深入理解HashMap和CurrentHashMap

蔚落 2022-01-21 07:17 337阅读 0赞

原文链接：[https://segmentfault.com/a/1190000015726870][https_segmentfault.com_a_1190000015726870]

## 前言 ##

Map 这样的 `Key Value` 在软件开发中是非常经典的结构，常用于在内存中存放数据。

本篇主要想讨论 ConcurrentHashMap 这样一个并发容器，在正式开始之前我觉得有必要谈谈 HashMap，没有它就不会有后面的 ConcurrentHashMap。

## HashMap ##

众所周知 HashMap 底层是基于 `数组 + 链表` 组成的，不过在 jdk1.7 和 1.8 中具体实现稍有不同。

### Base 1.7 ###

1.7 中的数据结构图：

![1269142488-5b54c045becf8][]

![1460000015726874_w_651_h_724][]

先来看看 1.7 中的实现。

![1336933082-5b54c0459015f][]

![1460000015726875_w_998_h_782][]

这是 HashMap 中比较核心的几个成员变量；看看分别是什么意思？

1.  初始化桶大小，因为底层是数组，所以这是数组默认的大小。
2.  桶最大值。
3.  默认的负载因子（0.75）
4.  `table` 真正存放数据的数组。
5.  `Map` 存放数量的大小。
6.  桶大小，可在初始化时显式指定。
7.  负载因子，可在初始化时显式指定。

重点解释下负载因子：

由于给定的 HashMap 的容量大小是固定的，比如默认初始化：

![复制代码][copycode.gif]

1     public HashMap() {
     2         this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
     3     }
     4 
     5     public HashMap(int initialCapacity, float loadFactor) {
     6         if (initialCapacity < 0)
     7             throw new IllegalArgumentException("Illegal initial capacity: " +
     8                                                initialCapacity);
     9         if (initialCapacity > MAXIMUM_CAPACITY)
    10             initialCapacity = MAXIMUM_CAPACITY;
    11         if (loadFactor <= 0 || Float.isNaN(loadFactor))
    12             throw new IllegalArgumentException("Illegal load factor: " +
    13                                                loadFactor);
    14 
    15         this.loadFactor = loadFactor;
    16         threshold = initialCapacity;
    17         init();
    18     }

![复制代码][copycode.gif]

给定的默认容量为 16，负载因子为 0.75。Map 在使用过程中不断的往里面存放数据，当数量达到了 `16 * 0.75 = 12` 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。

因此通常建议能提前预估 HashMap 的大小最好，尽量的减少扩容带来的性能损耗。

根据代码可以看到其实真正存放数据的是

transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;

这个数组，那么它又是如何定义的呢？

![2][]

![1460000015726876][]

Entry 是 HashMap 中的一个内部类，从他的成员变量很容易看出：

*  key 就是写入时的键。
 *  value 自然就是值。
 *  开始的时候就提到 HashMap 是由数组和链表组成，所以这个 next 就是用于实现链表结构。
 *  hash 存放的是当前 key 的 hashcode。

知晓了基本结构，那来看看其中重要的写入、获取函数：

put 方法

![复制代码][copycode.gif]

public V put(K key, V value) {
            if (table == EMPTY_TABLE) {
                inflateTable(threshold);
            }
            if (key == null)
                return putForNullKey(value);
            int hash = hash(key);
            int i = indexFor(hash, table.length);
            for (Entry<K,V> e = table[i]; e != null; e = e.next) {
                Object k;
                if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                    V oldValue = e.value;
                    e.value = value;
                    e.recordAccess(this);
                    return oldValue;
                }
            }
    
            modCount++;
            addEntry(hash, key, value, i);
            return null;
        }

![复制代码][copycode.gif]

*  判断当前数组是否需要初始化。
 *  如果 key 为空，则 put 一个空值进去。
 *  根据 key 计算出 hashcode。
 *  根据计算出的 hashcode 定位出所在桶。
 *  如果桶是一个链表则需要遍历判断里面的 hashcode、key 是否和传入 key 相等，如果相等则进行覆盖，并返回原来的值。
 *  如果桶是空的，说明当前位置没有数据存入；新增一个 Entry 对象写入当前位置。

![复制代码][copycode.gif]

void addEntry(int hash, K key, V value, int bucketIndex) {
            if ((size >= threshold) && (null != table[bucketIndex])) {
                resize(2 * table.length);
                hash = (null != key) ? hash(key) : 0;
                bucketIndex = indexFor(hash, table.length);
            }
    
            createEntry(hash, key, value, bucketIndex);
        }
        
        void createEntry(int hash, K key, V value, int bucketIndex) {
            Entry<K,V> e = table[bucketIndex];
            table[bucketIndex] = new Entry<>(hash, key, value, e);
            size++;
        }

![复制代码][copycode.gif]

当调用 addEntry 写入 Entry 时需要判断是否需要扩容。

如果需要就进行两倍扩充，并将当前的 key 重新 hash 并定位。

而在 `createEntry` 中会将当前位置的桶传入到新建的桶中，如果当前桶有值就会在位置形成链表。

get 方法

再来看看 get 函数：

![复制代码][copycode.gif]

public V get(Object key) {
            if (key == null)
                return getForNullKey();
            Entry<K,V> entry = getEntry(key);
    
            return null == entry ? null : entry.getValue();
        }
        
        final Entry<K,V> getEntry(Object key) {
            if (size == 0) {
                return null;
            }
    
            int hash = (key == null) ? 0 : hash(key);
            for (Entry<K,V> e = table[indexFor(hash, table.length)];
                 e != null;
                 e = e.next) {
                Object k;
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            }
            return null;
        }

![复制代码][copycode.gif]

*  首先也是根据 key 计算出 hashcode，然后定位到具体的桶中。
 *  判断该位置是否为链表。
 *  不是链表就根据 `key、key 的 hashcode` 是否相等来返回值。
 *  为链表则需要遍历直到 key 及 hashcode 相等时候就返回值。
 *  啥都没取到就直接返回 null 。

### Base 1.8 ###

不知道 1.7 的实现大家看出需要优化的点没有？

其实一个很明显的地方就是：

> 当 Hash 冲突严重时，在桶上形成的链表会变的越来越长，这样在查询时的效率就会越来越低；时间复杂度为  `O(N)`。

因此 1.8 中重点优化了这个查询效率。

1.8 HashMap 结构图：

![3][]

![1460000015726877_w_773_h_437][]

先来看看几个核心的成员变量：

![复制代码][copycode.gif]

1     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
     2 
     3     /**
     4      * The maximum capacity, used if a higher value is implicitly specified
     5      * by either of the constructors with arguments.
     6      * MUST be a power of two <= 1<<30.
     7      */
     8     static final int MAXIMUM_CAPACITY = 1 << 30;
     9 
    10     /**
    11      * The load factor used when none specified in constructor.
    12      */
    13     static final float DEFAULT_LOAD_FACTOR = 0.75f;
    14 
    15     static final int TREEIFY_THRESHOLD = 8;
    16     
    17     transient Node<K,V>[] table;
    18 
    19     /**
    20      * Holds cached entrySet(). Note that AbstractMap fields are used
    21      * for keySet() and values().
    22      */
    23     transient Set<Map.Entry<K,V>> entrySet;
    24 
    25     /**
    26      * The number of key-value mappings contained in this map.
    27      */
    28     transient int size;

![复制代码][copycode.gif]

和 1.7 大体上都差不多，还是有几个重要的区别：

*  `TREEIFY_THRESHOLD` 用于判断是否需要将链表转换为红黑树的阈值。
 *  HashEntry 修改为 Node。

Node 的核心组成其实也是和 1.7 中的 HashEntry 一样，存放的都是 `key value hashcode next` 等数据。

再来看看核心方法。

put 方法

![4][]

![1460000015726878][]

看似要比 1.7 的复杂，我们一步步拆解：

1.  判断当前桶是否为空，空的就需要初始化（resize 中会判断是否进行初始化）。
2.  根据当前 key 的 hashcode 定位到具体的桶中并判断是否为空，为空表明没有 Hash 冲突就直接在当前位置创建一个新桶即可。
3.  如果当前桶有值（ Hash 冲突），那么就要比较当前桶中的 `key、key 的 hashcode` 与写入的 key 是否相等，相等就赋值给 `e`,在第 8 步的时候会统一进行赋值及返回。
4.  如果当前桶为红黑树，那就要按照红黑树的方式写入数据。
5.  如果是个链表，就需要将当前的 key、value 封装成一个新节点写入到当前桶的后面（形成链表）。
6.  接着判断当前链表的大小是否大于预设的阈值，大于时就要转换为红黑树。
7.  如果在遍历过程中找到 key 相同时直接退出遍历。
8.  如果 `e != null` 就相当于存在相同的 key,那就需要将值覆盖。
9.  最后判断是否需要进行扩容。

get 方法

![复制代码][copycode.gif]

1     public V get(Object key) {
     2         Node<K,V> e;
     3         return (e = getNode(hash(key), key)) == null ? null : e.value;
     4     }
     5 
     6     final Node<K,V> getNode(int hash, Object key) {
     7         Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
     8         if ((tab = table) != null && (n = tab.length) > 0 &&
     9             (first = tab[(n - 1) & hash]) != null) {
    10             if (first.hash == hash && // always check first node
    11                 ((k = first.key) == key || (key != null && key.equals(k))))
    12                 return first;
    13             if ((e = first.next) != null) {
    14                 if (first instanceof TreeNode)
    15                     return ((TreeNode<K,V>)first).getTreeNode(hash, key);
    16                 do {
    17                     if (e.hash == hash &&
    18                         ((k = e.key) == key || (key != null && key.equals(k))))
    19                         return e;
    20                 } while ((e = e.next) != null);
    21             }
    22         }
    23         return null;
    24     }

![复制代码][copycode.gif]

get 方法看起来就要简单许多了。

*  首先将 key hash 之后取得所定位的桶。
 *  如果桶为空则直接返回 null 。
 *  否则判断桶的第一个位置(有可能是链表、红黑树)的 key 是否为查询的 key，是就直接返回 value。
 *  如果第一个不匹配，则判断它的下一个是红黑树还是链表。
 *  红黑树就按照树的查找方式返回值。
 *  不然就按照链表的方式遍历匹配返回值。

从这两个核心方法（get/put）可以看出 1.8 中对大链表做了优化，修改为红黑树之后查询效率直接提高到了 `O(logn)`。

但是 HashMap 原有的问题也都存在，比如在并发场景下使用时容易出现死循环。

![复制代码][copycode.gif]

1 final HashMap<String, String> map = new HashMap<String, String>();
    2 for (int i = 0; i < 1000; i++) {
    3     new Thread(new Runnable() {
    4         @Override
    5         public void run() {
    6             map.put(UUID.randomUUID().toString(), "");
    7         }
    8     }).start();
    9 }

![复制代码][copycode.gif]

但是为什么呢？简单分析下。

看过上文的还记得在 HashMap 扩容的时候会调用 `resize()` 方法，就是这里的并发操作容易在一个桶上形成环形链表；这样当获取一个不存在的 key 时，计算出的 index 正好是环形链表的下标就会出现死循环。

如下图：

![5][]

![1460000015726879][]

![1460000015726880][]

### ![6][5] ###

### 遍历方式 ###

还有一个值得注意的是 HashMap 的遍历方式，通常有以下几种：

![复制代码][copycode.gif]

1 Iterator<Map.Entry<String, Integer>> entryIterator = map.entrySet().iterator();
     2         while (entryIterator.hasNext()) {
     3             Map.Entry<String, Integer> next = entryIterator.next();
     4             System.out.println("key=" + next.getKey() + " value=" + next.getValue());
     5         }
     6         
     7 Iterator<String> iterator = map.keySet().iterator();
     8         while (iterator.hasNext()){
     9             String key = iterator.next();
    10             System.out.println("key=" + key + " value=" + map.get(key));
    11 
    12         }

![复制代码][copycode.gif]

`强烈建议`使用第一种 EntrySet 进行遍历。

第一种可以把 key value 同时取出，第二种还得需要通过 key 取一次 value，效率较低。

> 简单总结下 HashMap：无论是 1.7 还是 1.8 其实都能看出 JDK 没有对它做任何的同步操作，所以并发会出问题，甚至出现死循环导致系统不可用。

因此 JDK 推出了专项专用的 ConcurrentHashMap ，该类位于 `java.util.concurrent` 包下，专门用于解决并发问题。

> 坚持看到这里的朋友算是已经把 ConcurrentHashMap 的基础已经打牢了，下面正式开始分析。

## ConcurrentHashMap ##

ConcurrentHashMap 同样也分为 1.7 、1.8 版，两者在实现上略有不同。

### Base 1.7 ###

先来看看 1.7 的实现，下面是他的结构图：

![7][]

![1460000015726881_w_500_h_255][]

如图所示，是由 Segment 数组、HashEntry 组成，和 HashMap 一样，仍然是数组加链表。

它的核心成员变量：

![复制代码][copycode.gif]

1  /**
    2      * Segment 数组，存放数据时首先需要定位到具体的 Segment 中。
    3      */
    4     final Segment<K,V>[] segments;
    5 
    6     transient Set<K> keySet;
    7     transient Set<Map.Entry<K,V>> entrySet;

![复制代码][copycode.gif]

Segment 是 ConcurrentHashMap 的一个内部类，主要的组成如下：

![复制代码][copycode.gif]

1     static final class Segment<K,V> extends ReentrantLock implements Serializable {
     2 
     3         private static final long serialVersionUID = 2249069246763182397L;
     4         
     5         // 和 HashMap 中的 HashEntry 作用一样，真正存放数据的桶
     6         transient volatile HashEntry<K,V>[] table;
     7 
     8         transient int count;
     9 
    10         transient int modCount;
    11 
    12         transient int threshold;
    13 
    14         final float loadFactor;
    15         
    16     }

![复制代码][copycode.gif]

看看其中 HashEntry 的组成：

![8][]

![1460000015726882_w_816_h_237][]

和 HashMap 非常类似，唯一的区别就是其中的核心数据如 value ，以及链表都是 volatile 修饰的，保证了获取时的可见性。

原理上来说：ConcurrentHashMap 采用了分段锁技术，其中 Segment 继承于 ReentrantLock。不会像 HashTable 那样不管是 put 还是 get 操作都需要做同步处理，理论上 ConcurrentHashMap 支持 CurrencyLevel (Segment 数组数量)的线程并发。每当一个线程占用锁访问一个 Segment 时，不会影响到其他的 Segment。

下面也来看看核心的 `put get` 方法。

put 方法

![复制代码][copycode.gif]

1     public V put(K key, V value) {
     2         Segment<K,V> s;
     3         if (value == null)
     4             throw new NullPointerException();
     5         int hash = hash(key);
     6         int j = (hash >>> segmentShift) & segmentMask;
     7         if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck
     8              (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment
     9             s = ensureSegment(j);
    10         return s.put(key, hash, value, false);
    11     }

![复制代码][copycode.gif]

首先是通过 key 定位到 Segment，之后在对应的 Segment 中进行具体的 put。

![复制代码][copycode.gif]

1         final V put(K key, int hash, V value, boolean onlyIfAbsent) {
     2             HashEntry<K,V> node = tryLock() ? null :
     3                 scanAndLockForPut(key, hash, value);
     4             V oldValue;
     5             try {
     6                 HashEntry<K,V>[] tab = table;
     7                 int index = (tab.length - 1) & hash;
     8                 HashEntry<K,V> first = entryAt(tab, index);
     9                 for (HashEntry<K,V> e = first;;) {
    10                     if (e != null) {
    11                         K k;
    12                         if ((k = e.key) == key ||
    13                             (e.hash == hash && key.equals(k))) {
    14                             oldValue = e.value;
    15                             if (!onlyIfAbsent) {
    16                                 e.value = value;
    17                                 ++modCount;
    18                             }
    19                             break;
    20                         }
    21                         e = e.next;
    22                     }
    23                     else {
    24                         if (node != null)
    25                             node.setNext(first);
    26                         else
    27                             node = new HashEntry<K,V>(hash, key, value, first);
    28                         int c = count + 1;
    29                         if (c > threshold && tab.length < MAXIMUM_CAPACITY)
    30                             rehash(node);
    31                         else
    32                             setEntryAt(tab, index, node);
    33                         ++modCount;
    34                         count = c;
    35                         oldValue = null;
    36                         break;
    37                     }
    38                 }
    39             } finally {
    40                 unlock();
    41             }
    42             return oldValue;
    43         }

![复制代码][copycode.gif]

虽然 HashEntry 中的 value 是用 volatile 关键词修饰的，但是并不能保证并发的原子性，所以 put 操作时仍然需要加锁处理。

首先第一步的时候会尝试获取锁，如果获取失败肯定就有其他线程存在竞争，则利用 `scanAndLockForPut()` 自旋获取锁。

![9][]

![1460000015726883][]

1.  尝试自旋获取锁。
2.  如果重试的次数达到了 `MAX_SCAN_RETRIES` 则改为阻塞锁获取，保证能获取成功。

![10][]

![1460000015726884_w_1004_h_771][]

再结合图看看 put 的流程。

1.  将当前 Segment 中的 table 通过 key 的 hashcode 定位到 HashEntry。
2.  遍历该 HashEntry，如果不为空则判断传入的 key 和当前遍历的 key 是否相等，相等则覆盖旧的 value。
3.  不为空则需要新建一个 HashEntry 并加入到 Segment 中，同时会先判断是否需要扩容。
4.  最后会解除在 1 中所获取当前 Segment 的锁。

get 方法

![复制代码][copycode.gif]

1     public V get(Object key) {
     2         Segment<K,V> s; // manually integrate access methods to reduce overhead
     3         HashEntry<K,V>[] tab;
     4         int h = hash(key);
     5         long u = (((h >>> segmentShift) & segmentMask) << SSHIFT) + SBASE;
     6         if ((s = (Segment<K,V>)UNSAFE.getObjectVolatile(segments, u)) != null &&
     7             (tab = s.table) != null) {
     8             for (HashEntry<K,V> e = (HashEntry<K,V>) UNSAFE.getObjectVolatile
     9                      (tab, ((long)(((tab.length - 1) & h)) << TSHIFT) + TBASE);
    10                  e != null; e = e.next) {
    11                 K k;
    12                 if ((k = e.key) == key || (e.hash == h && key.equals(k)))
    13                     return e.value;
    14             }
    15         }
    16         return null;
    17     }

![复制代码][copycode.gif]

get 逻辑比较简单：

只需要将 Key 通过 Hash 之后定位到具体的 Segment ，再通过一次 Hash 定位到具体的元素上。

由于 HashEntry 中的 value 属性是用 volatile 关键词修饰的，保证了内存可见性，所以每次获取时都是最新值。

ConcurrentHashMap 的 get 方法是非常高效的，**因为整个过程都不需要加锁**。

### Base 1.8 ###

1.7 已经解决了并发问题，并且能支持 N 个 Segment 这么多次数的并发，但依然存在 HashMap 在 1.7 版本中的问题。

> 那就是查询遍历链表效率太低。

因此 1.8 做了一些数据结构上的调整。

首先来看下底层的组成结构：

![11][]

![1460000015726885][]

看起来是不是和 1.8 HashMap 结构类似？

其中抛弃了原有的 Segment 分段锁，而采用了 `CAS + synchronized` 来保证并发安全性。

![12][]

![1460000015726886][]

也将 1.7 中存放数据的 HashEntry 改为 Node，但作用都是相同的。

其中的 `val next` 都用了 volatile 修饰，保证了可见性。

put 方法

重点来看看 put 函数：

![13][]

![1460000015726887_w_876_h_983][]

*  根据 key 计算出 hashcode 。
 *  判断是否需要进行初始化。
 *  `f` 即为当前 key 定位出的 Node，如果为空表示当前位置可以写入数据，利用 CAS 尝试写入，失败则自旋保证成功。
 *  如果当前位置的 `hashcode == MOVED == -1`,则需要进行扩容。
 *  如果都不满足，则利用 synchronized 锁写入数据。
 *  如果数量大于 `TREEIFY_THRESHOLD` 则要转换为红黑树。

get 方法

![13][13 1]

![1460000015726888_w_868_h_341][]

*  根据计算出来的 hashcode 寻址，如果就在桶上那么直接返回值。
 *  如果是红黑树那就按照树的方式获取值。
 *  就不满足那就按照链表的方式遍历获取值。

> 1.8 在 1.7 的数据结构上做了大的改动，采用红黑树之后可以保证查询效率（ `O(logn)`），甚至取消了 ReentrantLock 改为了 synchronized，这样可以看出在新版的 JDK 中对 synchronized 优化是很到位的。

## 总结 ##

看完了整个 HashMap 和 ConcurrentHashMap 在 1.7 和 1.8 中不同的实现方式相信大家对他们的理解应该会更加到位。

其实这块也是面试的重点内容，通常的套路是：

1.  谈谈你理解的 HashMap，讲讲其中的 get put 过程。
2.  1.8 做了什么优化？
3.  是线程安全的嘛？
4.  不安全会导致哪些问题？
5.  如何解决？有没有线程安全的并发容器？
6.  ConcurrentHashMap 是如何实现的？ 1.7、1.8 实现有何不同？为什么这么做？

这一串问题相信大家仔细看完都能怼回面试官。

除了面试会问到之外平时的应用其实也蛮多，像之前谈到的 [Guava 中 Cache][Guava _ Cache] 的实现就是利用 ConcurrentHashMap 的思想。

同时也能学习 JDK 作者大牛们的优化思路以及并发解决方案。

[https_segmentfault.com_a_1190000015726870]: https://segmentfault.com/a/1190000015726870
[1269142488-5b54c045becf8]: https://sfault-image.b0.upaiyun.com/126/914/1269142488-5b54c045becf8
[1460000015726874_w_651_h_724]: /images/20220121/25809008d66144f094e2dc5fd0e5eab7.png
[1336933082-5b54c0459015f]: https://sfault-image.b0.upaiyun.com/133/693/1336933082-5b54c0459015f
[1460000015726875_w_998_h_782]: /images/20220121/29268653970e403f9f09f90c7ec9c7af.png
[copycode.gif]: /images/20220121/ed403b0169ce4d8cb2542c3e0c695e7f.png
[2]: https://sfault-image.b0.upaiyun.com/263/819/2638194048-5b54c045677e9
[1460000015726876]: /images/20220121/bf151976191942f788e37b40992f7881.png
[3]: https://sfault-image.b0.upaiyun.com/245/822/2458227153-5b54c0455ea40
[1460000015726877_w_773_h_437]: /images/20220121/5b1ccc140f534a5c92b9600b6df1d193.png
[4]: https://sfault-image.b0.upaiyun.com/150/702/1507027604-5b54c0456d6f4
[1460000015726878]: /images/20220121/20c9a872edea4eac9c2cd86b3b497f30.png
[5]: https://sfault-image.b0.upaiyun.com/416/282/4162822239-5b54c04516821
[1460000015726879]: /images/20220121/ff676786f6d041b1b67203f15cf0865f.png
[1460000015726880]: /images/20220121/26f045615d504c3b829147f2133e107e.png
[7]: https://sfault-image.b0.upaiyun.com/416/804/4168047968-5b54c04501e44
[1460000015726881_w_500_h_255]: /images/20220121/ecb06936ca6848999b2f37f29bd12714.png
[8]: https://sfault-image.b0.upaiyun.com/184/915/1849153715-5b54c044eb25f
[1460000015726882_w_816_h_237]: /images/20220121/aac691f07833484aafc6d64f9bef1be1.png
[9]: https://sfault-image.b0.upaiyun.com/410/672/4106722040-5b54c0450805d
[1460000015726883]: /images/20220121/dedd34f9d387436a9a6af6d63937ae01.png
[10]: https://sfault-image.b0.upaiyun.com/105/241/1052417671-5b54c0452a131
[1460000015726884_w_1004_h_771]: /images/20220121/d8accf868ca046d6b5e73c204ec7e662.png
[11]: https://sfault-image.b0.upaiyun.com/475/478/475478371-5b54c044a034c
[1460000015726885]: /images/20220121/f031395a1f93409b971d0d33746b1ecb.png
[12]: https://sfault-image.b0.upaiyun.com/321/250/3212502166-5b54c044d71b6
[1460000015726886]: /images/20220121/a10aa96f89bd4396a67319e7d330b1a7.png
[13]: https://sfault-image.b0.upaiyun.com/160/023/1600239421-5b54c044aaa48
[1460000015726887_w_876_h_983]: /images/20220121/59160c9a62a749f7ad6d7b58d6a4db02.png
[13 1]: https://sfault-image.b0.upaiyun.com/148/261/1482615849-5b54c0449d02c
[1460000015726888_w_868_h_341]: /images/20220121/f3ea39fb79c04e288aa7739bf8a18c54.png
[Guava _ Cache]: https://crossoverjie.top/categories/Guava/