✅典型解析

对于JDK1.8来说，如果用一句话来讲的话，ConcurrentHashMap是通过synchronized 和CAS自旋保证的线程安全，要想知道ConcurrentHashMap是如何加锁的，就要知道HashMap在哪些地方会导致线程安全问题，如初始化桶数组阶段和设置桶，插入链表，树化等阶段，都会有并发问题。

解决这些问题的前提，就要知道到底有多少线程在对map进行写入操作，这里ConcurrentHashMap通过sizeCtl变量完成，如果其为负数，则说明有多线程在操作，且 Math.abs(sizeCtl)即为线程的数目。

✅初始化桶阶段

如果在此阶段不做并发控制，那么极有可能出现多个线程都去初始化桶的问题，导致内存浪费。所以Map在此外采用自旋操作和CAS提作，如果此时没有线程初始化，则去初始化，否则当前线程让出CPU时间片，等待下一次唤醒，源码如下:

while ((tab = table) == null  tab.length == 0)  {if ((sc = sizeCt1) < 0) {Thread.yield(); // lost initialization race; just spin}else if (U.compareAndSetInt(this，SIZECTL，sc，-1))  {try {if ((tab = table) == null || tab.length == 0) {//省略}} finally {sizeCtl = sc;}break;}
}

随着时间的推移，ConcurrentHashMap可能需要重新哈希（rehashing）来调整桶的数量以适应数据的变化。这通常发生在添加或删除元素时，如果发现当前桶的数量不足以容纳所有元素，就会触发重新哈希过程。

🟢桶满了会自动扩容吗

当ConcurrentHashMap中的桶满了，它会自动进行扩容。这个过程是自动的，由集合自动完成的。具体的扩容阈值是集合的当前数组长度乘以负载因子。负载因子在ConcurrentHashMap中的默认值是0.75。当某个桶中的实体数量超过这个阈值时，就会触发扩容操作。扩容操作会创建新的桶，并将原有数据重新散列到新的桶中，以确保数据始终是均匀分布的。在ConcurrentHashMap中，扩容操作通过分段锁实现，这意味着扩容只需要锁定当前段，不需要锁定整个表，从而不会影响其他线程的读写操作。总的来说，ConcurrentHashMap的扩容机制既简单又高效。

🟠自动扩容的时间频率是多少

在ConcurrentHashMap中，自动扩容的时间频率是由数据插入和读取的频率决定的。当某个桶中的实体数量超过设定的阈值时，就会触发扩容操作。这个阈值是集合的当前数组长度乘以负载因子，默认负载因子是0.75。因此，当数据频繁插入或读取时，如果超过了阈值，就会触发扩容操作。

注意：ConcurrentHashMap的扩容操作是自动的，不需要手动触发。扩容操作通过重新散列原有数据到新的桶中来实现，这个过程是线程安全的，不会影响其他线程的读写操作。

由于ConcurrentHashMap的扩容机制是根据数据插入和读取的频率动态调整的，因此无法确定具体的扩容时间频率。扩容的时间频率取决于实际的使用情况，例如数据的插入和读取频率，以及数据的分布情况等因素。

我们来看一个代码片段Demo，将用Java代码详细解释ConcurrentHashMap的自动扩容机制：

首先，我们先创建一个简单的ConcurrentHashMap实例：

import java.util.concurrent.ConcurrentHashMap;  
/**
*  ConcurrentHashMap实例
*/  
public class ConcurrentHashMapDemo {  public static void main(String[] args) {  ConcurrentHashMap<Integer, String> map = new ConcurrentHashMap<>();  }  
}

在ConcurrentHashMap中，桶的数量是通过数组长度来表示的。默认情况下，桶的数量是2的N次方，这样可以更有效地利用位运算进行索引计算。当我们向ConcurrentHashMap中插入元素时，它会根据元素的hash值计算出对应的桶索引，并将元素存储在该桶的链表中。

当某个桶中的元素数量超过设定的阈值时，就会触发扩容操作。扩容操作的实现方式是创建一个新的桶数组，并将原有数据重新散列到新的桶中。下面是一个简单的扩容示例：

import java.util.concurrent.ConcurrentHashMap;  public class ConcurrentHashMapDemo {  public static void main(String[] args) {  ConcurrentHashMap<Integer, String> map = new ConcurrentHashMap<>();  // 添加元素，触发扩容操作  for (int i = 0; i < 1000; i++) {  map.put(i, "value" + i);  }  // 输出桶的数量和每个桶的元素数量  System.out.println("桶数量：" + map.capacity());  for (int i = 0; i < map.capacity(); i++) {  System.out.println("桶" + i + "de元素数量：" + map.segmentFor(i).hashTable.length);  }  }  
}

上面示例中，通过循环向ConcurrentHashMap中添加了1000个元素。由于默认的负载因子是0.75，当元素数量超过数组长度的0.75倍时，就会触发扩容操作。扩容操作会创建一个新的桶数组，并将原有数据重新散列到新的桶中。我们可以使用map.capacity()方法获取当前桶的数量，并通过map.segmentFor(i).hashTable.length获取每个桶的元素数量。输出结果将会显示桶的数量和每个桶的元素数量。

关于这个知识点不明白，可以去专栏里自行查阅，有讲。

在这里我先方一个链接：【Java集合篇】为什么HashMap的Cap是2^n，如何保证？

🟡注意，在ConcurrentHashMap中，扩容操作是通过分段锁实现的。这意味着扩容只需要锁定当前段，不需要锁定整个表，从而不会影响其他线程的读写操作。这种机制使得ConcurrentHashMap能够支持高并发访问，并且能够随着数据的变化自动调整桶的数量，以适应实际的使用情况。

✅put元素阶段

如果hash后发现桶中没有值，则会直接采用CAS插入并且返回

如果发现桶中有值，则对流程按照当前的桶节点为维度进行加锁，将值插入链表或者红黑树中，源码如下：

//省略....//如果当前桶节点为nu11，直接CAS插入else if ((f = tabAt(tab,i = (n - 1) & hash)) == null) {if (casTabAt(tab，i,null, new Node<K,V>(hash, key，value))) {break;                // no lock when adding to empty bin}
} else { //省略....//如果桶节点不为空，则对当前桶进行加锁V oldVal = null:synchronized (f) {}
}

✅扩容阶段

多线程最大的好处就是可以充分利用CPU的核数，带来更高的性能，所以ConcurrentHashMap并没有一味的通过CAS或者锁去限制多线程，在扩容阶段，ConcurrentHashMap就通过多线程来加加速扩容。

在分析之前，我们需要知道两件事情:

1 . ConcurrentHashMap通过ForwardingNode来记录当前已经桶是否被迁移，如果oldTable[i] instance0f ForwardingNode则说明处于节点的桶已经被移动到newTable中了。它里面有一个变量nextTable，指向的是下一次扩容后的table。


2 . transterindex 记录了当前扩容的桶索引，最开始为oldlale.ength，它给下一个线程指定了要扩容的节点。

得知到这两点后，我们可以梳理出如下扩容流程:

1 . ConcurrentHashMap 通过ForwardingNode来记录当前已经桶是否被迁移，如果oldTable[i] instanceof ForwardingNode 则说明处于节点的桶已经被移动到newTable中了。它里面有一个变量nextTable，指向的是下一次扩容后的table。


2 . transterindex 记录了当前扩容的桶索引，最开始为oldlale.ength，它给下一个线程指定了要容的节点。


3 . 再将当前线程扩容后的索引赋值给 transferlndex ，譬如，如果transferlndex原来是32，那么赋值之后transferlndex应该变为16，这样下一个线程就可以从16开始扩容了。这里有一个小问题，如果两个线程同时拿到同一段范围之后，该怎么处理? 答案是ConcurrentHashMap会通过CAS对transferlndex进行设置，只可能有一个成功，所以就不会存在上面的问题


之后就可以对真正的扩容流程进行加锁操作了。

🟠 拓展知识仓

🟢ConcurrentSkipListMap和ConcurrentHashMap有什么区别

ConcurrentSkipListMap 是一个内部使用跳表，并且支持排序和并发的一个Map，是线程安全的。一般很少会被用到，也是一个比较偏门的数据结构。

首先，我们来看看ConcurrentHashMap：

import java.util.concurrent.ConcurrentHashMap;public class ConcurrentHashMapDemo {public static void main(String[] args) {ConcurrentHashMap<Integer, String> map = new ConcurrentHashMap<>();// 添加元素for (int i = 0; i < 1000; i++) {map.put(i, "value" + i);}// 查询元素for (int i = 0; i < 1000; i++) {String value = map.get(i);System.out.println("Key " + i + " maps to value " + value);}}
}

代码中，创建了一个ConcurrentHashMap实例并向其中添加了1000个元素。我们可以通过get()方法来查询元素的值。由于ConcurrentHashMap使用了分段锁技术，多个线程可以同时访问不同的段，从而实现高并发访问。

接下来，我们来看看ConcurrentSkipListMap：

import java.util.concurrent.ConcurrentSkipListMap;public class ConcurrentSkipListMapDemo {public static void main(String[] args) {ConcurrentSkipListMap<Integer, String> map = new ConcurrentSkipListMap<>();// 添加元素for (int i = 0; i < 1000; i++) {map.put(i, "value" + i);}// 查询元素for (int i = 0; i < 1000; i++) {String value = map.get(i);System.out.println("Key " + i + " maps to value " + value);}}
}

代码中，我们创建了一个ConcurrentSkipListMap实例并向其中添加了1000个元素。我们同样可以通过get()方法来查询元素的值。ConcurrentSkipListMap使用了跳表数据结构，可以保证元素的有序性，并且查询效率较高。与ConcurrentHashMap相比，它在插入和删除操作上具有更高的开销，但查询效率更高。

ConcurrentSkipListMap 和 ConcurrentHashMap 的主要区别:

1 . 底层实现方式不同。ConcurrentSkipListMap底层基于跳表。ConcurrentHashMap底层基于Hash桶和红黑树。

2 . ConcurrentHashMap不支持排序。ConcurrentSkipListMap支持排序。

☑️简单介绍一下什么是跳表

跳表（Skip List）是一种数据结构，它可以在有序链表的基础上增加多级索引，通过索引来实现快速查找。跳表全称为跳跃列表，它允许快速查询、插入和删除一个有序连续元素的数据链表。

跳表实质上是一种可以进行二分查找的有序链表，它在原有的有序链表上面增加了多级索引，通过索引来实现快速查找。索引的层级通过随机技术决定，元素应该在哪几层，其中的搜索、插入、删除操作的时间均为O(logn)，因此跳表的平均查找和插入时间复杂度都是O(logn)。

相比之下，在一个有序数组或链表中进行插入/删除操作的时间为O(n)，最坏情况下为O(n)。而跳表的原理非常简单，目前在Redis和LevelDB中都有用到。

🟢跳表和普通链表有什么区别

跳表和普通链表的区别主要在于数据结构的设计和查询、插入、删除操作的性能。

首先，普通链表是线性数据结构，每个节点包含数据域和指针域，指针域指向下一个节点。普通链表中的节点只有一个指针，只能顺序扫描，查询效率相对较低，需要遍历链表直到找到目标节点。

而跳表则通过增加维度来提升查询效率。跳表中的节点有多层索引，每层索引都有一个指针指向下一层索引，最下一层是数据域。跳表的查询、插入、删除操作可以在O(logn)的时间复杂度内完成，因为可以通过多级索引快速定位到目标节点。

其次，普通链表的节点只有一个指针，只能顺序扫描，插入和删除操作需要移动大量节点，时间复杂度为O(n)。而跳表的插入和删除操作可以在O(logn)的时间复杂度内完成，因为可以通过多级索引快速定位到目标节点，然后调整指针即可。

最后，普通链表的查询、插入、删除操作需要遍历链表元素，空间复杂度为O(n)。而跳表的查询、插入、删除操作可以在O(logn)的时间复杂度内完成，因此空间复杂度也为O(logn)。

总之，跳表通过增加维度来提升查询效率，同时减少插入和删除操作的时间复杂度。相比普通链表，跳表在空间和时间效率上都有更好的表现。

🟡为什么跳表比普通链表更快

跳表比普通链表更快的原因在于其数据结构的设计和查询、插入、删除操作的实现方式。

首先，跳表通过在链表中添加多级索引，实现了快速查找。在跳表中，每一层索引都是前一层的子集，且每一层索引都是有序的。这样，在查找元素时，可以从最高层索引开始，逐层向下查找，直到找到目标元素或到达最底层。这种分层查找的方式大大减少了搜索范围，提高了查询效率。

其次，跳表的插入和删除操作也更加高效。在普通链表中，插入和删除操作需要移动大量节点，时间复杂度为O(n)。而在跳表中，插入和删除操作可以在O(logn)的时间复杂度内完成。这是因为跳表通过多级索引快速定位到目标节点，然后调整指针即可。这种设计方式减少了插入和删除操作的时间复杂度，提高了数据操作的效率。

跳表通过增加多级索引和优化查询、插入、删除操作的实现方式，提高了空间和时间效率，因此比普通链表更快。

🟠跳表的优点和缺点是什么

跳表的优点主要包括：

1. 查询效率高：跳表通过多级索引实现了快速查找，查询时间复杂度为O(logn)，比普通链表更高效。
2. 插入和删除操作效率高：跳表的插入和删除操作可以在O(logn)的时间复杂度内完成，比普通链表更快。
3. 支持有序性：跳表可以保证元素的有序性，因为每一层索引都是有序的。
4. 空间效率高：跳表的空间复杂度为O(logn)，比普通链表更节省空间。

跳表存在缺点：

1. 实现复杂度较高：跳表的实现比普通链表更复杂，需要维护多级索引和指针。
2. 代码实现难度大：由于跳表的实现较为复杂，因此代码实现难度较大。
3. 需要额外空间：跳表需要额外的空间来存储索引和指针信息。

跳表具有查询效率高、插入和删除操作效率高、支持有序性和空间效率高等优点，但也存在实现复杂度高、代码实现难度大和需要额外空间等缺点。在实际应用中，需要根据具体需求选择是否使用跳表。

✅SynchronizedList和Vector的区别

Vector是 java.util 包中的一个类。SynchronizedList是java.util.Collections中的一人静态内部类，在多线程的场景中可以直接使用Vector类，也可以使用Collections.synchronizedList(List list)方法来返回一个线程安全的List。

1 . 如果使用add方法，那么他们的扩容机制不一样

2 . SynchronizedList可以指定锁定的对象。即锁粒度是同步代码块。而Vector的锁粒度是同步方法

3 . SynchronizedList有很好的扩展和兼容功能。他可以将所有的List的子类转成线程安全的类

4 . 使用SynchronizedList的时候，进行遍历时要手动进行同步处理

5 . SynchronizedList可以指定锁定的对象。