共計 4480 個字符，預計需要花費 12 分鐘才能閱讀完成。

本篇文章為大家展示了 ConcurrentHashMap 在 Java7 和中的異同點是怎樣的，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

在 Java 8 中，對于 ConcurrentHashMap 這個常用的工具類進行了很大的升級，對比之前 Java 7 版本在諸多方面都進行了調整和變化。

一：Java 7 版本的 ConcurrentHashMap

從圖中我們可以看出，在 ConcurrentHashMap 內(nèi)部進行了 Segment 分段，Segment 繼承了 ReentrantLock，可以理解為一把鎖，各個 Segment 之間都是相互獨立上鎖的，互不影響。相比于之前的 Hashtable 每次操作都需要把整個對象鎖住而言，大大提高了并發(fā)效率。因為它的鎖與鎖之間是獨立的，而不是整個對象只有一把鎖。

每個 Segment 的底層數(shù)據(jù)結構與 HashMap 類似，仍然是數(shù)組和鏈表組成的拉鏈法結構。默認有 0~15 共 16 個 Segment，所以最多可以同時支持 16 個線程并發(fā)操作（操作分別分布在不同的 Segment 上）。這個默認值 16 可以在初始化的時候設置為其他值，但是一旦確認初始化以后，是不可以擴容的。

二：Java 8 版本的 ConcurrentHashMap

java 8 中，幾乎完全重寫了 ConcurrentHashMap，代碼量從原來 Java 7 中的 1000 多行，變成了現(xiàn)在的 6000 多行，所以也大大提高了源碼的閱讀難度。

圖中的節(jié)點有三種類型。

第一種是最簡單的，空著的位置代表當前還沒有元素來填充。

第二種就是和 HashMap 非常類似的拉鏈法結構，在每一個槽中會首先填入第一個節(jié)點，但是后續(xù)如果計算出相同的 Hash – 值，就用鏈表的形式往后進行延伸。

第三種結構就是紅黑樹結構，這是 Java 7 的 ConcurrentHashMap 中所沒有的結構。

當?shù)诙N情況的鏈表長度大于某一個閾值（默認為 8），且同時滿足一定的容量要求的時候，ConcurrentHashMap 便會把這個鏈表從鏈表的形式轉化為紅黑樹的形式，目的是進一步提高它的查找性能。

由于自平衡的特點，即左右子樹高度幾乎一致，所以其查找性能近似于二分查找，時間復雜度是 O(log(n)) 級別；反觀鏈表，它的時間復雜度就不一樣了，如果發(fā)生了最壞的情況，可能需要遍歷整個鏈表才能找到目標元素，時間復雜度為 O(n)，遠遠大于紅黑樹的 O(log(n))，尤其是在節(jié)點越來越多的情況下，O(log(n)) 體現(xiàn)出的優(yōu)勢會更加明顯。

ConcurrentHashMap 引入紅黑樹，好處就是避免在極端的情況下沖突鏈表變得很長，在查詢的時候，效率會非常慢。而紅黑樹具有自平衡的特點，所以，即便是極端情況下，也可以保證查詢效率在 O(log(n))。

2.2 Java 8 版本的 ConcurrentHashMap 的重要源碼

下面我們深入源碼分析。由于 Java 7 版本已經(jīng)過時了，所以我們把重點放在 Java 8 版本的源碼分析上。

2.1.1 Node 節(jié)點

 static class Node K,V  implements Map.Entry K,V  {
 final int hash;
 final K key;
 V value;
 Node K,V  next;
 //..........
}

每個 Node 里面是 key-value 的形式，并且把 value 用 volatile 修飾，以便保證可見性，同時內(nèi)部還有一個指向下一個節(jié)點的 next 指針，方便產(chǎn)生鏈表結構。

2.1.2 put 方法源碼分析

put 方法的核心是 putVal 方法：

final V putVal(K key, V value, boolean onlyIfAbsent) { if (key == null || value == null) { throw new NullPointerException();
 }
 // 計算  hash  值
 int hash = spread(key.hashCode());
 int binCount = 0;
 for (Node K, V [] tab = table; ; ) {
 Node K, V  f;
 int n, i, fh;
 // 如果數(shù)組是空的，就進行初始化
 if (tab == null || (n = tab.length) == 0) { tab = initTable();
 }
 //  找該  hash  值對應的數(shù)組下標
 else if ((f = tabAt(tab, i = (n - 1)   hash)) == null) {
 // 如果該位置是空的，就用  CAS  的方式放入新值
 if (casTabAt(tab, i, null,
 new Node K, V (hash, key, value, null))) {
 break;
 }
 }
 //hash 值等于  MOVED  代表在擴容
 else if ((fh = f.hash) == MOVED) { tab = helpTransfer(tab, f);
 }
 // 槽點上是有值的情況
 else {
 V oldVal = null;
 // 用  synchronized  鎖住當前槽點，保證并發(fā)安全
 synchronized (f) { if (tabAt(tab, i) == f) {
 // 如果是鏈表的形式
 if (fh  = 0) {
 binCount = 1;
 // 遍歷鏈表
 for (Node K, V  e = f; ; ++binCount) {
 K ek;
 // 如果發(fā)現(xiàn)該  key  已存在，就判斷是否需要進行覆蓋，然后返回
 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;
 // 到了鏈表的尾部也沒有發(fā)現(xiàn)該  key，說明之前不存在，就把新值添加到鏈表的最后
 if ((e = e.next) == null) {
 pred.next = new Node K, V (hash, key,
 value, null);
 break;
 }
 }
 }
 // 如果是紅黑樹的形式
 else if (f instanceof TreeBin) {
 Node K, V  p;
 binCount = 2;
 // 調用  putTreeVal  方法往紅黑樹里增加數(shù)據(jù)
 if ((p = ((TreeBin K, V) f).putTreeVal(hash, key,
 value)) != null) {
 oldVal = p.val;
 if (!onlyIfAbsent) {
 p.val = value;
 }
 }
 }
 }
 }
 if (binCount != 0) {
 // 檢查是否滿足條件并把鏈表轉換為紅黑樹的形式，默認的  TREEIFY_THRESHOLD  閾值是  8
 if (binCount  = TREEIFY_THRESHOLD) { treeifyBin(tab, i);
 }
 //putVal  的返回是添加前的舊值，所以返回  oldVal
 if (oldVal != null) {
 return oldVal;
 }
 break;
 }
 }
 }
 addCount(1L, binCount);
 return null;
}

可以看出，方法中會逐步根據(jù)當前槽點是否初始化、空、擴容、鏈表、紅黑樹等不同情況做出不同的處理。

2.1.3 get 方法源碼分析

public V get(Object key) { Node K,V [] tab; Node K,V  e, p; int n, eh; K ek;
 // 計算  hash  值
 int h = spread(key.hashCode());
 // 如果整個數(shù)組是空的，或者當前槽點的數(shù)據(jù)是空的，說明  key  對應的  value  不存在，直接返回  null
 if ((tab = table) != null   (n = tab.length)   0  
 (e = tabAt(tab, (n - 1)   h)) != null) {
 // 判斷頭結點是否就是我們需要的節(jié)點，如果是則直接返回
 if ((eh = e.hash) == h) { if ((ek = e.key) == key || (ek != null   key.equals(ek)))
 return e.val;
 }
 // 如果頭結點  hash  值小于  0，說明是紅黑樹或者正在擴容，就用對應的  find  方法來查找
 else if (eh   0)
 return (p = e.find(h, key)) != null ? p.val : null;
 // 遍歷鏈表來查找
 while ((e = e.next) != null) {
 if (e.hash == h  
 ((ek = e.key) == key || (ek != null   key.equals(ek))))
 return e.val;
 }
 }
 return null;
}

計算 Hash 值，并由此值找到對應的槽點；

如果數(shù)組是空的或者該位置為 null，那么直接返回 null 就可以了；

如果該位置處的節(jié)點剛好就是我們需要的，直接返回該節(jié)點的值；

如果該位置節(jié)點是紅黑樹或者正在擴容，就用 find 方法繼續(xù)查找；

否則那就是鏈表，就進行遍歷鏈表查找。

三：對比 Java7 和 Java8 的異同和優(yōu)缺點 3.1 數(shù)據(jù)結構

Java 7 采用 Segment 分段鎖來實現(xiàn)，而 Java 8 中的 ConcurrentHashMap 使用數(shù)組 + 鏈表 + 紅黑樹。

3.2 并發(fā)度

Java 7 中，每個 Segment 獨立加鎖，最大并發(fā)個數(shù)就是 Segment 的個數(shù)，默認是 16。

但是到了 Java 8 中，鎖粒度更細，理想情況下 table 數(shù)組元素的個數(shù)（也就是數(shù)組長度）就是其支持并發(fā)的最大個數(shù)，并發(fā)度比之前有提高。

3.3 保證并發(fā)安全的原理

java 7 采用 Segment 分段鎖來保證安全，而 Segment 是繼承自 ReentrantLock。

Java 8 中放棄了 Segment 的設計，采用 Node + CAS + synchronized 保證線程安全。

3.4 遇到 Hash 碰撞

Java 7 在 Hash 沖突時，會使用拉鏈法，也就是鏈表的形式。

Java 8 先使用拉鏈法，在鏈表長度超過一定閾值時，將鏈表轉換為紅黑樹，來提高查找效率。

3.5 查詢時間復雜度

Java 7 遍歷鏈表的時間復雜度是 O(n)，n 為鏈表長度。

Java 8 如果變成遍歷紅黑樹，那么時間復雜度降低為 O(log(n))，n 為樹的節(jié)點個數(shù)。

上述內(nèi)容就是 ConcurrentHashMap 在 Java7 和中的異同點是怎樣的，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注丸趣 TV 行業(yè)資訊頻道。