骤2调用私有重载方法执行添加 return true; } private void add(E e, Object[] elementData, int s) { if (s elementData.length) { // 步骤3检查是否需要扩容 elementData grow(); // 步骤4扩容返回新数组 } elementData[s] e; // 步骤5在索引 s 处放入元素 size s 1; // 步骤6更新 size }从这段真实代码可以看出一个简单的add操作被分解为多个步骤并且这些步骤在并发执行时并非原子操作。多线程风险演示场景线程A和线程B同时执行add此时size 5且elementData.length 5无需扩容。可能的时间片轮转1. 线程A执行完步骤5elementData[5] a但还没来得及执行步骤6更新sizeCPU切换到了线程B。2. 线程B开始执行add它读取到的size仍然是5。于是它也执行步骤5将elementData[5] b将线程A刚刚放入的元素a覆盖了。3. 接着线程B执行步骤6将size更新为6。4. 之后线程A继续执行步骤6又将size更新为7基于它之前保存的s5计算s1。结果最终size为7但elementData[5]位置实际存放的是ba已丢失且elementData[6]位置是null。这就是典型的元素覆盖和索引错乱。2. 扩容机制引发的并发异常当add操作触发扩容时风险进一步加剧。上面的代码中grow()方法负责扩容// ArrayList 的扩容核心 private Object[] grow(int minCapacity) { // 获取当前数组的容量 int oldCapacity elementData.length; // 判断是否已经初始化过 if (oldCapacity 0 || elementData ! DEFAULTCAPACITY_EMPTY_ELEMENTDATA) { // 情况 1: 数组已经有容量或是已初始化的空数组 // 计算新的容量使用 ArraysSupport.newLength 方法 // 参数说明: // - oldCapacity: 旧容量 // - minCapacity - oldCapacity: 最小需要增长的容量必需增长 // - oldCapacity 1: 首选增长量右移 1 位相当于除以 2即增长 50% int newCapacity ArraysSupport.newLength(oldCapacity, minCapacity - oldCapacity, oldCapacity 1); // 复制原数组到新容量的数组并更新引用 return elementData Arrays.copyOf(elementData, newCapacity); } else { // 情况 2: 默认空数组首次扩容 // 取默认容量 (通常是 10) 和最小需要容量的较大值 return elementData new Object[Math.max(DEFAULT_CAPACITY, minCapacity)]; } }风险假设线程A和线程B同时检测到需要扩容即s elementData.length。它们都会进入grow()方法。线程A先执行Arrays.copyOf创建了一个新数组并将elementData指向它。紧接着线程B也执行Arrays.copyOf但此时它引用的elementData仍然是旧的数组因为线程A的赋值可能还没被线程B看到或者线程B已经读到了旧数组的引用于是基于旧数组又创建了一个新数组并再次将elementData指向它。结果扩容失效最终数组容量可能只是线程B计算的容量但实际需要的容量可能更大线程A已经添加了元素。元素丢失线程A在新数组中添加的元素随着elementData被线程B的引用覆盖而全部丢失。更严重的是线程A之后还会尝试在它自己创建的数组已被抛弃中放入元素这些操作全部无效。3. 迭代过程中的“快速失败fail-fast”当使用迭代器Iterator遍历 ArrayList 时迭代器内部会保存一个expectedModCount值初始等于集合的modCount修改次数。每次遍历都会检查两者是否一致。风险如果在一个线程遍历的同时另一个线程对 ArrayList 进行了结构修改增、删modCount就会变化导致两者不相等。此时正在遍历的线程会立即抛出ConcurrentModificationException这就是为了在并发环境下快速暴露问题而不是让程序在不确定的状态下继续运行。4.总结数据丢失多个线程同时执行add()操作可能导致后写入的数据覆盖前一个数据或size值更新错乱。扩容异常线程A和线程B同时检测到需要扩容都创建了新数组并尝试复制。最终可能只有一个线程的数组生效另一个线程添加的元素全部丢失。快速失败当一个线程使用迭代器遍历时另一个线程修改了集合结构增删迭代器会立即抛出ConcurrentModificationException。二、LinkedList 的线程不安全之源LinkedList 基于双向链表实现其节点Node包含item数据、next后置指针、prev前置指针。它的线程不安全主要体现在对指针和链接状态的并发修改上。1. 链接过程的非原子性以addLast(E e)为例向链表尾部添加元素需要维护多个节点间的指针关系// linkLast 方法 void linkLast(E e) { // 保存当前的尾节点引用 final NodeE l last; // 创建新节点 // 参数说明 // - l: 前驱节点原尾节点 // - e: 新节点存储的元素 // - null: 后继节点为 null因为要放在尾部 final NodeE newNode new Node(l, e, null); // 步骤1更新尾节点指针将 last 指针指向新节点 last newNode; if (l null) // 如果链表为空也要设置 first 指针原链表为空新节点既是头节点也是尾节点 first newNode; else // 步骤2将原尾节点的 next 指针指向新节点原链表非空将原尾节点的 next 指向新节点 l.next newNode; // 步骤3增加 size链表大小加 1 size; // 修改计数器加 1用于快速失败机制 modCount; }风险线程A和线程B同时执行linkLast。它们都可能读到同一个l原尾节点。线程A执行完步骤1将last指向了自己的新节点newNodeA。线程B接着执行步骤1将last指向了自己的新节点newNodeB此时last被线程B覆盖。然后线程A尝试执行步骤2将原尾节点l的next指向newNodeA。线程B也尝试执行步骤2将原尾节点l的next指向newNodeB。结果最终last指向newNodeB但原尾节点的next可能指向newNodeA取决于最后谁执行了步骤2这会导致链表出现环状结构或节点丢失使得后续遍历或操作陷入死循环或产生错误结果。2. 数据结构整体被破坏与ArrayList类似对size的并发增减、在链表中间插入或删除节点时多个线程同时修改节点的prev和next指针极有可能导致指针错乱使得链表不再是一个线性的、可正确遍历的结构甚至出现空指针异常或死循环。例如在中间插入节点时需要同时修改前驱节点的next和后继节点的prev。若两个线程同时在相近位置插入可能造成断链某个节点的next指向了新节点但新节点的prev却未能正确指回导致逆向遍历中断。成环指针交叉引用形成循环链表使遍历永远无法结束。空指针异常某个节点被错误地置为null导致后续访问抛出NPE。3.size与真实节点数不一致size操作不具备原子性多个线程同时执行size会导致最终值小于实际添加次数丢失更新或大于实际节点数重复计数。结合节点丢失的情况size将完全无法反映链表中有效节点的数量使依赖size()的业务逻辑如分页、循环判断失效。4. 迭代器快速失败ConcurrentModificationException与ArrayList一致LinkedList也通过modCount变量记录结构性修改次数。当一个线程使用迭代器遍历时如果另一个线程对链表进行了增删操作modCount的改变会立即被迭代器检测到并抛出ConcurrentModificationException以防止在已损坏或状态不一致的结构上继续操作。三、风险对比与最佳实践集合类不安全根源主要风险表现ArrayList基于数组对索引位置和数组引用的并发赋值非原子扩容时复制覆盖modCount机制触发快速失败。元素覆盖/丢失、数组索引越界、ConcurrentModificationExceptionLinkedList基于链表对多个节点指针prev、next和头尾引用的并发修改非原子size变量并发增减。节点丢失、链表结构损坏如出现环、空指针异常、遍历死循环核心结论与最佳实践局部变量优先如前两份材料所述在绝大多数情况下将ArrayList和LinkedList定义为方法内部的局部变量是避免线程安全问题最简单、最有效的方法。必须共享则加锁或使用并发容器如果确实需要在多线程间共享请不要直接使用它们。对于ArrayList可以根据场景选用Collections.synchronizedList(new ArrayList())简单同步或CopyOnWriteArrayList读多写少。对于LinkedList如果作为队列使用推荐使用ConcurrentLinkedQueue基于 CAS 的无锁并发队列或LinkedBlockingQueue阻塞队列如果仍需 List 操作可考虑Collections.synchronizedList(new LinkedList())但要注意并发性能。

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.coloradmin.cn/o/2427854.html

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,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…