容器源码分析

如果没有特别说明，以下源码分析基于 JDK 1.8。

在 IDEA 中 double shift 调出 Search EveryWhere，查找源码文件，找到之后就可以阅读源码。

List

ArrayList

1. 概览

实现了 RandomAccess 接口，因此支持随机访问。这是理所当然的，因为 ArrayList 是基于数组实现的。

public class ArrayList
     
       extends AbstractList
      
               implements List
       
        , RandomAccess, Cloneable, java.io.Serializable
       
      
     

数组的默认大小为 10。

private static final int DEFAULT_CAPACITY = 10;

2. 扩容

添加元素时使用 ensureCapacityInternal() 方法来保证容量足够， 如果不够时，需要使用 grow() 方法进行扩容， 新容量的大小为 oldCapacity + (oldCapacity >> 1)，也就是旧容量的 1.5 倍。

扩容操作需要调用 Arrays.copyOf() 把原数组整个复制到新数组中，这个操作代价很高，因此最好在创建 ArrayList 对象时就指定大概的容量大小，减少扩容操作的次数。

public boolean add(E e) {    //添加元素时使用 ensureCapacityInternal() 方法来保证容量足够，    ensureCapacityInternal(size + 1);  // Increments modCount!!    elementData[size++] = e;    return true;}private void ensureCapacityInternal(int minCapacity) {    if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {        minCapacity = Math.max(DEFAULT_CAPACITY, minCapacity);    }    ensureExplicitCapacity(minCapacity);}private void ensureExplicitCapacity(int minCapacity) {    modCount++;    // overflow-conscious code    if (minCapacity - elementData.length > 0)        grow(minCapacity);}private void grow(int minCapacity) {    // overflow-conscious code    int oldCapacity = elementData.length;    int newCapacity = oldCapacity + (oldCapacity >> 1);    if (newCapacity - minCapacity < 0)        newCapacity = minCapacity;    if (newCapacity - MAX_ARRAY_SIZE > 0)        newCapacity = hugeCapacity(minCapacity);    // minCapacity is usually close to size, so this is a win:    //这个操作代价很高，因此最好在创建 ArrayList 对象时就指定大概的容量大小，减少扩容操作的次数。    elementData = Arrays.copyOf(elementData, newCapacity);}

3. 删除元素

需要调用 System.arraycopy() 将 index+1 后面的元素都复制到 index 位置上，该操作的时间复杂度为 O(N)，可以看出 ArrayList 删除元素的代价是非常高的。

public E remove(int index) {    rangeCheck(index);    modCount++;    E oldValue = elementData(index);    //index+1 后面的元素都向左移动一位 即index+1位置的后面元素个数 (size-1)-(index+1)+1    int numMoved = size - index - 1;    if (numMoved > 0)        //将 index+1后面的元素都向左移动一位，原来的 （index+1）位置元素就移到 index位置        System.arraycopy(elementData, index+1, elementData, index, numMoved);    elementData[--size] = null; // clear to let GC do its work    return oldValue;}

4. Fail-Fast

modCount 用来记录 ArrayList 结构发生变化的次数。结构发生变化是指添加或者删除至少一个元素的所有操作，或者是调整内部数组的大小，仅仅只是设置元素的值不算结构发生变化。

在进行序列化或者迭代等操作时，需要比较操作前后 modCount 是否改变， 如果改变了需要抛出 ConcurrentModificationException。

private void writeObject(java.io.ObjectOutputStream s)    throws java.io.IOException{    // Write out element count, and any hidden stuff    //这里 记录操作前的 modCount    int expectedModCount = modCount;    s.defaultWriteObject();    // Write out size as capacity for behavioural compatibility with clone()    s.writeInt(size);    // Write out all elements in the proper order.    for (int i=0; i

5. 序列化

ArrayList 基于数组实现，并且具有动态扩容特性，因此保存元素的数组不一定都会被使用，那么就没必要全部进行序列化。

保存元素的数组 elementData 使用 transient 修饰，该关键字声明数组默认不会被序列化。

transient Object[] elementData; // non-private to simplify nested class access

ArrayList 实现了 writeObject() 和 readObject() 来控制只序列化数组中有元素填充那部分内容。

private void readObject(java.io.ObjectInputStream s)    throws java.io.IOException, ClassNotFoundException {    elementData = EMPTY_ELEMENTDATA;    // Read in size, and any hidden stuff    s.defaultReadObject();    // Read in capacity    s.readInt(); // ignored    if (size > 0) {        // be like clone(), allocate array based upon size not capacity        //根据size来分配内存，来控制只序列化数组中有元素填充那部分内容        ensureCapacityInternal(size);        Object[] a = elementData;        // Read in all elements in the proper order.        for (int i=0; i

序列化时需要使用 ObjectOutputStream 的 writeObject() 将对象转换为字节流并输出。而 writeObject() 方法在传入的对象存在 writeObject() 的时候会去反射调用该对象的 writeObject() 来实现序列化。反序列化使用的是 ObjectInputStream 的 readObject() 方法，原理类似。

ArrayList list = new ArrayList();ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(file));oos.writeObject(list);

6.System.arraycopy()和Arrays.copyOf()方法

Arrays.copyOf()的源代码内部调用了System.arraycopy()方法。但是System.arraycopy()方法需要目标数组， 将原数组拷贝到你自己定义的数组里，而且可以选择拷贝的起点和长度以及放入新数组中的位置； Arrays.copyOf()是系统自动在内部创建一个数组，并返回这个新创建的数组。

Vector

1. 同步

它的实现与 ArrayList 类似，但是使用了 synchronized 进行同步。

public synchronized boolean add(E e) {    modCount++;    ensureCapacityHelper(elementCount + 1);    elementData[elementCount++] = e;    return true;}public synchronized E get(int index) {    if (index >= elementCount)        throw new ArrayIndexOutOfBoundsException(index);    return elementData(index);}

2. 与 ArrayList 的比较

• Vector 是同步的，因此开销就比 ArrayList 要大，访问速度更慢。 最好使用 ArrayList 而不是 Vector，因为同步操作完全可以由程序员自己来控制；

• Vector 每次扩容请求其大小的 2 倍空间，而 ArrayList 是 1.5 倍。

3. 替代方案

可以使用 Collections.synchronizedList(); 得到一个线程安全的 ArrayList。

List
     
       list = new ArrayList<>();List
      
        synList = Collections.synchronizedList(list);
      
     

也可以使用 concurrent 并发包下的 CopyOnWriteArrayList 类。

List
     
       list = new CopyOnWriteArrayList<>();
     

CopyOnWriteArrayList

读写分离

写操作在一个复制的数组上进行，读操作还是在原始数组中进行，读写分离，互不影响。

写操作需要加锁，防止并发写入时导致写入数据丢失。

写操作结束之后需要把原始数组指向新的复制数组。

public boolean add(E e) {   //加锁    final ReentrantLock lock = this.lock;    lock.lock();    try {        Object[] elements = getArray();        int len = elements.length;        Object[] newElements = Arrays.copyOf(elements, len + 1);        newElements[len] = e;        //写操作在一个复制的数组上进行        setArray(newElements);        return true;    } finally {        lock.unlock();    }}final void setArray(Object[] a) {    array = a;}@SuppressWarnings("unchecked")private E get(Object[] a, int index) {    //读取操作仍然在原始的数组中    return (E) a[index];}

适用场景

CopyOnWriteArrayList 在写操作的同时允许读操作，大大提高了读操作的性能，因此很适合读多写少的应用场景。

但是 CopyOnWriteArrayList 有其缺陷：

• 内存占用：在写操作时需要复制一个新的数组，使得内存占用为原来的两倍左右；

• 数据不一致：读操作不能读取实时性的数据，因为部分写操作的数据还未同步到读数组中。

所以 CopyOnWriteArrayList 不适合内存敏感以及对实时性要求很高的场景。

LinkedList

1. 概览

基于双向链表实现，使用 Node 存储链表节点信息。

private static class Node
     
       {    E item;    Node
      
        next;    Node
       
         prev;}
       
      
     

每个链表存储了 first 和 last 指针：

transient Node
     
       first;transient Node
      
        last;
      
     

2. 添加元素

• 将元素添加到链表尾部

public boolean add(E e) {    linkLast(e);//这里就只调用了这一个方法    return true;}/** * e作为最后一个元素。 */void linkLast(E e) {    final Node
     
       l = last;    final Node
      
        newNode = new Node<>(l, e, null);    last = newNode;//新建节点,尾指针指向新节点    //如果是空的双向链表，则该节点既是尾节点，又是头节点    if (l == null)        first = newNode;    else        l.next = newNode;//指向后继元素也就是指向下一个元素    size++;    modCount++;}
      
     

• 将元素添加到链表头部

public void addFirst(E e) {    linkFirst(e);}/*** e元素作为头元素*/private void linkFirst(E e) {    final Node
     
       f = first;    final Node
      
        newNode = new Node<>(null, e, f);//新建节点，以头节点为后继节点    first = newNode;    //如果链表为空，last节点也指向该节点    if (f == null)        last = newNode;    //否则，将头节点的前驱指针指向新节点，也就是指向前一个元素    else        f.prev = newNode;    size++;    modCount++;}
      
     

3. 删除指定元素

public boolean remove(Object o) {    //如果删除对象为null    if (o == null) {        //从头开始遍历        for (Node
     
       x = first; x != null; x = x.next) {            //找到元素            if (x.item == null) {               //从链表中移除找到的元素                unlink(x);                return true;            }        }    } else {        //从头开始遍历        for (Node
      
        x = first; x != null; x = x.next) {            //找到元素            if (o.equals(x.item)) {                //从链表中移除找到的元素                unlink(x);                return true;            }        }    }    return false;}/*** 双向链表先删除前驱，再删除后继* 注意：这个待删除的节点是不是头节点或者只为尾节点*/E unlink(Node
       
         x) {    // assert x != null;    final E element = x.item;    final Node
        
          next = x.next;//得到后继节点    final Node
         
           prev = x.prev;//得到前驱节点    /**    * 删除前驱指针     */    //如果删除的节点是头节点,令头节点指向该节点的后继节点    if (prev == null) {        first = next;     } else {        prev.next = next;//将前驱节点的后继节点指向后继节点        x.prev = null; //TODO:十分重要    }    /**    * 删除后继指针     */    //如果删除的节点是尾节点,令尾节点指向该节点的前驱节点    if (next == null) {        last = prev;    } else {        next.prev = prev;        x.next = null;    }    x.item = null;    size--;    modCount++;    return element;}
         
        
       
      
     

4. 与 ArrayList 的比较

• ArrayList 基于动态数组实现，LinkedList 基于双向链表实现；

• ArrayList 支持随机访问，LinkedList 不支持；

• LinkedList 在任意位置添加删除元素更快。

Map

HashMap

为了便于理解，以下源码分析以 JDK 1.7 为主。

1. 存储结构

内部包含了一个 Entry 类型的数组 table。

transient Entry[] table;

Entry 存储着键值对。它包含了四个字段，从 next 字段我们可以看出 Entry 是一个链表。 即数组中的每个位置被当成一个桶，一个桶存放一个链表。HashMap 使用拉链法来解决冲突， 同一个链表中存放哈希值相同的 Entry。

static class Entry
     
       implements Map.Entry
      
        {    //包含了四个字段    final K key;    V value;    //next指向下一个节点，说明是链表结构    Entry
       
         next;    int hash;    Entry(int h, K k, V v, Entry
        
          n) {        value = v;        next = n;        key = k;        hash = h;    }    public final K getKey() {        return key;    }    public final V getValue() {        return value;    }    public final V setValue(V newValue) {        V oldValue = value;        value = newValue;        return oldValue;    }    public final boolean equals(Object o) {        if (!(o instanceof Map.Entry))            return false;        Map.Entry e = (Map.Entry)o;        Object k1 = getKey();        Object k2 = e.getKey();        // k1==k2比较的是hashcode值，k1.equals(k2)比较的是k1和k2的内容        if (k1 == k2 || (k1 != null && k1.equals(k2))) {            Object v1 = getValue();            Object v2 = e.getValue();            if (v1 == v2 || (v1 != null && v1.equals(v2)))                return true;        }        return false;    }    public final int hashCode() {        return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());    }    public final String toString() {        return getKey() + "=" + getValue();    }}
        
       
      
     

2. 拉链法的工作原理

HashMap
     
       map = new HashMap<>();map.put("K1", "V1");map.put("K2", "V2");map.put("K3", "V3");
     

• 新建一个 HashMap，默认大小为 16；

• 插入 <K1,V1> 键值对，先计算 K1 的 hashCode 为 115，使用除留余数法得到所在的桶下标 115%16=3。

• 插入 <K2,V2> 键值对，先计算 K2 的 hashCode 为 118，使用除留余数法得到所在的桶下标 118%16=6。

• 插入 <K3,V3> 键值对，先计算 K3 的 hashCode 为 118，使用除留余数法得到所在的桶下标 118%16=6，插在 <K2,V2> 前面。

应该注意到链表的插入是以头插法方式进行的，例如上面的 <K3,V3> 不是插在 <K2,V2> 后面，而是插入在链表头部。

查找需要分成两步进行：

• 计算键值对所在的桶；

• 在链表上顺序查找，时间复杂度显然和链表的长度成正比。

3. put 操作

public V put(K key, V value) {    if (table == EMPTY_TABLE) {        inflateTable(threshold);    }    // 键为 null 单独处理    if (key == null)        return putForNullKey(value);    int hash = hash(key);    // 确定桶下标    int i = indexFor(hash, table.length);    // 先找出是否已经存在键为 key 的键值对，如果存在的话就更新这个键值对的值为 value    // 时间复杂度显然和链表的长度成正比。    for (Entry
     
       e = table[i]; e != null; e = e.next) {        Object k;        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {            V oldValue = e.value;            e.value = value;            e.recordAccess(this);            return oldValue;        }    }    modCount++;    // 插入新键值对    addEntry(hash, key, value, i);    return null;}
     

HashMap 允许插入键为 null 的键值对。但是因为无法调用 null 的 hashCode() 方法，也就无法确定该键值对的桶下标，只能通过强制指定一个桶下标来存放。HashMap 使用第 0 个桶存放键为 null 的键值对。

private V putForNullKey(V value) {    //HashMap 使用第 0 个桶 table[0] 存放键为 null 的键值对。    for (Entry
     
       e = table[0]; e != null; e = e.next) {        if (e.key == null) {            V oldValue = e.value;            e.value = value;            e.recordAccess(this);            return oldValue;        }    }    modCount++;    //void addEntry(int hash, K key, V value, int bucketIndex)    addEntry(0, null, value, 0);    return null;}
     

使用链表的头插法，也就是新的键值对插在链表的头部，而不是链表的尾部。

//TODO:使用链表的头插法，也就是新的键值对插在链表的头部，而不是链表的尾部。void addEntry(int hash, K key, V value, int bucketIndex) {    if ((size >= threshold) && (null != table[bucketIndex])) {        resize(2 * table.length);        hash = (null != key) ? hash(key) : 0;        bucketIndex = indexFor(hash, table.length);    }    createEntry(hash, key, value, bucketIndex);}void createEntry(int hash, K key, V value, int bucketIndex) {    Entry
     
       e = table[bucketIndex];    // 头插法，链表头部指向新的键值对    table[bucketIndex] = new Entry<>(hash, key, value, e);    size++;}Entry(int h, K k, V v, Entry
      
        n) {    value = v;    next = n;    key = k;    hash = h;}
      
     

4. 确定桶下标

很多操作都需要先确定一个键值对所在的桶下标。

int hash = hash(key);int i = indexFor(hash, table.length);

4.1 计算 hash 值

final int hash(Object k) {    int h = hashSeed;    if (0 != h && k instanceof String) {        return sun.misc.Hashing.stringHash32((String) k);    }    h ^= k.hashCode();    // This function ensures that hashCodes that differ only by    // constant multiples at each bit position have a bounded    // number of collisions (approximately 8 at default load factor).    h ^= (h >>> 20) ^ (h >>> 12);    return h ^ (h >>> 7) ^ (h >>> 4);}public final int hashCode() {    return Objects.hashCode(key) ^ Objects.hashCode(value);}

4.2 取模

令 x = 1<<4，即 x 为 2 的 4 次方，它具有以下性质：

x   : 00010000x-1 : 00001111

令一个数 y 与 x-1 做与运算，可以去除 y 位级表示的第 4 位以上数：

y       : 10110010x-1     : 00001111y&(x-1) : 00000010

这个性质和 y 对 x 取模效果是一样的：

y   : 10110010x   : 00010000y%x : 00000010

我们知道，位运算的代价比求模运算小的多，因此在进行这种计算时用位运算的话能带来更高的性能。

确定桶下标的最后一步是将 key 的 hash 值对桶个数取模： hash%capacity，如果能保证 capacity 为 2 的 n 次方，那么就可以将这个操作转换为位运算。

static int indexFor(int h, int length) {    return h & (length-1);}

就等价于

static int indexFor(int h, int length) {    return h % length;}

但是效率会更高。

5. 扩容-基本原理

设 HashMap 的 table 长度为 M，需要存储的键值对数量为 N，如果哈希函数满足均匀性的要求，那么每条链表的长度大约为 N/M，因此平均查找次数的复杂度为 O(N/M)。

为了让查找的成本降低，应该尽可能使得 N/M 尽可能小，因此需要保证 M 尽可能大，也就是说 table 要尽可能大。 HashMap 采用动态扩容来根据当前的 N 值来调整 M 值，使得空间效率和时间效率都能得到保证。

和扩容相关的参数主要有：capacity、size、threshold 和 load_factor。

参数含义capacitytable 的容量大小，默认为 16。需要注意的是 capacity 必须保证为 2 的 n 次方。size键值对数量。thresholdsize 的临界值，当 size 大于等于 threshold 就必须进行扩容操作。loadFactor装载因子，table 能够使用的比例，threshold = capacity * loadFactor。

static final int DEFAULT_INITIAL_CAPACITY = 16; //保证 capacity 为 2 的 n 次方，那么就可以将indexFor方法中操作转换为位运算static final int MAXIMUM_CAPACITY = 1 << 30;  //保证 capacity 为 2 的 n 次方，那么就可以将indexFor方法中操作转换为位运算static final float DEFAULT_LOAD_FACTOR = 0.75f;transient Entry[] table;transient int size;int threshold;final float loadFactor;transient int modCount;

从下面的添加元素代码中可以看出，当需要扩容时，令 capacity 为原来的两倍。

void addEntry(int hash, K key, V value, int bucketIndex) {    Entry
     
       e = table[bucketIndex];    table[bucketIndex] = new Entry<>(hash, key, value, e);    if (size++ >= threshold)        resize(2 * table.length);//令 capacity 为原来的两倍}
     

扩容使用 resize() 实现，需要注意的是，扩容操作同样需要把 oldTable 的所有键值对重新插入 newTable 中，因此这一步是很费时的。

void resize(int newCapacity) {    Entry[] oldTable = table;    int oldCapacity = oldTable.length;    if (oldCapacity == MAXIMUM_CAPACITY) {        threshold = Integer.MAX_VALUE;        return;    }    Entry[] newTable = new Entry[newCapacity];    transfer(newTable);    table = newTable;    threshold = (int)(newCapacity * loadFactor);}void transfer(Entry[] newTable) {    Entry[] src = table;    int newCapacity = newTable.length;    for (int j = 0; j < src.length; j++) {        Entry
     
       e = src[j];        if (e != null) {            src[j] = null;            do {                Entry
      
        next = e.next;                int i = indexFor(e.hash, newCapacity);                e.next = newTable[i];                newTable[i] = e;                e = next;            } while (e != null);        }    }}
      
     

6. 扩容-重新计算桶下标

在进行扩容时，需要把键值对重新放到对应的桶上。HashMap 使用了一个特殊的机制，可以降低重新计算桶下标的操作。

假设原数组长度 capacity 为 16，扩容之后 new capacity 为 32：

capacity     : 00010000new capacity : 00100000

对于一个 Key，

• 它的哈希值如果在第 5 位上为 0，那么取模得到的结果和之前一样；

• 如果为 1，那么得到的结果为原来的结果 +16。

7. 计算数组容量

HashMap 构造函数允许用户传入的容量不是 2 的 n 次方，因为它可以自动地将传入的容量转换为 2 的 n 次方。

先考虑如何求一个数的掩码，对于 10010000，它的掩码为 11111111，可以使用以下方法得到：

mask |= mask >> 1    11011000mask |= mask >> 2    11111110mask |= mask >> 4    11111111

mask+1 是大于原始数字的最小的 2 的 n 次方。

num     10010000mask+1 100000000

以下是 HashMap 中计算数组容量的代码：

static final int tableSizeFor(int cap) {    int n = cap - 1;    n |= n >>> 1;    n |= n >>> 2;    n |= n >>> 4;    n |= n >>> 8;    n |= n >>> 16;    //得到n的掩码    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;}

8. 链表转红黑树

从 JDK 1.8 开始，一个桶存储的链表长度大于 8 时会将链表转换为红黑树。

9. 与 HashTable 的比较

• HashMap 是非线程安全的，HashTable 使用 synchronized 来进行同步，是线程安全的。

• HashMap 要比 HashTable 效率高一点。HashTable 基本被淘汰，不要在代码中使用它。

• HashMap 可以插入键为 null 的 Entry；HashTable 中插入的键只要有一个为 null，直接抛出 NullPointerException。

• HashMap 的迭代器是 fail-fast 迭代器。

• HashMap 不能保证随着时间的推移 Map 中的元素次序是不变的。

• HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间；Hashtable 没有这样的机制。

• HashMap 默认的初始化大小为16。之后每次扩充，容量变为原来的2倍；Hashtable 容量默认的初始大小为11，之后每次扩充，容量变为原来的2n+1。 在初始化时如果给定了容量初始值，HashMap 会将其扩充为2的幂次方大小；Hashtable 会直接使用初始值。

10. 与 HashSet 的比较

HashSet 底层就是基于HashMap实现的。 (HashSet 的源码非常非常少，因为除了 clone() 方法、writeObject()方法、readObject()方法是 HashSet 自己不得不实现之外， 其他方法都是直接调用 HashMap 中的方法。)

HashMapHashSetHashMap实现了Map接口HashSet实现了Set接口HashMap储存键值对HashSet存储对象调用put()向map中添加元素调用add()方法向Set中添加元素HashMap使用键（Key）计算HashcodeHashSet使用成员对象来计算hashcode值，对于两个对象来说hashcode可能相同，所以equals()方法用来判断对象的相等性，如果两个对象不同的话，那么返回falseHashMap相对于HashSet较快，因为它是使用唯一的键获取对象HashSet较HashMap来说比较慢

ConcurrentHashMap

1. 存储结构

static final class HashEntry
     
       {    final int hash;    final K key;    volatile V value;    volatile HashEntry
      
        next;}
      
     

ConcurrentHashMap 和 HashMap 实现上类似，最主要的差别是 ConcurrentHashMap 采用了分段锁（Segment）， 每个分段锁维护着几个桶（HashEntry），多个线程可以同时访问不同分段锁上的桶， 从而使其并发度更高（并发度就是 Segment 的个数）。

Segment 继承自 ReentrantLock。

static final class Segment
     
       extends ReentrantLock implements Serializable {    private static final long serialVersionUID = 2249069246763182397L;    static final int MAX_SCAN_RETRIES =        Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1;    transient volatile HashEntry
      
       [] table;    transient int count;    transient int modCount;    transient int threshold;    final float loadFactor;}final Segment
       
        [] segments;
       
      
     

默认的并发级别为 16，也就是说默认创建 16 个 Segment。

static final int DEFAULT_CONCURRENCY_LEVEL = 16;

2. size 操作

每个 Segment 维护了一个 count 变量来统计该 Segment 中的键值对个数。

/** * The number of elements. Accessed only either within locks * or among other volatile reads that maintain visibility. */transient int count;

在执行 size 操作时，需要遍历所有 Segment 然后把 count 累计起来。

ConcurrentHashMap 在执行 size 操作时先尝试不加锁，如果连续两次不加锁操作得到的结果一致，那么可以认为这个结果是正确的。

尝试次数使用 RETRIES_BEFORE_LOCK 定义，该值为 2，retries 初始值为 -1，因此尝试次数为 3。

如果尝试的次数超过 3 次，就需要对每个 Segment 加锁。

/** * Number of unsynchronized retries in size and containsValue * methods before resorting to locking. This is used to avoid * unbounded retries if tables undergo continuous modification * which would make it impossible to obtain an accurate result. */static final int RETRIES_BEFORE_LOCK = 2;public int size() {    // Try a few times to get accurate count. On failure due to    // continuous async changes in table, resort to locking.    final Segment
     
      [] segments = this.segments;    int size;    boolean overflow; // true if size overflows 32 bits    long sum;         // sum of modCounts    long last = 0L;   // previous sum    int retries = -1; // first iteration isn't retry    try {        for (;;) {            // 超过尝试次数，则对每个 Segment 加锁            if (retries++ == RETRIES_BEFORE_LOCK) {                for (int j = 0; j < segments.length; ++j)                    ensureSegment(j).lock(); // force creation            }            sum = 0L;            size = 0;            overflow = false;            for (int j = 0; j < segments.length; ++j) {                Segment
      
        seg = segmentAt(segments, j);                if (seg != null) {                    sum += seg.modCount;                    int c = seg.count;                    if (c < 0 || (size += c) < 0)                        overflow = true;                }            }            // 连续两次得到的结果一致，则认为这个结果是正确的            if (sum == last)                break;            last = sum;        }    } finally {        if (retries > RETRIES_BEFORE_LOCK) {            for (int j = 0; j < segments.length; ++j)                segmentAt(segments, j).unlock();        }    }    return overflow ? Integer.MAX_VALUE : size;}
      
     

3. JDK 1.8 的改动

JDK 1.7 使用分段锁机制来实现并发更新操作，核心类为 Segment，它继承自重入锁 ReentrantLock，并发度与 Segment 数量相等。

JDK 1.8 使用了 CAS 操作来支持更高的并发度，在 CAS 操作失败时使用内置锁 synchronized。

并且 JDK 1.8 的实现也在链表过长时会转换为红黑树。

4. 和 Hashtable 的区别

底层数据结构：

• JDK1.7 的ConcurrentHashMap底层采用分段的数组+链表实现， JDK1.8 的ConcurrentHashMap底层采用的数据结构与JDK1.8 的HashMap的结构一样，数组+链表/红黑二叉树。

• Hashtable和JDK1.8 之前的HashMap的底层数据结构类似都是采用数组+链表的形式， 数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的

实现线程安全的方式

• JDK1.7的ConcurrentHashMap（分段锁）对整个桶数组进行了分割分段(Segment)， 每一把锁只锁容器其中一部分数据，多线程访问容器里不同数据段的数据，就不会存在锁竞争，提高并发访问率。 JDK 1.8 采用数组+链表/红黑二叉树的数据结构来实现，并发控制使用synchronized和CAS来操作。

• Hashtable:使用 synchronized 来保证线程安全，效率非常低下。 当一个线程访问同步方法时，其他线程也访问同步方法，可能会进入阻塞或轮询状态， 如使用 put 添加元素，另一个线程不能使用 put 添加元素，也不能使用 get，竞争会越来越激烈。

HashTable全表锁

ConcurrentHashMap分段锁

LinkedHashMap

存储结构

继承自 HashMap，因此具有和 HashMap 一样的快速查找特性。

public class LinkedHashMap
     
       extends HashMap
      
        implements Map
       
      
     

内部维护了一个双向链表，用来维护插入顺序或者 LRU 顺序。

/** * The head (eldest) of the doubly linked list. */transient LinkedHashMap.Entry
     
       head;/** * The tail (youngest) of the doubly linked list. */transient LinkedHashMap.Entry
      
        tail;
      
     

accessOrder 决定了顺序，默认为 false，此时维护的是插入顺序。

final boolean accessOrder;

LinkedHashMap 最重要的是以下用于维护顺序的函数，它们会在 put、get 等方法中调用。

void afterNodeAccess(Node
     
       p) { }void afterNodeInsertion(boolean evict) { }
     

afterNodeAccess()

当一个节点被访问时，如果 accessOrder 为 true，则会将该节点移到链表尾部。也就是说指定为 LRU 顺序之后，在每次访问一个节点时，会将这个节点移到链表尾部，保证链表尾部是最近访问的节点，那么链表首部就是最近最久未使用的节点。

void afterNodeAccess(Node
     
       e) { // move node to last    LinkedHashMap.Entry
      
        last;    if (accessOrder && (last = tail) != e) {        LinkedHashMap.Entry
       
         p =            (LinkedHashMap.Entry
        
         )e, b = p.before, a = p.after;        p.after = null;        if (b == null)            head = a;        else            b.after = a;        if (a != null)            a.before = b;        else            last = b;        if (last == null)            head = p;        else {            p.before = last;            last.after = p;        }        tail = p;        ++modCount;    }}
        
       
      
     

afterNodeInsertion()

在 put 等操作之后执行，当 removeEldestEntry() 方法返回 true 时会移除最晚的节点，也就是链表首部节点 first。

evict 只有在构建 Map 的时候才为 false，在这里为 true。

void afterNodeInsertion(boolean evict) { // possibly remove eldest    LinkedHashMap.Entry
     
       first;    if (evict && (first = head) != null && removeEldestEntry(first)) {        K key = first.key;        removeNode(hash(key), key, null, false, true);    }}
     

removeEldestEntry() 默认为 false，如果需要让它为 true，需 要继承 LinkedHashMap 并且覆盖这个方法的实现， 这在实现 LRU 的缓存中特别有用，通过移除最近最久未使用的节点， 从而保证缓存空间足够，并且缓存的数据都是热点数据。

protected boolean removeEldestEntry(Map.Entry
     
       eldest) {    return false;}
     

LRU 缓存

以下是使用 LinkedHashMap 实现的一个 LRU 缓存：

• 设定最大缓存空间 MAX_ENTRIES 为 3；

• 使用 LinkedHashMap 的构造函数将 accessOrder 设置为 true，开启 LRU 顺序；

• 覆盖 removeEldestEntry() 方法实现，在节点多于 MAX_ENTRIES 就会将最近最久未使用的数据移除。

public class LRUCache
     
       extends LinkedHashMap
      
       {    private static final int MAX_ENTRIES = 3;    LRUCache(){        super(MAX_ENTRIES,0.75f,true);    }        /**     * removeEldestEntry() 默认为 false，     * 如果需要让它为 true，需要继承 LinkedHashMap 并且覆盖这个方法的实现，     * 这在实现 LRU 的缓存中特别有用，通过移除最近最久未使用的节点，     * 从而保证缓存空间足够，并且缓存的数据都是热点数据。     */    @Override    protected boolean removeEldestEntry(Map.Entry eldest) {        return size() > MAX_ENTRIES;    }        public static void main(String[] args) {        LRUCache
       
         cache=new LRUCache<>();        cache.put(1, "a");        cache.put(2, "b");        cache.put(3, "c");        cache.get(1);         //LRU  键值1被访问过了，则最近最久未访问的就是2        cache.put(4, "d");        System.out.println(cache.keySet());    }}[3, 1, 4]
       
      
     

WeakHashMap

存储结构

WeakHashMap 的 Entry 继承自 WeakReference，被 WeakReference 关联的对象在下一次垃圾回收时会被回收。

WeakHashMap 主要用来实现缓存，通过使用 WeakHashMap 来引用缓存对象，由 JVM 对这部分缓存进行回收。

private static class Entry
     
       extends WeakReference
      
     

ConcurrentCache

Tomcat 中的 ConcurrentCache 使用了 WeakHashMap 来实现缓存功能。

ConcurrentCache 采取的是分代缓存：

• 经常使用的对象放入 eden 中，eden 使用 ConcurrentHashMap 实现，不用担心会被回收（伊甸园）；

• 不常用的对象放入 longterm，longterm 使用 WeakHashMap 实现，这些老对象会被垃圾收集器回收。

• 当调用 get() 方法时，会先从 eden 区获取，如果没有找到的话再到 longterm 获取，当从 longterm 获取到就把对象放入 eden 中，从而保证经常被访问的节点不容易被回收。

• 当调用 put() 方法时，如果 eden 的大小超过了 size，那么就将 eden 中的所有对象都放入 longterm 中，利用虚拟机回收掉一部分不经常使用的对象。

public final class ConcurrentCache
     
       {    private final int size;    private final Map
      
        eden;    private final Map
       
         longterm;    public ConcurrentCache(int size) {        this.size = size;        this.eden = new ConcurrentHashMap<>(size);        this.longterm = new WeakHashMap<>(size);    }    public V get(K k) {        V v = this.eden.get(k);        if (v == null) {            v = this.longterm.get(k);            if (v != null)                this.eden.put(k, v);        }        return v;    }    public void put(K k, V v) {        if (this.eden.size() >= size) {            this.longterm.putAll(this.eden);            this.eden.clear();        }        this.eden.put(k, v);    }}
       
      
     

免费Java高级资料需要自己领取，涵盖了Java、Redis、MongoDB、MySQL、Zookeeper、Spring Cloud、Dubbo高并发分布式等教程，一共30G。

传送门：