concurrenthashmap 底层实现原理（深入理解Java中的ConcurrentHashMap）
concurrenthashmap 底层实现原理（深入理解Java中的ConcurrentHashMap）寻址性能：引入红黑树降低了数据查询的时间复杂度从O(n)->O(logN)。锁粒度上：ConcurrentHashMap锁的粒度是数组中的一个节点（JDK1.7锁定的是Segment 粒度比较粗）。当初始化ConcurrentHashMap实例时，默认初始化一个长度16的数组，因为底层核心还是Hash表，必然存在Hash冲突的问题，所以它采用链式寻址的方式解决Hash冲突。当Hash冲突比较多时会造成链表长度较长，寻址性能下降，为了提高寻址性能，JDK1.8中引入了红黑树，当数组长度大于64并且链表长度大于等于8时，单向链表就会转化成红黑树。随着ConcurrentHashMap动态扩容，一旦链表的长度小于8时，红黑树就会退化成单向链表。ConcurrentHashMap的功能和HashMap一样，它在HashMap的基础上提供了并发安全的一个实现，并发安全的实现主要是通过对于Nod
整体架构jdk1.7版本的存储如下图，采用Segment HashEntry的方式进行实现，每个Segment中包含一个与HashMap数据结构差不多的链表数组 理论上最大并发度与Segment个数相等，锁分段的思想提高了并发性，用ReentrantLock来保证并发安全；
jdk1.7存储结构
JDK1.8版本的存储如下图，由数组，单向链表和红黑数组成。为了进一步提高并发性 摒弃了分段锁方案 取而代之的是采用Node CAS Synchronized来保证并发安全，同时为了提高哈希碰撞下的寻址性能 在链表长度超过一定阈值(8)时将链表(寻址时间复杂度为O(N))转换为红黑树(寻址时间复杂度为O(log(N)))。
jdk1.8中的存储结构
当初始化ConcurrentHashMap实例时，默认初始化一个长度16的数组，因为底层核心还是Hash表，必然存在Hash冲突的问题，所以它采用链式寻址的方式解决Hash冲突。当Hash冲突比较多时会造成链表长度较长，寻址性能下降，为了提高寻址性能，JDK1.8中引入了红黑树，当数组长度大于64并且链表长度大于等于8时，单向链表就会转化成红黑树。
随着ConcurrentHashMap动态扩容，一旦链表的长度小于8时，红黑树就会退化成单向链表。
基本功能ConcurrentHashMap的功能和HashMap一样，它在HashMap的基础上提供了并发安全的一个实现，并发安全的实现主要是通过对于Node节点加锁来保证数据更新的安全性。
性能优化锁粒度上：ConcurrentHashMap锁的粒度是数组中的一个节点（JDK1.7锁定的是Segment 粒度比较粗）。
寻址性能：引入红黑树降低了数据查询的时间复杂度从O(n)->O(logN)。
多线程并发扩容：当数组的长度不够时，ConcurrentHashMap对数组进行扩容，在扩容时采用多线程并发扩容实现，即多个线程对原始数组进行分片，每个线程负责一个分片的数据迁移，从整体上提升了扩容过程中的数据迁移效率。
多线程并发扩容
size方法优化：在多线程并发场景中实现元素个数累加性能非常低，ConcurrentHashMap做了两个点优化。
1.当线程竞争不激烈的时候，直接采用CAS的方式实现元素个数的原子递增。
2.当线程竞争激烈的时候，使用一个数组来维护元素个数，如果增加总的元素个数时候，直接从数组中随机选择一个，再通过CAS算法来实现原子递增。核心思想是引入数组来实现对并发更新的一个负载。
size计算元素个数
思想借鉴从ConcurrentHashMap实现上来看，有一些思想值得我们借鉴，例如：锁的粒度控制、分段锁的设计、采用无锁（CAS）方式、多线程并发扩容思想、冲突链表太长转换为红黑树等，这些经典思想平时也可以用于工作中的项目里。[赞]
喜欢就收藏吧，关注我更多有价值的文章会第一时间推荐给你！[玫瑰][玫瑰][玫瑰]
