一、HashMap中的死链问题

多个线程对hashmap进行扩容时需要将原有数据转移到新的table数组中，这个过程中会重新计算每个元素对应的数组下标从而改变元素的next指针，而另一个线程重复对该链表进行迁移时可能会导致循环链表的产生

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

二、JDK8-ConcurrentHashMap

ConcurrentHashMap是一种线程安全的hashmap，那么很多同学就会有疑问，hashtable不也是线程安全的嘛？确实，hashtable也是一种线程安全的hashmap，但是它实现线程安全的方式过于简单粗暴，直接用synchornized修饰方法，故效率很低。而ConcurrentHashMap则不同，它在方法内部的很多地方使用cas的方式进行并发控制，而不是简单粗暴的加锁，大大提高了并发性能

额外提一句，JUC包下提供了许多并发安全的容器，它们的前缀大概有如下几种，我们来分别讨论它们的特性。
包含三类关键词：
Blocking、CopyOnWrite、Concurrent

Blocking 大部分实现基于锁，并提供用来阻塞的方法
CopyOnWrite 之类容器修改开销相对较重
Concurrent 类型的容器
- 内部很多操作使用 cas 优化，一般可以提供较高吞吐量
- 弱一致性
  - 遍历时弱一致性，例如，当利用迭代器遍历时，如果容器发生修改，迭代器仍然可以继续进行遍
    历，这时内容是旧的。对于非安全容器来讲，使用 fail-fast 机制也就是让遍历立刻失败，抛出ConcurrentModificationException，不再继续遍历
  - 求大小弱一致性，size 操作未必是 100% 准确
  - 读取弱一致性

重要属性

// 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 implements Map.Entry {}
// hash 表
transient volatile Node[] table;
// 扩容时的 新 hash 表
private transient volatile Node[] 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 extends Node {}
// 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 extends Node {}
// 作为 treebin 的头节点, 存储 root 和 first
static final class TreeBin extends Node {}
// 作为 treebin 的节点, 存储 parent, left, right
static final class TreeNode extends Node {

构造器

可以看到实现了懒惰初始化，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

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 binsinitialCapacity = concurrencyLevel; // as estimated threadslong 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;
}

get流程

由于该方法不涉及写操作因此没有保证并发安全的措施，整体流程与HashMap的get方法基本一致

 public V get(Object key) {Node[] tab; Node e, p; int n, eh; K ek;//保证返回的结果为正数int h = spread(key.hashCode());if ((tab = table) != null && (n = tab.length) > 0 &&(e = tabAt(tab, (n - 1) & h)) != null) {//eh为头节点的hash值if ((eh = e.hash) == h) { //校验头结点的hash值与key的hash值是否相等//若key与头结点key相同则返回头结点的valif ((ek = e.key) == key || (ek != null && key.equals(ek)))return e.val;}else if (eh < 0) //头结点的hash<0则表示该桶已经转化成了红黑树return (p = e.find(h, key)) != null ? p.val : null;//若头结点的hash与key的hash不等且链表不是红黑树时遍历该链表while ((e = e.next) != null) {if (e.hash == h &&((ek = e.key) == key || (ek != null && key.equals(ek))))return e.val;}}return null;}

put流程

put方法中使用cas进行优化，当添加的节点为头结点时使用cas的方式，当需要在链表或红黑树中进行添加或更改时，才会用synchornized锁住该链表的头结点，而不是整个方法，大大提高了并发度

	public V put(K key, V value) {return putVal(key, value, false);}final V putVal(K key, V value, boolean onlyIfAbsent) {if (key == null || value == null) throw new NullPointerException();int hash = spread(key.hashCode());int binCount = 0;for (Node[] 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 f; int n, i, fh;//若tab为null则创建tableif (tab == null || (n = tab.length) == 0)tab = initTable(); //内部使用cas和双重检查机制保证创建table的并发安全else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { //若对应位置头结点为null则用cas添加头结点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) //若头结点的hash为MOVED，表示hash表正在扩容，则帮助一块扩容tab = helpTransfer(tab, f);else { //头结点不为null则锁住表头节点V oldVal = null;synchronized (f) {if (tabAt(tab, i) == f) {  if (fh >= 0) { // fh>0，遍历链表找到合适的位置添加或更新nodebinCount = 1;for (Node e = f;; ++binCount) {K ek;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) {pred.next = new Node(hash, key,value, null);break;}}} else if (f instanceof TreeBin) { //否则判断该桶是否转化成红黑树Node p;binCount = 2;if ((p = ((TreeBin)f).putTreeVal(hash, key,value)) != null) {oldVal = p.val;if (!onlyIfAbsent)p.val = value;}}}}if (binCount != 0) {// 如果链表长度 >= 树化阈值(8), 进行链表转为红黑树if (binCount >= TREEIFY_THRESHOLD)treeifyBin(tab, i);if (oldVal != null) //oldval不为null说明是更新操作而不是添加return oldVal;break;}}}//size+1addCount(1L, binCount);return null;}

addCount方法

采用LongAddr的思想，多个CountCell来分摊并发压力，使用cas进行加法操作保证线程安全

private final void addCount(long x, int check) {CounterCell[] as; long b, s;//若cells不为null 或 对BaseCount进行cas累加失败if ((as = counterCells) != null ||!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {CounterCell a; long v; int m;boolean uncontended = true;//若cells不为null且对当前线程对应的cell不为null时，对该cell进行cas累加if (as == null || (m = as.length - 1) < 0 ||(a = as[ThreadLocalRandom.getProbe() & m]) == null ||!(uncontended =U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {//对该cell累加失败则创建cellfullAddCount(x, uncontended);return;}if (check <= 1)return;s = sumCount();}if (check >= 0) {Node[] tab, nt; int n, sc;//当s>=sizeCtl时，需要对其进行扩容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，newtable还不存在else if (U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2))transfer(tab, null);s = sumCount();}}}