JDK 1.8 ConcurrentHashMap 源码剖析

转载两篇不错的文章：

第一篇：

前言

HashMap是我们平时开发过程中用的比较多的集合，但它是非线程安全的，在涉及到多线程并发的情况，进行put操作有可能会引起死循环，导致CPU利用率接近100%。

[java] view plain copy

1. final HashMap<String, String> map = new HashMap<String, String>(2);
2. for (int i = 0; i < 10000; i++) {
3. new Thread(new Runnable() {
4. @Override
5. public void run() {
6. map.put(UUID.randomUUID().toString(), "");
7. }
8. }).start();
9. }

解决方案有Hashtable和Collections.synchronizedMap(hashMap)，不过这两个方案基本上是对读写进行加锁操作，一个线程在读写元素，其余线程必须等待，性能可想而知。

所以，Doug Lea给我们带来了并发安全的ConcurrentHashMap，它的实现是依赖于 Java 内存模型，所以我们在了解 ConcurrentHashMap 的之前必须了解一些底层的知识：

1. java内存模型
2. java中的Unsafe
3. java中的CAS
4. 深入浅出java同步器
5. 深入浅出ReentrantLock

本文源码是JDK8的版本，与之前的版本有较大差异。

JDK1.6分析

ConcurrentHashMap采用 分段锁的机制，实现并发的更新操作，底层采用数组+链表+红黑树的存储结构。
其包含两个核心静态内部类 Segment和HashEntry。

1. Segment继承ReentrantLock用来充当锁的角色，每个 Segment 对象守护每个散列映射表的若干个桶。
2. HashEntry 用来封装映射表的键 / 值对；
3. 每个桶是由若干个 HashEntry 对象链接起来的链表。

一个 ConcurrentHashMap 实例中包含由若干个 Segment 对象组成的数组，下面我们通过一个图来演示一下 ConcurrentHashMap 的结构：

ConcurrentHashMap存储结构.png

JDK1.8分析

1.8的实现已经抛弃了Segment分段锁机制，利用CAS+Synchronized来保证并发更新的安全，底层依然采用数组+链表+红黑树的存储结构。

Paste_Image.png

重要概念

在开始之前，有些重要的概念需要介绍一下：

1. table：默认为null，初始化发生在第一次插入操作，默认大小为16的数组，用来存储Node节点数据，扩容时大小总是2的幂次方。
2. nextTable：默认为null，扩容时新生成的数组，其大小为原数组的两倍。
3. sizeCtl ：默认为0，用来控制table的初始化和扩容操作，具体应用在后续会体现出来。
   • -1 代表table正在初始化
   • -N 表示有N-1个线程正在进行扩容操作
   • 其余情况：
     1、如果table未初始化，表示table需要初始化的大小。
     2、如果table初始化完成，表示table的容量，默认是table大小的0.75倍，居然用这个公式算0.75（n - (n >>> 2)）。
4. Node：保存key，value及key的hash值的数据结构。

   [java] view plain copy

   1. class Node<K,V> implements Map.Entry<K,V> {
   2. final int hash;
   3. final K key;
   4. volatile V val;
   5. volatile Node<K,V> next;
   6. ... 省略部分代码
   7. }

   其中value和next都用volatile修饰，保证并发的可见性。

5. ForwardingNode：一个特殊的Node节点，hash值为-1，其中存储nextTable的引用。

   [java] view plain copy

   1. final class ForwardingNode<K,V> extends Node<K,V> {
   2. final Node<K,V>[] nextTable;
   3. ForwardingNode(Node<K,V>[] tab) {
   4. super(MOVED, null, null, null);
   5. this.nextTable = tab;
   6. }
   7. }
6. 只有table发生扩容的时候，ForwardingNode才会发挥作用，作为一个占位符放在table中表示当前节点为null或则已经被移动。

实例初始化

实例化ConcurrentHashMap时带参数时，会根据参数调整table的大小，假设参数为100，最终会调整成256，确保table的大小总是2的幂次方，算法如下：

[java] view plain copy

1. ConcurrentHashMap<String, String> hashMap = new ConcurrentHashMap<>(100);
2. private static final int tableSizeFor(int c) {
3. int n = c - 1;
4. n |= n >>> 1;
5. n |= n >>> 2;
6. n |= n >>> 4;
7. n |= n >>> 8;
8. n |= n >>> 16;
9. return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
10. }

注意，ConcurrentHashMap在构造函数中只会初始化sizeCtl值，并不会直接初始化table，而是延缓到第一次put操作。

table初始化

前面已经提到过，table初始化操作会延缓到第一次put行为。但是put是可以并发执行的，Doug Lea是如何实现table只初始化一次的？让我们来看看源码的实现。

[java] view plain copy

1. private final Node<K,V>[] initTable() {
2. Node<K,V>[] tab; int sc;
3. while ((tab = table) == null || tab.length == 0) {
4. //如果一个线程发现sizeCtl<0，意味着另外的线程执行CAS操作成功，当前线程只需要让出cpu时间片
5. if ((sc = sizeCtl) < 0)
6. Thread.yield(); // lost initialization race; just spin
7. else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
8. try {
9. if ((tab = table) == null || tab.length == 0) {
10. int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
11. @SuppressWarnings("unchecked")
12. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
13. table = tab = nt;
14. sc = n - (n >>> 2);
15. }
16. } finally {
17. sizeCtl = sc;
18. }
19. break;
20. }
21. }
22. return tab;
23. }

sizeCtl默认为0，如果ConcurrentHashMap实例化时有传参数，sizeCtl会是一个2的幂次方的值。所以执行第一次put操作的线程会执行Unsafe.compareAndSwapInt方法修改sizeCtl为-1，有且只有一个线程能够修改成功，其它线程通过Thread.yield()让出CPU时间片等待table初始化完成。

put操作

假设table已经初始化完成，put操作采用CAS+synchronized实现并发插入或更新操作，具体实现如下。

[java] view plain copy

1. final V putVal(K key, V value, boolean onlyIfAbsent) {
2. if (key == null || value == null) throw new NullPointerException();
3. int hash = spread(key.hashCode());
4. int binCount = 0;
5. for (Node<K,V>[] tab = table;;) {
6. Node<K,V> f; int n, i, fh;
7. if (tab == null || (n = tab.length) == 0)
8. tab = initTable();
9. else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
10. if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value, null)))
11. break;                   // no lock when adding to empty bin
12. }
13. else if ((fh = f.hash) == MOVED)
14. tab = helpTransfer(tab, f);
15. ...省略部分代码
16. }
17. addCount(1L, binCount);
18. return null;
19. }

1. hash算法

   static final int spread(int h) {return (h ^ (h >>> 16)) & HASH_BITS;}

2. table中定位索引位置，n是table的大小

   int index = (n - 1) & hash

3. 获取table中对应索引的元素f。
   Doug Lea采用Unsafe.getObjectVolatile来获取，也许有人质疑，直接table[index]不可以么，为什么要这么复杂？
   在java内存模型中，我们已经知道每个线程都有一个工作内存，里面存储着table的副本，虽然table是volatile修饰的，但不能保证线程每次都拿到table中的最新元素，Unsafe.getObjectVolatile可以直接获取指定内存的数据，保证了每次拿到数据都是最新的。
4. 如果f为null，说明table中这个位置第一次插入元素，利用Unsafe.compareAndSwapObject方法插入Node节点。
   • 如果CAS成功，说明Node节点已经插入，随后addCount(1L, binCount)方法会检查当前容量是否需要进行扩容。
   • 如果CAS失败，说明有其它线程提前插入了节点，自旋重新尝试在这个位置插入节点。
5. 如果f的hash值为-1，说明当前f是ForwardingNode节点，意味有其它线程正在扩容，则一起进行扩容操作。
6. 其余情况把新的Node节点按链表或红黑树的方式插入到合适的位置，这个过程采用同步内置锁实现并发，代码如下:

   [java] view plain copy

   1. synchronized (f) {
   2. if (tabAt(tab, i) == f) {
   3. if (fh >= 0) {
   4. binCount = 1;
   5. for (Node<K,V> e = f;; ++binCount) {
   6. K ek;
   7. if (e.hash == hash &&
   8. ((ek = e.key) == key ||
   9. (ek != null && key.equals(ek)))) {
   10. oldVal = e.val;
   11. if (!onlyIfAbsent)
   12. e.val = value;
   13. break;
   14. }
   15. Node<K,V> pred = e;
   16. if ((e = e.next) == null) {
   17. pred.next = new Node<K,V>(hash, key,
   18. value, null);
   19. break;
   20. }
   21. }
   22. }
   23. else if (f instanceof TreeBin) {
   24. Node<K,V> p;
   25. binCount = 2;
   26. if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
   27. value)) != null) {
   28. oldVal = p.val;
   29. if (!onlyIfAbsent)
   30. p.val = value;
   31. }
   32. }
   33. }
   34. }

   在节点f上进行同步，节点插入之前，再次利用tabAt(tab, i) == f判断，防止被其它线程修改。

   1. 如果f.hash >= 0，说明f是链表结构的头结点，遍历链表，如果找到对应的node节点，则修改value，否则在链表尾部加入节点。
   2. 如果f是TreeBin类型节点，说明f是红黑树根节点，则在树结构上遍历元素，更新或增加节点。
   3. 如果链表中节点数binCount >= TREEIFY_THRESHOLD(默认是8)，则把链表转化为红黑树结构。

table扩容

当table容量不足的时候，即table的元素数量达到容量阈值sizeCtl，需要对table进行扩容。
整个扩容分为两部分：

1. 构建一个nextTable，大小为table的两倍。
2. 把table的数据复制到nextTable中。

这两个过程在单线程下实现很简单，但是ConcurrentHashMap是支持并发插入的，扩容操作自然也会有并发的出现，这种情况下，第二步可以支持节点的并发复制，这样性能自然提升不少，但实现的复杂度也上升了一个台阶。

先看第一步，构建nextTable，毫无疑问，这个过程只能只有单个线程进行nextTable的初始化，具体实现如下：

[java] view plain copy

1. private final void addCount(long x, int check) {
2. ... 省略部分代码
3. if (check >= 0) {
4. Node<K,V>[] tab, nt; int n, sc;
5. while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
6. (n = tab.length) < MAXIMUM_CAPACITY) {
7. int rs = resizeStamp(n);
8. if (sc < 0) {
9. if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
10. sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
11. transferIndex <= 0)
12. break;
13. if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
14. transfer(tab, nt);
15. }
16. else if (U.compareAndSwapInt(this, SIZECTL, sc,
17. (rs << RESIZE_STAMP_SHIFT) + 2))
18. transfer(tab, null);
19. s = sumCount();
20. }
21. }
22. }

通过Unsafe.compareAndSwapInt修改sizeCtl值，保证只有一个线程能够初始化nextTable，扩容后的数组长度为原来的两倍，但是容量是原来的1.5。

节点从table移动到nextTable，大体思想是遍历、复制的过程。

1. 首先根据运算得到需要遍历的次数i，然后利用tabAt方法获得i位置的元素f，初始化一个forwardNode实例fwd。
2. 如果f == null，则在table中的i位置放入fwd，这个过程是采用Unsafe.compareAndSwapObjectf方法实现的，很巧妙的实现了节点的并发移动。
3. 如果f是链表的头节点，就构造一个反序链表，把他们分别放在nextTable的i和i+n的位置上，移动完成，采用Unsafe.putObjectVolatile方法给table原位置赋值fwd。
4. 如果f是TreeBin节点，也做一个反序处理，并判断是否需要untreeify，把处理的结果分别放在nextTable的i和i+n的位置上，移动完成，同样采用Unsafe.putObjectVolatile方法给table原位置赋值fwd。

遍历过所有的节点以后就完成了复制工作，把table指向nextTable，并更新sizeCtl为新数组大小的0.75倍 ，扩容完成。

红黑树构造

注意：如果链表结构中元素超过TREEIFY_THRESHOLD阈值，默认为8个，则把链表转化为红黑树，提高遍历查询效率。

if (binCount != 0) {
    if (binCount >= TREEIFY_THRESHOLD)
        treeifyBin(tab, i);
    if (oldVal != null)
        return oldVal;
    break;
}

接下来我们看看如何构造树结构，代码如下：

[java] view plain copy

1. private final void treeifyBin(Node<K,V>[] tab, int index) {
2. Node<K,V> b; int n, sc;
3. if (tab != null) {
4. if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
5. tryPresize(n << 1);
6. else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
7. synchronized (b) {
8. if (tabAt(tab, index) == b) {
9. TreeNode<K,V> hd = null, tl = null;
10. for (Node<K,V> e = b; e != null; e = e.next) {
11. TreeNode<K,V> p =
12. new TreeNode<K,V>(e.hash, e.key, e.val,
13. null, null);
14. if ((p.prev = tl) == null)
15. hd = p;
16. else
17. tl.next = p;
18. tl = p;
19. }
20. setTabAt(tab, index, new TreeBin<K,V>(hd));
21. }
22. }
23. }
24. }
25. }

可以看出，生成树节点的代码块是同步的，进入同步代码块之后，再次验证table中index位置元素是否被修改过。
1、根据table中index位置Node链表，重新生成一个hd为头结点的TreeNode链表。
2、根据hd头结点，生成TreeBin树结构，并把树结构的root节点写到table的index位置的内存中，具体实现如下：

[java] view plain copy

1. TreeBin(TreeNode<K,V> b) {
2. super(TREEBIN, null, null, null);
3. this.first = b;
4. TreeNode<K,V> r = null;
5. for (TreeNode<K,V> x = b, next; x != null; x = next) {
6. next = (TreeNode<K,V>)x.next;
7. x.left = x.right = null;
8. if (r == null) {
9. x.parent = null;
10. x.red = false;
11. r = x;
12. }
13. else {
14. K k = x.key;
15. int h = x.hash;
16. Class<?> kc = null;
17. for (TreeNode<K,V> p = r;;) {
18. int dir, ph;
19. K pk = p.key;
20. if ((ph = p.hash) > h)
21. dir = -1;
22. else if (ph < h)
23. dir = 1;
24. else if ((kc == null &&
25. (kc = comparableClassFor(k)) == null) ||
26. (dir = compareComparables(kc, k, pk)) == 0)
27. dir = tieBreakOrder(k, pk);
28. TreeNode<K,V> xp = p;
29. if ((p = (dir <= 0) ? p.left : p.right) == null) {
30. x.parent = xp;
31. if (dir <= 0)
32. xp.left = x;
33. else
34. xp.right = x;
35. r = balanceInsertion(r, x);
36. break;
37. }
38. }
39. }
40. }
41. this.root = r;
42. assert checkInvariants(root);
43. }

主要根据Node节点的hash值大小构建二叉树。这个红黑树的构造过程实在有点复杂，感兴趣的同学可以看看源码。

get操作

get操作和put操作相比，显得简单了许多。

[java] view plain copy

1. public V get(Object key) {
2. Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
3. int h = spread(key.hashCode());
4. if ((tab = table) != null && (n = tab.length) > 0 &&
5. (e = tabAt(tab, (n - 1) & h)) != null) {
6. if ((eh = e.hash) == h) {
7. if ((ek = e.key) == key || (ek != null && key.equals(ek)))
8. return e.val;
9. }
10. else if (eh < 0)
11. return (p = e.find(h, key)) != null ? p.val : null;
12. while ((e = e.next) != null) {
13. if (e.hash == h &&
14. ((ek = e.key) == key || (ek != null && key.equals(ek))))
15. return e.val;
16. }
17. }
18. return null;
19. }

总结

ConcurrentHashMap 是一个并发散列映射表的实现，它允许完全并发的读取，并且支持给定数量的并发更新。相比于 HashTable 和同步包装器包装的 HashMap，使用一个全局的锁来同步不同线程间的并发访问，同一时间点，只能有一个线程持有锁，也就是说在同一时间点，只能有一个线程能访问容器，这虽然保证多线程间的安全并发访问，但同时也导致对容器的访问变成串行化的了。
1.6中采用ReentrantLock 分段锁的方式，使多个线程在不同的segment上进行写操作不会发现阻塞行为;1.8中直接采用了内置锁synchronized，难道是因为1.8的虚拟机对内置锁已经优化的足够快了？

第二篇

本文首写于有道云笔记，并在小组分享会分享，先整理发布，希望和大家交流探讨。云笔记地址

概述：

1、设计首要目的：维护并发可读性（get、迭代相关）；次要目的：使空间消耗比HashMap相同或更好，且支持多线程高效率的初始插入（empty table）。

2、HashTable线程安全，但采用synchronized，多线程下效率低下。线程1put时，线程2无法put或get。

实现原理：

锁分离：

在HashMap的基础上，将数据分段存储，ConcurrentHashMap由多个Segment组成，每个Segment都有把锁。Segment下包含很多Node，也就是我们的键值对了。

如果还停留在锁分离、Segment，那已经out了。

Segment虽保留，但已经简化属性，仅仅是为了兼容旧版本。

• CAS算法；unsafe.compareAndSwapInt(this, valueOffset, expect, update);  CAS(Compare And Swap)，意思是如果valueOffset位置包含的值与expect值相同，则更新valueOffset位置的值为update，并返回true，否则不更新，返回false。
• 与Java8的HashMap有相通之处，底层依然由“数组”+链表+红黑树；
• 底层结构存放的是TreeBin对象，而不是TreeNode对象；
• CAS作为知名无锁算法，那ConcurrentHashMap就没用锁了么？当然不是，hash值相同的链表的头结点还是会synchronized上锁。

[java] view plain copy

1. private static final int MAXIMUM_CAPACITY = 1 << 30; // 2的30次方=1073741824
2. private static final intDEFAULT_CAPACITY = 16;
3. static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; // MAX_VALUE=2^31-1=2147483647
4. private static finalint DEFAULT_CONCURRENCY_LEVEL = 16;
5. private static final float LOAD_FACTOR = 0.75f;
6. static final int TREEIFY_THRESHOLD = 8; // 链表转树阀值，大于8时
7. static final int UNTREEIFY_THRESHOLD = 6; //树转链表阀值，小于等于6（tranfer时，lc、hc=0两个计数器分别++记录原bin、新binTreeNode数量，<=UNTREEIFY_THRESHOLD 则untreeify(lo)）。【仅在扩容tranfer时才可能树转链表】
8. static final int MIN_TREEIFY_CAPACITY = 64;
9. private static final int MIN_TRANSFER_STRIDE = 16;
10. private static int RESIZE_STAMP_BITS = 16;
11. private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; // 2^15-1，help resize的最大线程数
12. private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS; // 32-16=16，sizeCtl中记录size大小的偏移量
13. static final int MOVED     = -1; // hash for forwarding nodes（forwarding nodes的hash值）、标示位
14. static final int TREEBIN   = -2; // hash for roots of trees（树根节点的hash值）
15. static final int RESERVED  = -3; // hash for transient reservations（ReservationNode的hash值）
16. static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash
17. static final int NCPU = Runtime.getRuntime().availableProcessors(); // 可用处理器数量
18. /**
19. * Table initialization and resizing control.  When negative, the
20. * table is being initialized or resized: -1 for initialization,
21. * else -(1 + the number of active resizing threads).  Otherwise,
22. * when table is null, holds the initial table size to use upon
23. * creation, or 0 for default. After initialization, holds the
24. * next element count value upon which to resize the table.
25. */
26. private transient volatile int sizeCtl;
27. sizeCtl是控制标识符，不同的值表示不同的意义。
28. 负数代表正在进行初始化或扩容操作
29. -1代表正在初始化
30. -N 表示有N-1个线程正在进行扩容操作
31. 正数或0代表hash表还没有被初始化，这个数值表示初始化或下一次进行扩容的大小，类似于扩容阈值。它的值始终是当前ConcurrentHashMap容量的0.75倍，这与loadfactor是对应的。实际容量>=sizeCtl，则扩容。

部分构造函数：

[java] view plain copy

1. public ConcurrentHashMap(int initialCapacity,
2. float loadFactor, int concurrencyLevel) {
3. if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
4. thrownew IllegalArgumentException();
5. if (initialCapacity < concurrencyLevel)   // Use at least as many bins
6. initialCapacity = concurrencyLevel;   // as estimated threads
7. long size = (long)(1.0 + (long)initialCapacity / loadFactor);
8. int cap = (size >= (long)MAXIMUM_CAPACITY) ?
9. MAXIMUM_CAPACITY : tableSizeFor((int)size);
10. this.sizeCtl = cap;
11. }

concurrencyLevel：

concurrencyLevel，能够同时更新ConccurentHashMap且不产生锁竞争的最大线程数，在Java8之前实际上就是ConcurrentHashMap中的分段锁个数，即Segment[]的数组长度。正确地估计很重要，当低估，数据结构将根据额外的竞争，从而导致线程试图写入当前锁定的段时阻塞；相反，如果高估了并发级别，你遇到过大的膨胀，由于段的不必要的数量; 这种膨胀可能会导致性能下降，由于高数缓存未命中。

在Java8里，仅仅是为了兼容旧版本而保留。唯一的作用就是保证构造map时初始容量不小于concurrencyLevel。

源码122行：

Also, for compatibility with previous  versions of this class, constructors may optionally specify an  expected {@code concurrencyLevel} as an additional hint for  internal sizing.

源码482行：

Mainly: We  leave untouched but unused constructor arguments refering to  concurrencyLevel .……

……

1、重要属性：

1.1 Node：

[java] view plain copy

1. static class Node<K,V> implements Map.Entry<K,V> {
2. final int hash;
3. final K key;
4. volatile V val; // Java8增加volatile，保证可见性
5. volatile Node<K,V> next;
6. Node(inthash, K key, V val, Node<K,V> next) {
7. this.hash = hash;
8. this.key = key;
9. this.val = val;
10. this.next = next;
11. }
12. public final K getKey()       { return key; }
13. public final V getValue()     { return val; }
14. // HashMap调用Objects.hashCode()，最终也是调用Object.hashCode()；效果一样
15. public final int hashCode()   { returnkey.hashCode() ^ val.hashCode(); }
16. public final String toString(){ returnkey + "=" + val; }
17. public final V setValue(V value) { // 不允许修改value值，HashMap允许
18. throw new UnsupportedOperationException();
19. }
20. // HashMap使用if (o == this)，且嵌套if；concurrent使用&&
21. public final boolean equals(Object o) {
22. Object k, v, u; Map.Entry<?,?> e;
23. return ((oinstanceof Map.Entry) &&
24. (k = (e = (Map.Entry<?,?>)o).getKey()) != null &&
25. (v = e.getValue()) != null &&
26. (k == key || k.equals(key)) &&
27. (v == (u = val) || v.equals(u)));
28. }
29. /**
30. * Virtualized support for map.get(); overridden in subclasses.
31. */
32. Node<K,V> find(inth, Object k) { // 增加find方法辅助get方法
33. Node<K,V> e = this;
34. if (k != null) {
35. do {
36. K ek;
37. if (e.hash == h &&
38. ((ek = e.key) == k || (ek != null && k.equals(ek))))
39. returne;
40. } while ((e = e.next) != null);
41. }
42. returnnull;
43. }
44. }

1.2 TreeNode

[java] view plain copy

1. // Nodes for use in TreeBins，链表>8，才可能转为TreeNode.
2. // HashMap的TreeNode继承至LinkedHashMap.Entry；而这里继承至自己实现的Node，将带有next指针，便于treebin访问。
3. static final class TreeNode<K,V> extends Node<K,V> {
4. TreeNode<K,V> parent;  // red-black tree links
5. TreeNode<K,V> left;
6. TreeNode<K,V> right;
7. TreeNode<K,V> prev;    // needed to unlink next upon deletion
8. boolean red;
9. TreeNode(inthash, K key, V val, Node<K,V> next,
10. TreeNode<K,V> parent) {
11. super(hash, key, val, next);
12. this.parent = parent;
13. }
14. Node<K,V> find(inth, Object k) {
15. return findTreeNode(h, k, null);
16. }
17. /**
18. * Returns the TreeNode (or null if not found) for the given key
19. * starting at given root.
20. */ // 查找hash为h，key为k的节点
21. final TreeNode<K,V> findTreeNode(int h, Object k, Class<?> kc) {
22. if (k != null) { // 比HMap增加判空
23. TreeNode<K,V> p = this;
24. do  {
25. intph, dir; K pk; TreeNode<K,V> q;
26. TreeNode<K,V> pl = p.left, pr = p.right;
27. if ((ph = p.hash) > h)
28. p = pl;
29. elseif (ph < h)
30. p = pr;
31. elseif ((pk = p.key) == k || (pk != null && k.equals(pk)))
32. returnp;
33. elseif (pl == null)
34. p = pr;
35. elseif (pr == null)
36. p = pl;
37. elseif ((kc != null ||
38. (kc = comparableClassFor(k)) != null) &&
39. (dir = compareComparables(kc, k, pk)) != 0)
40. p = (dir < 0) ? pl : pr;
41. elseif ((q = pr.findTreeNode(h, k, kc)) != null)
42. returnq;
43. else
44. p = pl;
45. } while (p != null);
46. }
47. return null;
48. }
49. }
50. // 和HashMap相比，这里的TreeNode相当简洁；ConcurrentHashMap链表转树时，并不会直接转，正如注释（Nodes for use in TreeBins）所说，只是把这些节点包装成TreeNode放到TreeBin中，再由TreeBin来转化红黑树。

1.3 TreeBin

[java] view plain copy

1. // TreeBin用于封装维护TreeNode，包含putTreeVal、lookRoot、UNlookRoot、remove、balanceInsetion、balanceDeletion等方法，这里只分析其构造函数。
2. // 当链表转树时，用于封装TreeNode，也就是说，ConcurrentHashMap的红黑树存放的时TreeBin，而不是treeNode。
3. TreeBin(TreeNode<K,V> b) {
4. super(TREEBIN, null, null, null);//hash值为常量TREEBIN=-2,表示roots of trees
5. this.first = b;
6. TreeNode<K,V> r = null;
7. for (TreeNode<K,V> x = b, next; x != null; x = next) {
8. next = (TreeNode<K,V>)x.next;
9. x.left = x.right = null;
10. if (r == null) {
11. x.parent = null;
12. x.red = false;
13. r = x;
14. }
15. else {
16. K k = x.key;
17. inth = x.hash;
18. Class<?> kc = null;
19. for (TreeNode<K,V> p = r;;) {
20. intdir, ph;
21. K pk = p.key;
22. if ((ph = p.hash) > h)
23. dir = -1;
24. elseif (ph < h)
25. dir = 1;
26. elseif ((kc == null &&
27. (kc = comparableClassFor(k)) == null) ||
28. (dir = compareComparables(kc, k, pk)) == 0)
29. dir = tieBreakOrder(k, pk);
30. TreeNode<K,V> xp = p;
31. if ((p = (dir <= 0) ? p.left : p.right) == null) {
32. x.parent = xp;
33. if (dir <= 0)
34. xp.left = x;
35. else
36. xp.right = x;
37. r = balanceInsertion(r, x);
38. break;
39. }
40. }
41. }
42. }
43. this.root = r;
44. assert checkInvariants(root);
45. }

1.4 treeifyBin

[java] view plain copy

1. /**
2. * Replaces all linked nodes in bin at given index unless table is
3. * too small, in which case resizes instead.链表转树
4. */
5. private final void treeifyBin(Node<K,V>[] tab, int index) {
6. Node<K,V> b; intn, sc;
7. if (tab != null) {
8. if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
9. tryPresize(n << 1); // 容量<64，则table两倍扩容，不转树了
10. else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
11. synchronized (b) { // 读写锁
12. if (tabAt(tab, index) == b) {
13. TreeNode<K,V> hd = null, tl = null;
14. for (Node<K,V> e = b; e != null; e = e.next) {
15. TreeNode<K,V> p =
16. new TreeNode<K,V>(e.hash, e.key, e.val,
17. null, null);
18. if ((p.prev = tl) == null)
19. hd = p;
20. else
21. tl.next = p;
22. tl = p;
23. }
24. setTabAt(tab, index, new TreeBin<K,V>(hd));
25. }
26. }
27. }
28. }
29. }

1.5 ForwardingNode

[java] view plain copy

1. // A node inserted at head of bins during transfer operations.连接两个table
2. // 并不是我们传统的包含key-value的节点，只是一个标志节点，并且指向nextTable，提供find方法而已。生命周期：仅存活于扩容操作且bin不为null时，一定会出现在每个bin的首位。
3. static final class ForwardingNode<K,V> extends Node<K,V> {
4. final Node<K,V>[] nextTable;
5. ForwardingNode(Node<K,V>[] tab) {
6. super(MOVED, null, null, null); // 此节点hash=-1，key、value、next均为null
7. this.nextTable = tab;
8. }
9. Node<K,V> find(int h, Object k) {
10. // 查nextTable节点，outer避免深度递归
11. outer: for (Node<K,V>[] tab = nextTable;;) {
12. Node<K,V> e; intn;
13. if (k == null || tab == null || (n = tab.length) == 0 ||
14. (e = tabAt(tab, (n - 1) & h)) == null)
15. returnnull;
16. for (;;) { // CAS算法多和死循环搭配！直到查到或null
17. int eh; K ek;
18. if ((eh = e.hash) == h &&
19. ((ek = e.key) == k || (ek != null && k.equals(ek))))
20. returne;
21. if (eh < 0) {
22. if (e instanceof ForwardingNode) {
23. tab = ((ForwardingNode<K,V>)e).nextTable;
24. continue outer;
25. }
26. else
27. return e.find(h, k);
28. }
29. if ((e = e.next) == null)
30. return null;
31. }
32. }
33. }
34. }

1.6  3个原子操作（调用频率很高）

[java] view plain copy

1. @SuppressWarnings("unchecked") // ASHIFT等均为private static final
2. static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) { // 获取索引i处Node
3. return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE);
4. }
5. // 利用CAS算法设置i位置上的Node节点（将c和table[i]比较，相同则插入v）。
6. static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i,
7. Node<K,V> c, Node<K,V> v) {
8. return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
9. }
10. // 设置节点位置的值，仅在上锁区被调用
11. static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) {
12. U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v);
13. }

1.7 Unsafe

[java] view plain copy

1. //在源码的6277行到最后，有着ConcurrentHashMap中极为重要的几个属性（SIZECTL），unsafe静态块控制其修改行为。Java8中，大量运用CAS进行变量、属性的无锁修改，大大提高性能。
2. // Unsafe mechanics
3. private static final sun.misc.Unsafe U;
4. private static final long SIZECTL;
5. private static final long TRANSFERINDEX;
6. private static final long BASECOUNT;
7. private static final long CELLSBUSY;
8. private static final long CELLVALUE;
9. private static final long ABASE;
10. private static final int ASHIFT;
11. static {
12. try {
13. U = sun.misc.Unsafe.getUnsafe();
14. Class<?> k = ConcurrentHashMap.class;
15. SIZECTL = U.objectFieldOffset (k.getDeclaredField("sizeCtl"));
16. TRANSFERINDEX=U.objectFieldOffset(k.getDeclaredField("transferIndex"));
17. BASECOUNT = U.objectFieldOffset (k.getDeclaredField("baseCount"));
18. CELLSBUSY = U.objectFieldOffset (k.getDeclaredField("cellsBusy"));
19. Class<?> ck = CounterCell.class;
20. CELLVALUE = U.objectFieldOffset (ck.getDeclaredField("value"));
21. Class<?> ak = Node[].class;
22. ABASE = U.arrayBaseOffset(ak);
23. intscale = U.arrayIndexScale(ak);
24. if ((scale & (scale - 1)) != 0)
25. thrownew Error("data type scale not a power of two");
26. ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);
27. } catch (Exception e) {
28. thrownew Error(e);
29. }
30. }

1.8 扩容相关

tryPresize在putAll以及treeifyBin中调用

[java] view plain copy

1. private final void tryPresize(int size) {
2. // 给定的容量若>=MAXIMUM_CAPACITY的一半，直接扩容到允许的最大值，否则调用函数扩容
3. int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY :
4. tableSizeFor(size + (size >>> 1) + 1);
5. int sc;
6. while ((sc = sizeCtl) >= 0) { //没有正在初始化或扩容，或者说表还没有被初始化
7. Node<K,V>[] tab = table; int n;
8. if(tab == null || (n = tab.length) == 0) {
9. n = (sc > c) ? sc : c; // 扩容阀值取较大者
10. // 期间没有其他线程对表操作，则CAS将SIZECTL状态置为-1，表示正在进行初始化
11. if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
12. try {
13. if (table == tab) {
14. @SuppressWarnings("unchecked")
15. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
16. table = nt;
17. sc = n - (n >>> 2); //无符号右移2位，此即0.75*n
18. }
19. } finally {
20. sizeCtl = sc; // 更新扩容阀值
21. }
22. }
23. }// 若欲扩容值不大于原阀值，或现有容量>=最值，什么都不用做了
24. else if (c <= sc || n >= MAXIMUM_CAPACITY)
25. break;
26. else if (tab == table) { // table不为空，且在此期间其他线程未修改table
27. int rs = resizeStamp(n);
28. if (sc < 0) {
29. Node<K,V>[] nt;//RESIZE_STAMP_SHIFT=16,MAX_RESIZERS=2^15-1
30. if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
31. sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
32. transferIndex <= 0)
33. break;
34. if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
35. transfer(tab, nt);
36. }
37. else if (U.compareAndSwapInt(this, SIZECTL, sc,
38. (rs << RESIZE_STAMP_SHIFT) + 2))
39. transfer(tab, null);
40. }
41. }
42. }

[java] view plain copy

1. private static final int tableSizeFor(int c){//和HashMap一样,返回>=n的最小2的自然数幂
2. int n = c - 1;
3. n |= n >>> 1;
4. n |= n >>> 2;
5. n |= n >>> 4;
6. n |= n >>> 8;
7. n |= n >>> 16;
8. return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
9. }

[java] view plain copy

1. /**
2. * Returns the stamp bits for resizing a table of size n.
3. * Must be negative when shifted left by RESIZE_STAMP_SHIFT.
4. */
5. static final int resizeStamp(int n) { // 返回一个标志位
6. return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
7. }// numberOfLeadingZeros返回n对应32位二进制数左侧0的个数，如9（1001）返回28
8. // RESIZE_STAMP_BITS=16,(左侧0的个数)|(2^15)

ConcurrentHashMap无锁多线程扩容，减少扩容时的时间消耗。

transfer扩容操作：单线程构建两倍容量的nextTable；允许多线程复制原table元素到nextTable。

1. 为每个内核均分任务，并保证其不小于16；
2. 若nextTab为null，则初始化其为原table的2倍；
3. 死循环遍历，直到finishing。

• 节点为空，则插入ForwardingNode；
• 链表节点（fh>=0），分别插入nextTable的i和i+n的位置；【逆序链表？？】
• TreeBin节点（fh<0），判断是否需要untreefi，分别插入nextTable的i和i+n的位置；【逆序树？？】
• finishing时，nextTab赋给table，更新sizeCtl为新容量的0.75倍 ，完成扩容。

以上说的都是单线程，多线程又是如何实现的呢？

遍历到ForwardingNode节点((fh = f.hash) == MOVED)，说明此节点被处理过了，直接跳过。这是控制并发扩容的核心 。由于给节点上了锁，只允许当前线程完成此节点的操作，处理完毕后，将对应值设为ForwardingNode（fwd），其他线程看到forward，直接向后遍历。如此便完成了多线程的复制工作，也解决了线程安全问题。

private transient volatile Node<K,V>[] nextTable; //仅仅在扩容使用，并且此时非空

[java] view plain copy

1. // 将table每一个bin（桶位）的Node移动或复制到nextTable
2. // 只在addCount(long x, int check)、helpTransfer、tryPresize中调用
3. private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
4. int n = tab.length, stride;
5. // 每核处理的量小于16，则强制赋值16
6. if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
7. stride = MIN_TRANSFER_STRIDE; // subdivide range
8. if (nextTab == null) {      // initiating
9. try {
10. @SuppressWarnings("unchecked")
11. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; //两倍
12. nextTab = nt;
13. } catch (Throwable ex) {   // try to cope with OOME
14. sizeCtl = Integer.MAX_VALUE;
15. return;
16. }
17. nextTable = nextTab;
18. transferIndex = n;
19. }
20. int nextn = nextTab.length;
21. //连节点指针,标志位，fwd的hash值为-1，fwd.nextTable=nextTab。
22. ForwardingNode<K,V> fwd= new ForwardingNode<K,V>(nextTab);
23. boolean advance= true;//并发扩容的关键属性,等于true,说明此节点已经处理过
24. boolean finishing = false; // to ensure sweep before committing nextTab
25. for (int i = 0, bound = 0;;) { // 死循环
26. Node<K,V> f; int fh;
27. while (advance) { // 控制--i，遍历原hash表中的节点
28. int nextIndex, nextBound;
29. if (--i >= bound || finishing)
30. advance = false;
31. else if ((nextIndex = transferIndex) <= 0) {
32. i = -1;
33. advance = false;
34. }//TRANSFERINDEX 即用CAS计算得到的transferIndex
35. else if (U.compareAndSwapInt
36. (this, TRANSFERINDEX, nextIndex,
37. nextBound = (nextIndex > stride ?
38. nextIndex - stride : 0))) {
39. bound = nextBound;
40. i = nextIndex - 1;
41. advance = false;
42. }
43. }
44. if (i < 0 || i >= n || i + n >= nextn) {
45. int sc;
46. if (finishing) { // 所有节点复制完毕
47. nextTable = null;
48. table = nextTab;
49. sizeCtl = (n << 1) - (n >>> 1); //扩容阀值设为原来的1.5倍，即现在的0.75倍
50. return; // 仅有的2个跳出死循环出口之一
51. }//CAS更新扩容阈值,sc-1表明新加入一个线程参与扩容
52. if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
53. if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
54. return;// 仅有的2个跳出死循环出口之一
55. finishing = advance = true;
56. i = n; // recheck before commit
57. }
58. }
59. else if ((f = tabAt(tab, i)) == null) //该节点为空，则插入ForwardingNode
60. advance = casTabAt(tab, i, null, fwd);
61. //遍历到ForwardingNode节点，说明此节点被处理过了，直接跳过。这是控制并发扩容的核心
62. else if ((fh = f.hash) == MOVED) // MOVED=-1，hash for fwd
63. advance = true; // already processed
64. else {
65. synchronized (f) { //上锁
66. if (tabAt(tab, i) == f) {
67. Node<K,V> ln, hn; //ln原位置节点，hn新位置节点
68. if (fh >= 0) { // 链表
69. int runBit = fh & n; // f.hash & n
70. Node<K,V> lastRun = f; // lastRun和p两个链表，逆序？？
71. for (Node<K,V> p = f.next; p != null; p = p.next) {
72. int b = p.hash & n; // f.next.hash & n
73. if (b != runBit) {
74. runBit = b;
75. lastRun = p;
76. }
77. }
78. if (runBit == 0) {
79. ln = lastRun;
80. hn = null;
81. }
82. else {
83. hn = lastRun;
84. ln = null;
85. }
86. for (Node<K,V> p = f; p != lastRun; p = p.next) {
87. int ph = p.hash; K pk = p.key; V pv = p.val;
88. if ((ph & n) == 0) // 和HashMap确定扩容后的节点位置一样
89. ln = new Node<K,V>(ph, pk, pv, ln);
90. else
91. hn = new Node<K,V>(ph, pk, pv, hn); //新位置节点
92. }//类似HashMap，为何i+n？参见HashMap的笔记
93. setTabAt(nextTab, i, ln);//在nextTable[i]插入原节点
94. setTabAt(nextTab, i + n, hn);//在nextTable[i+n]插入新节点
95. //在nextTable[i]插入forwardNode节点，表示已经处理过该节点
96. setTabAt(tab, i, fwd);
97. //设置advance为true 返回到上面的while循环中 就可以执行--i操作
98. advance = true;
99. }
100. else if (f instanceof TreeBin) { //树
101. TreeBin<K,V> t = (TreeBin<K,V>)f;
102. TreeNode<K,V> lo = null, loTail = null;
103. TreeNode<K,V> hi = null, hiTail = null;
104. //lc、hc=0两计数器分别++记录原、新bin中TreeNode数量
105. int lc = 0, hc = 0;
106. for (Node<K,V> e = t.first; e != null; e = e.next) {
107. int h = e.hash;
108. TreeNode<K,V> p = new TreeNode<K,V>
109. (h, e.key, e.val, null, null);
110. if ((h & n) == 0) {
111. if ((p.prev = loTail) == null)
112. lo = p;
113. else
114. loTail.next = p;
115. loTail = p;
116. ++lc;
117. }
118. else {
119. if ((p.prev = hiTail) == null)
120. hi = p;
121. else
122. hiTail.next = p;
123. hiTail = p;
124. ++hc;
125. }
126. }//扩容后树节点个数若<=6，将树转链表
127. ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
128. (hc != 0) ? new TreeBin<K,V>(lo) : t;
129. hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
130. (lc != 0) ? new TreeBin<K,V>(hi) : t;
131. setTabAt(nextTab, i, ln);
132. setTabAt(nextTab, i + n, hn);
133. setTabAt(tab, i, fwd);
134. advance = true;
135. }
136. }
137. }
138. }
139. }
140. }

[java] view plain copy

1. // 协助扩容方法。多线程下，当前线程检测到其他线程正进行扩容操作，则协助其一起扩容；（只有这种情况会被调用）从某种程度上说，其“优先级”很高，只要检测到扩容，就会放下其他工作，先扩容。
2. // 调用之前，nextTable一定已存在。
3. final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
4. Node<K,V>[] nextTab; intsc;
5. if (tab != null && (finstanceof ForwardingNode) &&
6. (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
7. intrs = resizeStamp(tab.length); //标志位
8. while (nextTab == nextTable && table == tab &&
9. (sc = sizeCtl) < 0) {
10. if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
11. sc == rs + MAX_RESIZERS || transferIndex <= 0)
12. break;
13. if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
14. transfer(tab, nextTab);//调用扩容方法，直接进入复制阶段
15. break;
16. }
17. }
18. return nextTab;
19. }
20. return table;
21. }

2、 put相关：

理一下put的流程：

①判空：null直接抛空指针异常；

②hash：计算h=key.hashcode；调用spread计算hash=(h ^(h >>>16))& HASH_BITS；

③遍历table

• 若table为空，则初始化，仅设置相关参数；
• @@@计算当前key存放位置，即table的下标i=(n - 1) & hash；
• 若待存放位置为null，casTabAt无锁插入；
• 若是forwarding nodes（检测到正在扩容），则helpTransfer（帮助其扩容）；
• else（待插入位置非空且不是forward节点，即碰撞了），将头节点上锁（保证了线程安全）：区分链表节点和树节点，分别插入（遇到hash值与key值都与新节点一致的情况，只需要更新value值即可。否则依次向后遍历，直到链表尾插入这个结点）；
• 若链表长度>8，则treeifyBin转树（Note：若length<64,直接tryPresize,两倍table.length;不转树）。

④addCount(1L, binCount)。

Note：

1、put操作共计两次hash操作，再利用“与&”操作计算Node的存放位置。

2、ConcurrentHashMap不允许key或value为null。

3、addCount(longx,intcheck)方法：

①利用CAS快速更新baseCount的值；

②check>=0.则检验是否需要扩容；if sizeCtl<0（正在进行初始化或扩容操作）【nexttable null等情况break；如果有线程正在扩容，则协助扩容】；else if 仅当前线程在扩容，调用协助扩容函数，注其参数nextTable为null。

public V put(K key, V value) {

return putVal(key, value, false);

}

[java] view plain copy

1. final V <span style="background-color: rgb(255, 255, 51);">putVal</span>(K key, V value, boolean onlyIfAbsent) {
2. // 不允许key、value为空
3. if (key == null || value == null) throw new NullPointerException();
4. int hash = spread(key.hashCode()); //返回(h^(h>>>16))&HASH_BITS
5. int binCount = 0;
6. for (Node<K,V>[] tab = table;;) { // 死循环，直到插入成功
7. Node<K,V> f; int n, i, fh;
8. if (tab == null || (n = tab.length) == 0)
9. tab = initTable(); // table为空，初始化table
10. else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {// 索引处无值
11. if (casTabAt(tab, i, null,
12. new Node<K,V>(hash, key, value, null)))
13. break;  // no lock when adding to empty bin
14. }
15. else if ((fh = f.hash) == MOVED) // MOVED=-1;//hash for forwarding nodes
16. tab = helpTransfer(tab, f); //检测到正在扩容，则帮助其扩容
17. else {
18. V oldVal = null;
19. synchronized (f) { // 节点上锁（hash值相同的链表的头节点）
20. if (tabAt(tab, i) == f) {
21. if (fh >= 0) { // 链表节点
22. binCount = 1;
23. for (Node<K,V> e = f;; ++binCount) {
24. K ek;// hash和key相同，则修改value
25. if (e.hash == hash &&
26. ((ek = e.key) == key ||(ek != null && key.equals(ek)))) {
27. oldVal = e.val;
28. if (!onlyIfAbsent) //仅putIfAbsent()方法中onlyIfAbsent为true
29. e.val = value; //putIfAbsent()包含key则返回get，否则put并返回
30. break;
31. }
32. Node<K,V> pred = e;
33. if ((e = e.next) == null) { //已遍历到链表尾部，直接插入
34. pred.next = new Node<K,V>(hash, key, value, null);
35. break;
36. }
37. }
38. }
39. else if (f instanceof TreeBin) { // 树节点
40. Node<K,V> p;
41. binCount = 2;
42. if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,value)) != null) {
43. oldVal = p.val;
44. if (!onlyIfAbsent)
45. p.val = value;
46. }
47. }
48. }
49. }
50. if (binCount != 0) {
51. if (binCount >= TREEIFY_THRESHOLD)//实则是>8,执行else,说明该桶位本就有Node
52. treeifyBin(tab, i);//若length<64,直接tryPresize,两倍table.length;不转树
53. if (oldVal != null)
54. return oldVal;
55. break;
56. }
57. }
58. }
59. addCount(1L, binCount);
60. return null;
61. }

[java] view plain copy

1. // Initializes table, using the size recorded in sizeCtl.
2. private final Node<K,V>[] <span style="background-color: rgb(255, 255, 51);">initTable</span>() { // 仅仅设置参数，并未实质初始化
3. Node<K,V>[] tab; intsc;
4. while ((tab = table) == null || tab.length == 0) {
5. if ((sc = sizeCtl) < 0) // 其他线程正在初始化，此线程挂起
6. Thread.yield(); // lost initialization race; just spin
7. //CAS方法把sizectl置为-1，表示本线程正在进行初始化
8. elseif (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
9. try {
10. if ((tab = table) == null || tab.length == 0) {
11. intn = (sc > 0) ? sc : DEFAULT_CAPACITY;//DEFAULT_CAPACITY=16
12. @SuppressWarnings("unchecked")
13. Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
14. table = tab = nt;
15. sc = n - (n >>> 2); // 扩容阀值，0.75*n
16. }
17. } finally {
18. sizeCtl = sc;
19. }
20. break;
21. }
22. }
23. return tab;
24. }

3、 get、contains相关

[java] view plain copy

1. public V <span style="background-color: rgb(255, 255, 51);">get</span>(Object key) {
2. Node<K,V>[] tab; Node<K,V> e, p; intn, eh; K ek;
3. inth = spread(key.hashCode());
4. if ((tab = table) != null && (n = tab.length) > 0 &&
5. (e = tabAt(tab, (n - 1) & h)) != null) {//tabAt(i),获取索引i处Node
6. if ((eh = e.hash) == h) {
7. if ((ek = e.key) == key || (ek != null && key.equals(ek)))
8. returne.val;
9. }
10. elseif (eh < 0) // 树
11. return (p = e.find(h, key)) != null ? p.val : null;
12. while ((e = e.next) != null) { // 链表
13. if (e.hash == h &&
14. ((ek = e.key) == key || (ek != null && key.equals(ek))))
15. returne.val;
16. }
17. }
18. return null;
19. }

[java] view plain copy

1. public boolean containsKey(Object key) {return get(key) != null;}
2. public boolean containsValue(Object value) {}

理一下get的流程：

①spread计算hash值；

②table不为空；

③tabAt(i)处桶位不为空；

④check first，是则返回当前Node的value；否则分别根据树、链表查询。

4、 Size相关：

由于ConcurrentHashMap在统计size时可能正被多个线程操作，而我们又不可能让他停下来让我们计算，所以只能计量一个估计值。

计数辅助：

5、remove、clear相关：

[java] view plain copy

1. public void clear() { // 移除所有元素
2. long delta = 0L; // negative number of deletions
3. inti = 0;
4. Node<K,V>[] tab = table;
5. while (tab != null && i < tab.length) {
6. intfh;
7. Node<K,V> f = tabAt(tab, i);
8. if (f == null) // 为空，直接跳过
9. ++i;
10. else if ((fh = f.hash) == MOVED) { //检测到其他线程正对其扩容
11. //则协助其扩容，然后重置计数器，重新挨个删除元素，避免删除了元素，其他线程又新增元素。
12. tab = helpTransfer(tab, f);
13. i = 0; // restart
14. }
15. else{
16. synchronized (f) { // 上锁
17. if (tabAt(tab, i) == f) { // 其他线程没有在此期间操作f
18. Node<K,V> p = (fh >= 0 ? f :
19. (finstanceof TreeBin) ?
20. ((TreeBin<K,V>)f).first : null);
21. while (p != null) { // 首先删除链、树的末尾元素，避免产生大量垃圾
22. --delta;
23. p = p.next;
24. }
25. setTabAt(tab, i++, null); // 利用CAS无锁置null
26. }
27. }
28. }
29. }
30. if (delta != 0L)
31. addCount(delta, -1); // 无实际意义，参数check<=1，直接return。
32. }

[java] view plain copy

1. public V remove(Object key) { // key为null，将在计算hashCode时报空指针异常
2. return replaceNode(key, null, null);
3. }

[java] view plain copy

1. public boolean remove(Object key, Object value) {
2. if (key == null)
3. thrownew NullPointerException();
4. returnvalue != null && replaceNode(key, null, value) != null;
5. }

[java] view plain copy

1. // remove核心方法，注意，这里的cv才是key-value中的value！
2. final V replaceNode(Object key, V value, Object cv) {
3. inthash = spread(key.hashCode());
4. for (Node<K,V>[] tab = table;;) {
5. Node<K,V> f; intn, i, fh;
6. if (tab == null || (n = tab.length) == 0 ||
7. (f = tabAt(tab, i = (n - 1) & hash)) == null)
8. break; // 该桶位第一个元素为空，直接跳过
9. elseif ((fh = f.hash) == MOVED)
10. tab = helpTransfer(tab, f); // 先协助扩容再说
11. else {
12. V oldVal = null;
13. booleanvalidated = false;
14. synchronized (f) {
15. if (tabAt(tab, i) == f) {
16. if (fh >= 0) {
17. validated = true;
18. //pred没看出来有什么用，全是别人赋值给他，他却不影响其他参数
19. for (Node<K,V> e = f, pred = null;;) {
20. K ek;
21. if (e.hash == hash &&((ek = e.key) == key ||
22. (ek != null && key.equals(ek)))){//hash且可以相等
23. V ev = e.val;
24. // value为null或value和查到的值相等
25. if (cv == null || cv == ev ||
26. (ev != null && cv.equals(ev))) {
27. oldVal = ev;
28. if (value != null) // replace中调用
29. e.val = value;
30. elseif (pred != null)
31. pred.next = e.next;
32. else
33. setTabAt(tab, i, e.next);
34. }
35. break;
36. }
37. pred = e;
38. if ((e = e.next) == null)
39. break;
40. }
41. }
42. elseif (finstanceof TreeBin) { // 以树的方式find、remove
43. validated = true;
44. TreeBin<K,V> t = (TreeBin<K,V>)f;
45. TreeNode<K,V> r, p;
46. if ((r = t.root) != null &&
47. (p = r.findTreeNode(hash, key, null)) != null) {
48. V pv = p.val;
49. if (cv == null || cv == pv ||
50. (pv != null && cv.equals(pv))) {
51. oldVal = pv;
52. if (value != null)
53. p.val = value;
54. elseif (t.removeTreeNode(p))
55. setTabAt(tab, i, untreeify(t.first));
56. }
57. }
58. }
59. }
60. }
61. if (validated) {
62. if (oldVal != null) {
63. if (value == null)
64. addCount(-1L, -1);
65. returnoldVal;
66. }
67. break;
68. }
69. }
70. }
71. return null;
72. }

[java] view plain copy

1. public boolean replace(K key, V oldValue, V newValue) {}

6、其他函数：

public boolean isEmpty() {

return sumCount() <= 0L; // ignore transient negative values

}

原文转载：http://blog.csdn.net/lsgqjh/article/details/54867107

原文地址：https://www.cnblogs.com/AndyAo/p/8283513.html