今天來學習ConcurrentHashMap在JDK1.8中的實現。相比JDK1.7，JDK1.8中ConcurrentHashMap的實現有很大的不同。

結構

先來看下JDK1.7與JDK1.8中ConcurrentHashMap結構的不同。
JDK1.7結構

在JDK1.7中，ConcurrentHashMap通過“鎖分段”來實現執行緒安全。ConcurrentHashMap將雜湊表分成許多片段（segments），每一個片段（table）都類似於HashMap，它有一個HashEntry陣列，陣列的每項又是HashEntry組成的連結串列。每個片段都是Segment型別的，Segment繼承了ReentrantLock，所以Segment本質上是一個可重入的互斥鎖。這樣每個片段都有了一個鎖，這就是“鎖分段”。執行緒如想訪問某一key-value鍵值對，需要先獲取鍵值對所在的segment的鎖，獲取鎖後，其他執行緒就不能訪問此segment了，但可以訪問其他的segment。

JDK1.8結構

在JDK1.8中，ConcurrentHashMap放棄了“鎖分段”，取而代之的是類似於HashMap的陣列+連結串列+紅黑樹結構，使用CAS演算法和synchronized實現執行緒安全。

相關內部類

• Node。最基本的內部類，key-value鍵值對，不支援setValue方法。
• TreeNode。紅黑樹節點，供TreeBins使用。
• TreeBin。紅黑樹結構。該類並不包裝key-value鍵值對，而是TreeNode的列表和它們的根節點。這個類含有讀寫鎖。
• ForwardingNode。不是傳統的節點，不包含key-value鍵值對，包含一個nextTable指標，和find方法 。

核心方法

下面學習ConcurrentHashMap的核心方法，如get(Object)、put(K key, V value)。先來看個最簡單的get(Object)方法熱熱身。

get

public V get(Object key) {
    Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
    //計算key的雜湊值
    int h = spread(key.hashCode());
    //如果表不為空，表長度大於0，key所在的桶的頭結點不為null
    if ((tab = table) != null
 
 && (n = tab.length) > 0 &&
        (e = tabAt(tab, (n - 1) & h)) != null) {
        if ((eh = e.hash) == h) {//如果查到的桶的頭結點的key雜湊值與引數key的雜湊值相同
            if ((ek = e.key) == key || (ek != null && key.equals(ek)))//如果查到的桶的頭結點的key引數key相等，返回桶的頭結點的value
                return e.val;
        }
        else if (eh < 0)//如果查到的桶的頭結點的key雜湊值小於0，即要找的在樹上
            return (p = e.find(h, key)) != null ? p.val : null;
        while ((e = e.next) != null) {//如果要找的節點既不是桶的頭結點也不是在樹上，那就說明在連結串列上
            if (e.hash == h &&
                ((ek = e.key) == key || (ek != null && key.equals(ek))))//遍歷連結串列，找到節點，返回值
                return e.val;
        }
    }
    //如果都沒找到，返回null
    return null;
}

可以將步驟總結如下：

1. 通過key計算雜湊值
2. 通過雜湊值找到桶
3. 通過雜湊值和桶來查詢節點
   3.1. 以此判斷桶的頭結點是不是要找的節點
   3.2. 如果不是，判斷桶的頭節點的雜湊值是否小於0，如果是則說明要找的節點在樹上
   3.3. 如果以上兩個條件都不滿足，則說明要找的節點在連結串列上，遍歷連結串列，查詢節點
4. 如果通過以上步驟找到了節點，返回節點的value。沒找到，就返回null。

從原始碼中可以看出，上面的步驟並沒有加鎖。

put

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();
    //計算雜湊值
    int hash = spread(key.hashCode());
    int binCount = 0;
    //死迴圈，只有插入成功才能跳出迴圈
    for (Node<K,V>[] tab = table;;) {
        Node<K,V> f; int n, i, fh;
        //如果table沒有初始化，初始化table
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();
        //根據雜湊值計算在table中的位置
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            //如果這個位置沒有值，直接將鍵值對放進去，不需要加鎖
            if (casTabAt(tab, i, null,
                         new Node<K,V>(hash, key, value, null)))
                break;                   // no lock when adding to empty bin
        }
        //如果要插入的位置是一個forwordingNode節點，表示正在擴容，那麼當前執行緒幫助擴容
        else if ((fh = f.hash) == MOVED)
            tab = helpTransfer(tab, f);
        else {
            V oldVal = null;
            //進行到這一步，說明要插入的位置有值，需要加鎖
            synchronized (f) {
                //確定f是tab中的頭節點
                if (tabAt(tab, i) == f) {
                    //如果頭結點的雜湊值大於等於0，說明要插入的節點在連結串列中
                    if (fh >= 0) {
                        binCount = 1;
                        //遍歷連結串列中的所有節點
                        for (Node<K,V> e = f;; ++binCount) {
                            K ek;
                            //如果某一節點的key雜湊值和key與引數相等，替換節點的value
                            if (e.hash == hash &&
                                ((ek = e.key) == key ||
                                 (ek != null && key.equals(ek)))) {
                                oldVal = e.val;
                                if (!onlyIfAbsent)
                                    e.val = value;
                                break;
                            }
                            Node<K,V> pred = e;
                            //遍歷到了最後一個節點，還沒找到key對應的節點，根據引數新建節點，插入連結串列尾部
                            if ((e = e.next) == null) {
                                pred.next = new Node<K,V>(hash, key,
                                                          value, null);
                                break;
                            }
                        }
                    }
                    //如果要插入的節點在樹中，則按照樹的方式插入或替換節點
                    else if (f instanceof TreeBin) {
                        Node<K,V> p;
                        binCount = 2;
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                       value)) != null) {
                            oldVal = p.val;
                            if (!onlyIfAbsent)
                                p.val = value;
                        }
                    }
                }
            }
            //如果binCount不為0，說明插入或者替換操作完成了
            if (binCount != 0) {
                //判斷節點數量是否大於8，如果大於就需要把連結串列轉化成紅黑樹
                if (binCount >= TREEIFY_THRESHOLD)
                    treeifyBin(tab, i);
                if (oldVal != null)
                    return oldVal;//如果在連結串列中找到了指定key的節點，返回被替換的value
                break;
            }
        }
    }
    //能執行到這一步，說明節點不是被替換的，是被插入的，所以要將map的元素數量加1
    addCount(1L, binCount);
    return null;
}

可以將步驟總結如下：

1. 計算key雜湊值
2. 根據雜湊值計算在table中的位置
3. 根據雜湊值執行插入或替換操作
   3.1 如果這個位置沒有值，直接將鍵值對放進去，不需要加鎖。
   3.2 如果要插入的位置是一個forwordingNode節點，表示正在擴容，那麼當前執行緒幫助擴容
   3.3 加鎖。以下操作都需要加鎖。
   3.4 如果要插入的節點在連結串列中，遍歷連結串列中的所有節點，如果某一節點的key雜湊值和key與引數相等，替換節點的value，記錄被替換的值；如果遍歷到了最後一個節點，還沒找到key對應的節點，根據引數新建節點，插入連結串列尾部。
   3.5 如果要插入的節點在樹中，則按照樹的方式插入或替換節點。如果是替換操作，記錄被替換的值
4. 判斷節點數量是否大於8，如果大於就需要把連結串列轉化成紅黑樹
5. 如果操作3中執行的是替換操作，返回被替換的value。程式結束。
6. 能執行到這一步，說明節點不是被替換的，是被插入的，所以要將map的元素數量加1。

可以看出，修改table結構使用了synchronized。進入addCount方法看看，

private final void addCount(long x, int check) {
    CounterCell[] as; long b, s;
    if ((as = counterCells) != null ||
        !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
        CounterCell a; long v; int m;
        boolean uncontended = true;
        if (as == null || (m = as.length - 1) < 0 ||
            (a = as[ThreadLocalRandom.getProbe() & m]) == null ||
            !(uncontended =
              U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
            fullAddCount(x, uncontended);
            return;
        }
        if (check <= 1)
            return;
        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;
                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);
            s = sumCount();
        }
    }
}

可以看出，修改table大小時使用了CAS演算法。

JDK1.8與JDK1.7中的ConcurrentHashMap對比
待補充

ConcurrentHashMap與HashTable的對比

HashTable通過在每個方法上加Synchronized完成同步，效率低下。ConcurrentHashMap通過在連結串列上加鎖來實現同步。相比之下ConcurrentHashMap增加了鎖的個數，從而提高了效率。

未完待續。。