
demo(
    // 创建 map 集合
    // 虽然ConcurrentHashMap是线程安全的，但是当多个线程来临时，方法之间无法保证 
    () -> new ConcurrentHashMap<String, Integer>(),
    // 进行计数
    (map, words) -> { //这里的get()方法和put()方法之间不是线程安全的！！
        for (String word : words) {
            Integer counter = map.get(word);
            int newValue = counter == null ? 1 : counter + 1;
            map.put(word, newValue);
        }
    }
);

解决办法：

用computeIfAbsent，这个方法包含了上述的三个操作，而更重要的是它的加锁只是加载了集合的一个链表上，并发性还是很高的；


demo(
    () -> new ConcurrentHashMap<String, LongAdder>(),
    (map, words) -> {
        for (String word : words) {
            // 注意不能使用 putIfAbsent，此方法返回的是上一次的 value，首次调用返回 null
          	//      a      0，同一个key就是同一个累加器
            map.computeIfAbsent(word, (key) -> new LongAdder()).increment();
        }
    }
);

1.2 HashMap存在问题

1）HashMap原理

①HashMap数据结构：数组+链表；

首先，维护一个数组；先计算Key对应的哈希码，然后取模（数组个数），然后就把key放到对应的数组元素那；当有哈希冲突时，就需要构建一个链表（拉链法）；

注意：JDK8中，后加入的元素总会加入链表的头部；JDK7中后加入的元素总会放入链表的头部；

扩容机制：

当数组元素超过阈值（3/4）时，就会扩容；（长度翻倍）

②HashMap在JDK7环境下存在并发死链的问题：

在JDK7下，当多线程并发扩容时就容易产生并发死链问题；

比如：

一个链表1->35->16->null；扩容后会变为35->1->null和16->null；

当T0拿到1->35和35->16信息后准备迁移元素时，它时间片到了；T1来了，T1完整的完成了迁移操作，这时链表已经变为了35->1->null和16->null；当T0再去迁移元素时就会发生1->35->1的死链；


原始链表，格式：[下标] (key,next)
[1] (1,35)->(35,16)->(16,null)
线程 a 执行到 1 处 ，此时局部变量 e 为 (1,35)，而局部变量 next 为 (35,16) 线程 a 挂起
线程 b 开始执行
第一次循环
[1] (1,null)
第二次循环
[1] (35,1)->(1,null)
第三次循环
[1] (35,1)->(1,null)
[17] (16,null)
切换回线程 a，此时局部变量 e 和 next 被恢复，引用没变但内容变了：e 的内容被改为 (1,null)，而 next 的内
容被改为 (35,1) 并链向 (1,null)
第一次循环
[1] (1,null)
第二次循环，注意这时 e 是 (35,1) 并链向 (1,null) 所以 next 又是 (1,null)
[1] (35,1)->(1,null)
第三次循环，e 是 (1,null)，而 next 是 null，但 e 被放入链表头，这样 e.next 变成了 35 （2 处）
[1] (1,35)->(35,1)->(1,35)
已经是死链了

HashMap产生问题的源码：


// 将 table 迁移至 newTable
void transfer(Entry[] newTable, boolean rehash) { 
    int newCapacity = newTable.length;
    for (Entry<K,V> e : table) {
        while(null != e) {
            Entry<K,V> next = e.next;
            // 1 处
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);
            // 2 处
            // 将新元素加入 newTable[i], 原 newTable[i] 作为新元素的 next
            e.next = newTable[i];
            newTable[i] = e;
            e = next;
        }
    }
}

总结：

1）问题的原因就是在多线程环境下使用了非线程安全的map集合；（JDK7）

2）JDK 8 虽然将扩容算法做了调整，不再将元素加入链表头（而是保持与扩容前一样的顺序），但是它会出现其它比如扩容丢数据的问题；

1.3 ConcurrentHashMap（JDK8）

1）重要属性和内部类

属性：


// 默认为 0
// 当初始化时, 为 -1
// 当扩容时, 为 -(1 + 扩容线程数)
// 当初始化或扩容完成后，为 下一次的扩容的阈值大小
private transient volatile int sizeCtl;
 
// 整个 ConcurrentHashMap 就是一个 Node[]
static class Node<K,V> implements Map.Entry<K,V> {}
 
// hash 表
transient volatile Node<K,V>[] table;
 
// 扩容时的 新 hash 表
private transient volatile Node<K,V>[] nextTable;
 
// 扩容时如果某个 bin 迁移完毕, 用 ForwardingNode 作为旧 table bin 的头结点
static final class ForwardingNode<K,V> extends Node<K,V> {}
 
// 用在 compute 以及 computeIfAbsent 时, 用来占位, 计算完成后替换为普通 Node
static final class ReservationNode<K,V> extends Node<K,V> {}
 
// 作为 treebin 的头节点, 存储 root 和 first
static final class TreeBin<K,V> extends Node<K,V> {}
 
// 作为 treebin 的节点, 存储 parent, left, right
static final class TreeNode<K,V> extends Node<K,V> {}

其中，要注意的是：

①ForwardingNode：扩容时，处理过的节点加上fnode（代表被处理过，其它线程来读需要读新的table）

②TreeBin：当数组元素扩容到64之后，并且单链表个数超过8个之后，会将链表转换为红黑树（来提升查询效率），这时候当红黑树的节点又小于6之后，又会退化为链表；

重要方法：


// 获取 Node[] 中第 i 个 Node,链表头中的node
static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i)
 
// cas 修改 Node[] 中第 i 个 Node 的值, c 为旧值, v 为新值
static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v)
 
// 直接修改 Node[] 中第 i 个 Node 的值, v 为新值
static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v)

2）构造器


          //                  初始容量               负载因子          并发度
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,当初始容量小于并发度时，将其改为并发度
    long size = (long)(1.0 + (long)initialCapacity / loadFactor);
    // tableSizeFor 仍然是保证计算的大小是 2^n, 即 16,32,64 ... 
    int cap = (size >= (long)MAXIMUM_CAPACITY) ?
        MAXIMUM_CAPACITY : tableSizeFor((int)size);
    this.sizeCtl = cap; //真正大小
}

它实现了懒惰初始化；在构造方法中仅仅计算了table的大小；以后在第一次使用时，才会真正创建；

3）get()方法


public V get(Object key) {
    Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
    // spread 方法能确保返回结果是正数
    int h = spread(key.hashCode()); //h真正的哈希码
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (e = tabAt(tab, (n - 1) & h)) != null) {
        // 如果头结点已经是要查找的 key
        if ((eh = e.hash) == h) {
            if ((ek = e.key) == key || (ek != null && key.equals(ek)))
                return e.val;
        }
        // hash 为负数表示该 bin 在扩容中或是 treebin, 这时调用 find 方法来查找
        else if (eh < 0)
            return (p = e.find(h, key)) != null ? p.val : null;
        // 正常遍历链表, 用 equals 比较
        while ((e = e.next) != null) {
            if (e.hash == h &&
                ((ek = e.key) == key || (ek != null && key.equals(ek))))
                return e.val;
        }
    }
    return null;
}

get()流程：

如果table不为空且长度大于0且索引位置有元素
- if 链表头节点key的hash值和我们要找的key的相等
  - if头节点的key指向同一个地址或者equals我们要找的key
    - 返回value
- else if 头节点的hash为负数（bin在扩容或者是treebin）
  - 调用find方法查找
- 然后再遍历链表（且e的下一个节点不为空）：
  - 节点key的hash值相等，且key指向同一个地址或equals
    - 返回value
返回null

4）put()方法

table：数组；bin：链表；


public V put(K key, V value) {
    return putVal(key, value, false);
}
final V putVal(K key, V value, boolean onlyIfAbsent) {
  	//不允许有空的键值；普通的HashMap是允许的；
    if (key == null || value == null) throw new NullPointerException();
    // 其中 spread 方法会综合高位低位, 具有更好的 hash 性
    int hash = spread(key.hashCode()); //保证hash码为正整数（负的有其他用途）
    int binCount = 0;
    for (Node<K,V>[] tab = table;;) {
        // f 是链表头节点
        // fh 是链表头结点的 hash
        // i 是链表在 table 中的下标
        Node<K,V> f; int n, i, fh;
        // 要创建 table
        if (tab == null || (n = tab.length) == 0)
            // 初始化 table 使用了 cas, 无需 synchronized 创建成功, 进入下一轮循环
            tab = initTable();
        // 要创建链表头节点
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            // 添加链表头使用了 cas, 无需 synchronized；不成功的话再进行循环
            if (casTabAt(tab, i, null,
                         new Node<K,V>(hash, key, value, null))) 
                break;
        }
        // 帮忙扩容；发现其它线程在扩容，就会帮忙（锁住某一个链表即可，以链表为单位扩容）
        else if ((fh = f.hash) == MOVED)
            // 帮忙之后, 进入下一轮循环
            tab = helpTransfer(tab, f);
        else {
            V oldVal = null;
            // 锁住链表头节点（巧妙，只锁住一个链表就OK了）
            synchronized (f) {
                // 再次确认链表头节点没有被移动
                if (tabAt(tab, i) == f) {
                    // 链表
                    if (fh >= 0) {  //>0代表是普通节点
                        binCount = 1;
                        // 遍历链表
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            // 找到相同的 key
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                // 更新
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            Node<K,V> pred = e;
                            // 已经是最后的节点了, 新增 Node, 追加至链表尾
                            if ((e = e.next) == null) {
                                pred.next = new Node<K,V>(hash, key,
                                                          value, null);
                                break;
                            }
                        }
                    }
                    // 红黑树
                    else if (f instanceof TreeBin) {  //特殊节点
                        Node<K,V> p;
                        binCount = 2;
                        // putTreeVal 会看 key 是否已经在树中, 是, 则返回对应的 TreeNode
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                              value)) != null) {
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
                // 释放链表头节点的锁
            }
 
            if (binCount != 0) { 
                if (binCount >= TREEIFY_THRESHOLD)
                    // 如果链表长度 >= 树化阈值(8), 进行链表转为红黑树
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;
                break;
            }
        }
    }
    // 增加 size 计数
    addCount(1L, binCount);
    return null;
}
private final Node<K,V>[] initTable() {
    Node<K,V>[] tab; int sc;
    while ((tab = table) == null || tab.length == 0) {
        if ((sc = sizeCtl) < 0)
            Thread.yield();
        // 尝试将 sizeCtl 设置为 -1（表示初始化 table）
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
            // 获得锁, 创建 table, 这时其它线程会在 while() 循环中 yield 直至 table 创建
            try {
                if ((tab = table) == null || tab.length == 0) {
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
                    Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
                    table = tab = nt;
                    sc = n - (n >>> 2);
                }
            } finally {
                sizeCtl = sc;
            }
            break;
        }
    }
    return tab;
}
// check 是之前 binCount 的个数
private final void addCount(long x, int check) {
    CounterCell[] as; long b, s;
    if (
        // 已经有了 counterCells, 向 cell 累加
        (as = counterCells) != null ||
        // 还没有, 向 baseCount 累加
        !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)
    ) {
        CounterCell a; long v; int m;
        boolean uncontended = true;
        if (
            // 还没有 counterCells
            as == null || (m = as.length - 1) < 0 ||
            // 还没有 cell
            (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
            // cell cas 增加计数失败
            !(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
        ) {
            // 创建累加单元数组和cell, 累加重试
            fullAddCount(x, uncontended);
            return;
        }
        if (check <= 1)
            return;
        // 获取元素个数
        s = sumCount();
    }
    if (check >= 0) {
        Node<K,V>[] tab, nt; int n, sc;
        while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
               (n = tab.length) < MAXIMUM_CAPACITY) {
            int rs = resizeStamp(n);
            if (sc < 0) {
                if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
                    sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
                    transferIndex <= 0)
                    break;
                // newtable 已经创建了，帮忙扩容
                if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
                    transfer(tab, nt);
            }
            // 需要扩容，这时 newtable 未创建
            else if (U.compareAndSwapInt(this, SIZECTL, sc,
                                         (rs << RESIZE_STAMP_SHIFT) + 2))
                transfer(tab, null);
            s = sumCount();
        }
    }
}

put流程：

判断键值是否为空；为空则抛出异常
spread方法保证Hash码的正数
进入for循环：
- if table为null或者长度为0 （table需要初始化）
  - 初始化hash表；initTable()
- else if 索引处还没有节点（添加头节点：索引处还没有节点的情况下，添加到头节点即可）
  - 使用CAS的方式创建头节点，填入key和value，放入table，退出循环；若添加不成功，则继续for循环；
- else if 索引处节点的hash值为MOVE（ForwardingNode），表示正在扩容和迁移（帮忙扩容）
  - 帮忙扩容；（只要锁住某一个链表扩容即可）
- else （存在哈希冲突的情况）
  - 锁住头节点
    - if 再次确认头节点没有被移动
      - if 头节点hash值大于0（表示这是一个链表）
        
        遍历链表找到对应key，做更新；如果没有，在链表尾创建新的node。
      - else if 节点为红黑树节点（Treebin）
        
        调用putTreeVal查看是否有对应key的数节点
        
        如果有且为覆盖模式，将值覆盖，返回旧值
        
        如果没有，创建并插入，返回null
    - 解锁
  - if binCount不为0 （bigCount为链表的节点数）
    - 如果binCount大于树化阈值8
      - 转换为红黑树
    - 如果旧值不为null
      - 返回旧值
    - break
增加size计数(longAdder的思想)
return null

initTable()table初始化：

采用CAS的方式保证只有一个线程可以创建table，别的线程只是盲等待，并没有阻塞住；

流程：

判断table是否为空（while）
- if sizeCtl小于0
  - yieid()，代表别的线程在进行扩容
- if CAS方法尝试将 sizeCtl 设置为 -1（表示初始化 table）成功
  - 创建table
返回table

5）size()方法

size 计算实际发生在 put，remove 改变集合元素的操作之中（结果不是特别确，因为会有其它线程来添加或者删除）

没有竞争发生，向 baseCount 累加计数
有竞争发生，新建 counterCells，向其中的一个 cell 累加计
- counterCells 初始有两个 cell
- 如果计数竞争比较激烈，会创建新的 cell 来累加计数


public int size() {
    long n = sumCount();
    return ((n < 0L) ? 0 :
            (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
            (int)n);
}
final long sumCount() {
    CounterCell[] as = counterCells; CounterCell a;
    // 将 baseCount 计数与所有 cell 计数累加
    long sum = baseCount;
    if (as != null) {
        for (int i = 0; i < as.length; ++i) {
            if ((a = as[i]) != null)
                sum += a.value;
        }
    }
    return sum;
}

总结：

1）table初始化： 使用了CAS来保证并发安全的，懒惰初始化table。（一个线程在初始化时，别的线程在盲等待，没有阻塞）

2）转换红黑树： 当 table.length < 64 时，先尝试扩容，超过 64 时，并且 bin.length > 8 时，会将链表树化，树化过程会用 synchronized 锁住链表头

3）put()方法： 如果头节点还没有，使用CAS方式创建；如果有了，则锁住链表，在链表尾添加节点；

4）get()方法： 是无锁操作，可以保证可见性；扩容过程中 get 操作拿到的是 ForwardingNode 它会让 get 操作在新 table 进行搜索；

5）size()方法： 不是一个准确值；

6）扩容时平均只有 1/6 的节点会把复制到新 table 中

4.ConcurrenHashMap （JDK7）

在JDK7中，它维护了一个segment数组，每个segment对应一把锁（每个segement对应一个HashEntry数组）；

优点： 多个线程访问不同的 segment，也是没有冲突的，这与 jdk8 中是类似的，提高了并发度；

缺点： Segments 数组默认大小为16，这个容量初始化指定后就不能改变了，并且不是懒惰初始化

2.LinkedBlockingQueue（阻塞队列）

1.基本的入队出队

1）入队


public class LinkedBlockingQueue<E> extends AbstractQueue<E>
    implements BlockingQueue<E>, java.io.Serializable {
    static class Node<E> {
        E item;
        /**
 		* next的三种情况：
 		* - 真正的后继节点
 		* - 指向自己, 发生在出队时
 		* - null, 表示是没有后继节点, 是最后了
 		*/
        Node<E> next;
        Node(E x) { item = x; }
    }
}

①初始化链表：last = head = new Node(null);，创建一个用来占的Dummy节点，item为null；

②当一个节点入队时，last = last.next = node；

③再来一个节点

2）出队


//临时变量h用来指向哨兵
Node<E> h = head;
//first用来指向第一个元素
Node<E> first = h.next;
h.next = h; // help GC
//head赋值为first，表示first节点就是下一个哨兵。
head = first;
E x = first.item;
//删除first节点中的数据，表示真正成为了哨兵，第一个元素出队。
first.item = null;
return x;

①h = head，将临时变量h指向哨兵节点

②first = h.next，将first指向下一个节点，也就是第一个元素

③h.next = h，将Dummy的next指向自己

④head = first，将第一个元素的item变为null，让其变为Dummy节点

2.加锁分析

LinkedBlocking的高明之处在于它用了两把锁以及Dummy节点：

用一把锁的话，同一时刻，最多只允许有一个线程（生产者或者消费者）执行。
用两把锁的话，同一时刻，可以有两个线程同时（一个生产者一个消费者）执行。
- 消费者与消费者仍然串行
- 生产者与生产者仍然串行

线程安全分析：

当正常节点数大于1时，putLock保证的是last节点的线程安全，takeLock保证的是head节点的线程安全。两把锁保证了入队和出队没有竞争。
当正常节点数等于1时（也就是一个Dummy节点，一个正常节点），这时候，仍然两把锁锁两个对象，不会竞争
当只有一个Dummy节点时，这时take线程会被notEmpty条件阻塞

// 用于 put锁
private final ReentrantLock putLock = new ReentrantLock();
// 用户 take锁
private final ReentrantLock takeLock = new ReentrantLock();

3.put()和take()方法

1）put操作


public void put(E e) throws InterruptedException {
    //LinkedBlockingQueue不支持空元素
    if (e == null) throw new NullPointerException();
    int c = -1;
    Node<E> node = new Node<E>(e);
    final ReentrantLock putLock = this.putLock;
    // count 用来维护元素计数
    final AtomicInteger count = this.count;
    putLock.lockInterruptibly();
    try {
        // 满了等待
        while (count.get() == capacity) {
            // 倒过来读就好: 等待 notFull
            notFull.await();
        }
        // 有空位, 入队且计数加一
        enqueue(node);
        c = count.getAndIncrement(); 
        // 除了自己 put 以外, 队列还有空位, 由自己叫醒其他 put 线程
        if (c + 1 < capacity)
            notFull.signal();
    } finally {
        putLock.unlock();
    }
    // 如果队列中有一个元素, 叫醒 take 线程
    if (c == 0)
        // 这里调用的是 notEmpty.signal() 而不是 notEmpty.signalAll() 是为了减少竞争
        signalNotEmpty();
}

put流程：

判断要加入的元素是否为空，为空则抛出异常；（因为它不允许有空元素）
创建原子计数的count
加putLock锁
- while 判断队列是否已满
  - 满的话，就await()等待；
- 有空位的话，就入队
- count 计数加1
- if 自己put之后，队列还有空位
  - 唤醒其它的等待一个put线程（只唤醒一个的目的是减少竞争）
解锁
if 队列只有一个元素（put完只有一个元素，代表之前可能有take阻塞住了）
- signalNotEmpty()唤醒一个等待的take线程

2）take操作


public E take() throws InterruptedException {
    E x;
    int c = -1;
    final AtomicInteger count = this.count;
    final ReentrantLock takeLock = this.takeLock;
    takeLock.lockInterruptibly();
    try {
        while (count.get() == 0) {
            notEmpty.await();
        }
        x = dequeue();
        c = count.getAndDecrement();
        if (c > 1)
            notEmpty.signal();
    } finally {
        takeLock.unlock();
    }
    // 如果队列中只有一个空位时, 叫醒 put 线程
    // 如果有多个线程进行出队, 第一个线程满足 c == capacity, 但后续线程 c < capacity
    if (c == capacity)
        // 这里调用的是 notFull.signal() 而不是 notFull.signalAll() 是为了减少竞争
        signalNotFull()
        return x;
}

与ArrayBlockingQueue的性能比较

Linked 支持有界，Array 强制有界
Linked 实现是链表，Array 实现是数组
Linked 是懒惰的，而 Array 需要提前初始化 Node 数组
Linked 每次入队会生成新 Node，而 Array 的 Node 是提前创建好的
Linked 两把锁，Array 一把锁（所以Array在性能上不如Linked，所以推荐使用Linked）

3.ConcurrentLinkedQueue

特点：

ConcurrentLinkedQueue 的设计与 LinkedBlockingQueue 非常像：

都是用了两把“锁”，同一时刻，可以允许两个线程同时（一个生产者一个消费者）执行
Dummy节点的引入让两把“锁”将来锁住的是不同的对象，避免竞争
注意：ConcurrentLinkedQueue这里的“锁”是采用了CAS的方式，并不是真正的锁；

应用： 并发度比较高的时候适合使用，因为采用了CAS的方式！

比如，Tomcat 的 Connector 结构，Acceptor 作为生产者向 Poller 消费者传递事件信息时，正是采用了 ConcurrentLinkedQueue 将 SocketChannel 给 Poller 使用

4.CopyOnWriteArrayList

它的底层实现采用了写入时拷贝的思想，增删改操作都会将底层数据拷贝一份，更改操作在新的数组上执行，这时不影响其它线程的并发读，实现了读-读分离，读-写分离（但是读的是旧数组上的数据），只有写-写互斥；

新增操作：


public boolean add(E e) {
    synchronized (lock) {
        // 获取旧的数组
        Object[] es = getArray();
        int len = es.length;
        // 拷贝新的数组（这里是比较耗时的操作，但不影响其它读线程）
        es = Arrays.copyOf(es, len + 1);
        // 添加新元素
        es[len] = e;
        // 替换旧的数组
        setArray(es);
        return true;
    }
}

读操作并未加锁;

应用： 适合读多写少的场景！

缺点：

①get弱一致性；

②迭代器弱一致性


CopyOnWriteArrayList<Integer> list = new CopyOnWriteArrayList<>();
list.add(1);
list.add(2);
list.add(3);
Iterator<Integer> iter = list.iterator();
new Thread(() -> {
    list.remove(0);
    System.out.println(list);
}).start();
sleep1s();
//此时主线程的iterator依旧指向旧的数组。
while (iter.hasNext()) {
    System.out.println(iter.next());
}

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/AllinToyou/article/detail/670938