ConcurrentHashMap

1、1.7版本concurrentHashMap

　　ConcurrentHashMap 和 HashMap 的实现原理是差不多的，但是因为 ConcurrentHashMap 是并发安全的，所以在实现上要比hashmap复杂一些。 

　　在 JDK1.7 的实现上，ConrruentHashMap 由一个个 Segment 组成，简单来说， ConcurrentHashMap是一个Segment数组，它通过继承ReentrantLock来进行加锁，通过 每次锁住一个segment来保证每个segment内的操作的线程安全性从而实现全局线程安全。

整个结构图如下：

　　　　　　

　　当每个操作分布在不同的 segment 上的时候，默认情况下，理论上可以同时支持 16 个线程 的并发写入。 

2、1.8版本的concurrentHashMap

2.1、相比1.7改进之处

　　（1）取消了segment分段设计，直接使用Node数组来保存数据，并且采用Node数组元素作 为锁来实现每一行数据进行加锁来进一步减少并发冲突的概率

　　（2）将原本数组+单向链表的数据结构变更为了数组+单向链表+红黑树的结构。为什么要引入 红黑树呢？在正常情况下，key hash之后如果能够很均匀的分散在数组中，那么table数 组中的每个队列的长度主要为 0 或者 1。但是实际情况下，还是会存在一些队列长度过长的情况。如果还采用单向列表方式，那么查询某个节点的时间复杂度就变为 O(n)；因此对于 队列长度超过8的链表，JDK1.8采用了红黑树的结构，那么查询的时间复杂度就会降低到 O(logN)，可以提升查找的性能； 

　　　　　　

　　这个结构和 JDK1.8 版本中的 Hashmap 的实现结构基本一致，但是为了保证线程安全性，ConcurrentHashMap的实现会稍微复杂一下。

 2.2、源码分析

　　通过put方法看一下ConcurrentHashMap的原理。

2.1、第一阶段

public V put(K key, V value) { 
    return putVal(key, value, false); 
} 

/** Implementation for put and putIfAbsent */ 
final V putVal(K key, V value, boolean onlyIfAbsent) { 
    if (key == null || value == null) throw new NullPointerException(); 
    int hash = spread(key.hashCode()); //计算 hash 值 
    int binCount = 0; //用来记录链表的长度 
    for (Node<K,V>[] tab = table;;) { //这里其实就是自旋操作，当出现线程竞争时不断自旋 
        Node<K,V> f; int n, i, fh; 
        if (tab == null || (n = tab.length) == 0)//1、如果数组为空，则进行数组初始化 
            tab = initTable(); //初始化数组 
//2、通过 hash 值对应的数组下标得到第一个节点; 以 volatile 读的方式来读取 table 数
组中的元素，保证每次拿到的数据都是最新的 
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {  
//3、如果该下标返回的节点为空，则直接通过 cas 将新的值封装成 node 插入即可；如果 cas 失败，说明存在竞争，则进入下一次循环 
            if (casTabAt(tab, i, null, 
                         new Node<K,V>(hash, key, value, null))) 
                break;                   // no lock when adding to empty bin 
        } 
｝

　　假如在上面这段代码中存在两个线程，在不加锁的情况下：线程A成功执行casTabAt操作 后，随后的线程B可以通过tabAt方法立刻看到table[i]的改变。原因如下：线程A的 casTabAt操作，具有volatile读写相同的内存语义，根据volatile的happens-before规 则：

线程A的casTabAt操作，一定对线程B的tabAt操作可见。

　　initTable方法

　　数组初始化方法，就是初始化一个合适大小的数组。其中有一个sizeCtl 属性，它是在 Node 数组初始化或者扩容的时候的一个控制位标识，负数代表正在进行初始化或者扩容操作

　　　　-1 代表正在初始化；

　　　　-N 代表有N-1 有二个线程正在进行扩容操作，这里不是简单的理解成 n个线程，sizeCtl就是-N，这块后续在讲扩容的时候说明；

　　　　0标识Node数组还没有被初始化；

　　　　正数代表初始化或者下一次扩容的大小。

private final Node<K,V>[] initTable() { 
    Node<K,V>[] tab; int sc; 
    while ((tab = table) == null || tab.length == 0) { 
        if ((sc = sizeCtl) < 0)//被其他线程抢占了初始化的操作,则直接让出自己的 CPU时间片 
            Thread.yield(); // lost initialization race; just spin 
//通过 cas 操作，将 sizeCtl 替换为-1，标识当前线程抢占到了初始化资格 
        else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { 
            try { 
                if ((tab = table) == null || tab.length == 0) { 
                    int n = (sc > 0) ? sc : DEFAULT_CAPACITY;//默认初始容量为16 
                    @SuppressWarnings("unchecked") 
//初始化数组，长度为 16，或者初始化在构造 ConcurrentHashMap 的时候传入的长度 
                    Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; 
                    table = tab = nt;//将这个数组赋值给 table 
                    sc = n - (n >>> 2); //计算下次扩容的大小，实际就是当前容量的 0.75倍，这里使用了右移来计算 
                } 
            } finally { 
                sizeCtl = sc; //设置 sizeCtl 为 sc, 如果默认是 16 的话，那么这个时候sc=16*0.75=12 
            } 
            break; 
　　　　　　　} 
      } 
      return tab; 
}

　　tabAt方法

　　该方法获取对象中offset偏移地址对应的对象field的值。实际上这段代码的含义等价于tab[i], 但是为什么不直接使用tab[i]来计算呢？

　　关键在于getObjectVolatile，一旦看到volatile关键字，就表示可见性。因为对volatile写操作happenbefore于volatile读操作，因此其他线程对table的修改均对get读取可见； 虽然 table 数组本身是增加了 volatile 属性，但是“volatile 的数组只针对数组的引用具有

volatile的语义，而不是它的元素”。 所以如果有其他线程对这个数组的元素进行写操作，那 么当前线程来读的时候不一定能读到最新的值。出于性能考虑，直接通过Unsafe类来对table进行操作。 

static final <K,V> Node<K,V> tabAt(Node<K,V>[] tab, int i) {     
     return (Node<K,V>)U.getObjectVolatile(tab, ((long)i << ASHIFT) + ABASE); 
} 

2.2、第二阶段

　　在putVal方法执行完成以后，会通过addCount来增加ConcurrentHashMap中的元素个数， 并且还可能触发扩容操作。

//将当前 ConcurrentHashMap 的元素数量加 1，有可能触发 transfer 操作(扩容) 
    addCount(1L, binCount); 
    return null;

　　这里会有三个非常经典的设计：

　　　　1）如何保证addCount 的数据安全性以及性能（分段思想）

　　　　2）支持多线程并发扩容（通过使用扩容戳resizeStamp，巧妙使用位运算来控制同时扩容的线程数）

　　　　3）数据迁移采用高低链

　　addCount方法

　　在 putVal 最后调用 addCount 的时候，传递了两个参数，分别是 1 和 binCount(链表长度)，x表示这次需要在表中增加的元素个数，check参数表示是否需要进行扩容检查，大于等于0 都需要进行检查。

private final void addCount(long x, int check) { 
    CounterCell[] as; long b, s; 
/*判断 counterCells 是否为空， 
1. 如果为空，就通过 cas 操作尝试修改 baseCount 变量，对这个变量进行原子累加操作(做这个操作的意义是：如果在没有竞争的情况下，仍然采用 baseCount 来记录元素个数) 
2. 如果 cas 失败说明存在竞争，这个时候不能再采用 baseCount 来累加，而是通过CounterCell 来记录*/
if ((as = counterCells) != null || 
        !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) 
{ 
        CounterCell a; long v; int m; 
        boolean uncontended = true;//是否冲突标识，默认为没有冲突 
/*这里有几个判断 
1. 计数表为空则直接调用 fullAddCount 
2. 从计数表中随机取出一个数组的位置为空，直接调用 fullAddCount 
3. 通过 CAS 修改 CounterCell 随机位置的值，如果修改失败说明出现并发情况（这里又
用到了一种巧妙的方法），调用 fullAndCount 
Random在线程并发的时候会有性能问题以及可能会产生相同的随机数 ,ThreadLocalRandom.getProbe可以解决这个问题，并且性能要比 Random高*/
        if (as == null || (m = as.length - 1) < 0 || 
            (a = as[ThreadLocalRandom.getProbe() & m]) == null || !(uncontended = 
              U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { 
            fullAddCount(x, uncontended);//执行 fullAddCount 方法 
            return; 
        } 
        if (check <= 1)//链表长度小于等于 1，不需要考虑扩容 
            return; 
        s = sumCount();//统计 ConcurrentHashMap 元素个数 
    } 
    //…. 
}

　　第一个经典设计：元素累加采用分段思想来支持多线程同时添加元素时的累加操作

　　分段思想：baseCount和CounterCell[ ]数组（初始容量为2）分别记录元素个数，当不存在竞争时，通过baseCount来计数，当存在竞争时通过CounterCell来计数。在计数时只尝试一次通过cas来累加baseCount，失败的话则以后计数通过CounterCell来计数，也是通过cas来累加。

　                                          　

　　当多个线程向table添加元素时，每个线程生成一个随机数（0-counterCells.length-1，及counterCells的下标），该CounterCell.value通过cas累加，如果失败，CounterCell会扩容。这样就可以支持多个线程并行累加元素个数。

　　　　　　　　　　　　　　

　　可以看一下ConcurrentHashMap的size()方法：size = baseCount + CounterCell[i].value。

final long sumCount() { 
    CounterCell[] as = counterCells; CounterCell a; 
    long sum = baseCount; 
    if (as != null) { 
        for (int i = 0; i < as.length; ++i) { 
            if ((a = as[i]) != null) 
                sum += a.value; 
        } 
    } 
    return sum; 
} 

　　transfer扩容判断：

　　判断是否需要扩容，也就是当更新后的键值对总数baseCount >= 阈值sizeCtl时，进行 rehash，这里面会有两个逻辑：

　　　　（1）如果当前正在处于扩容阶段，则当前线程会加入并且协助扩容

　　　　（2） 如果当前没有在扩容，则直接触发扩容操作 

if (check >= 0) {//如果 binCount>=0，标识需要检查扩容 
        Node<K,V>[] tab, nt; int n, sc; 
//s 标识集合大小，如果集合大小大于或等于扩容阈值（默认值的 0.75） 并且 table 不为空并且 table 的长度小于最大容量 
        while (s >= (long)(sc = sizeCtl) && (tab = table) != null && 
               (n = tab.length) < MAXIMUM_CAPACITY) { 
            int rs = resizeStamp(n);//这里是生成一个唯一的扩容戳if (sc < 0) {//sc<0，也就是 sizeCtl<0，说明已经有别的线程正在扩容了 
/*这 5 个条件只要有一个条件为 true，说明当前线程不能帮助进行此次的扩容，直接跳出循环 
  （1）sc >>> RESIZE_STAMP_SHIFT!=rs 表示比较高 RESIZE_STAMP_BITS 位生成戳和 rs 是否相等，相同 
  （2）sc=rs+1 表示扩容结束 
  （3）sc==rs+MAX_RESIZERS 表示帮助线程线程已经达到最大值了 
  （4）nt=nextTable -> 表示扩容已经结束 
  （5）transferIndex<=0 表示所有的 transfer 任务都被领取完了，没有剩余的hash 桶来给自己自己好这个线程来做 transfer */

  if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) 
         break; 
  if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))//当前线程尝试帮助此次扩容，如果成功，则调用 transfer   
         transfer(tab, nt); } // 如果当前没有在扩容，那么 rs 肯定是一个正数，通过 rs<<RESIZE_STAMP_SHIFT 将 sc 设置为一个负数，+2 表示有一个线程在执行扩容 
  else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null); 
         s = sumCount();// 重新计数，判断是否需要开启下一轮扩容  
  } 
}

　　第二个经典设计：扩容戳resizeStamp ，通过位运算来控制多线程并行扩容

 　　int rs = resizeStamp(n)生成生成一个扩容戳：

static final int resizeStamp(int n) { 
    return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1)); 
}

　　Integer.numberOfLeadingZeros 这个方法是返回无符号整数 n 最高位非 0 位前面的 0 的个数。比如10的二进制是 0000 0000 0000 0000 0000 0000 0000 1010 那

么这个方法返回的值就是28。

　　根据resizeStamp的运算逻辑，假如n=16，那么resizeStamp(16)=32796 转化为二进制是 [0000 0000 0000 0000 1000 0000 0001 1100]。接着再来看，当第一个线

程尝试进行扩容的时候，会执行下面这段代码 U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2) rs左移16位，相当于原本的二进制低位变

成了高位1000 0000 0001 1100 0000 0000 0000 0000，然后再+2 =1000 0000 0001 1100 0000 0000 0000 0000+10=1000 0000 0001 1100 0000 0000 0000 0010。所

以高16位代表扩容的标记、低16位代表并行扩容的线程数。

　　这样设计的意义：

（1）每次扩容都会生成唯一的扩容戳，因为每次扩容的容量n不同，则扩容戳也不同。

（2）高16位作为扩容标记可以保证所有参与扩容的线程都在同一扩容周期（即扩容容量相同）。

（3）低16位表示同时参与扩容的线程数，达到限制数后其他线程则不能再参与扩容。

　　transfer扩容过程

　　ConcurrentHashMap没有直接锁住整个扩容过程，而是采用CAS实现无锁的并发同步策略，最精华的是它可以利用多线程来进行协同扩容。简单来说，将 Node 数

组当作多个线程之间共享的任务队列，然后通过维护一个指针来划分每个线程锁负责的区间（一个区间称为一个bucket），每个线程通过区间逆向遍历来实现扩容，一

个已经迁移完的 bucket会被替换为一个ForwardingNode节点，标记当前bucket已经被其他线程迁移完了。 private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { 

int n = tab.length, stride; 
//将 (n>>>3 相当于 n/8) 然后除以 CPU 核心数。如果得到的结果小于 16，那么就使用 16 这里的目的是让每个 CPU 处理的桶一样多，
避免出现转移任务不均匀的现象，如果桶较少的话，默认一个 CPU（一个线程）处理 16 个桶，也就是长度为 16 的时候，扩容的时候只会有一个线程来扩容 
    if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < 
MIN_TRANSFER_STRIDE) 
        stride = MIN_TRANSFER_STRIDE; // subdivide range 
//nextTab未初始化 ， nextTab是用来扩容的 node数组
    if (nextTab == null) {            // initiating 
        try { 
            @SuppressWarnings("unchecked") 
//新建一个 n<<1 原始 table 大小的 nextTab,也就是 32 
            Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; 
            nextTab = nt;//赋值给 nextTab 
        } catch (Throwable ex) {      // try to cope with OOME 
            sizeCtl = Integer.MAX_VALUE; //扩容失败，sizeCtl 使用 int 的最大值 
            return; 
        } 
        nextTable = nextTab; //更新成员变量 
        transferIndex = n;//更新转移下标，表示转移时的下标 
    } 
    int nextn = nextTab.length;//新的 tab 的长度 
/* 创建一个 fwd 节点，表示一个正在被迁移的 Node，并且它的 hash 值为-1(MOVED)，也就是前面我们在讲 putval 方法的时候，
会有一个判断 MOVED 的逻辑。它的作用是用来占位，表示原数组中位置 i 处的节点完成迁移以后，就会在 i 位置设置一个 fwd 来告诉其他线程这个位置已经
处理过了，具体后续还会在讲 */
    ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab); 
// 首次推进为 true，如果等于 true，说明需要再次推进一个下标（i--），反之，如果是 false，那么就不能推进下标，需要将当前的下标处理完毕才能继续推进 
    boolean advance = true; 
    //判断是否已经扩容完成，完成就 return，退出循环 
    boolean finishing = false; // to ensure sweep before committing nextTab 
/*通过 for自循环处理每个槽位中的链表元素，默认 advace为真，通过 CAS设置transferIndex属性值，并初始化 i和 bound值， i指当前处理的槽位序号， bound
指需要处理的槽位边界，先处理槽位 15的节点*/
    for (int i = 0, bound = 0;;) { 
// 这个循环使用 CAS 不断尝试为当前线程分配任务 
    // 直到分配成功或任务队列已经被全部分配完毕 
    // 如果当前线程已经被分配过 bucket 区域 
    // 那么会通过--i 指向下一个待处理 bucket 然后退出该循环 
        Node<K,V> f; int fh; 
        while (advance) { 
            int nextIndex, nextBound; 
//--i 表示下一个待处理的 bucket，如果它>=bound,表示当前线程已经分配过bucket 区域 
            if (--i >= bound || finishing) 
                advance = false; 
            else if ((nextIndex = transferIndex) <= 0) {//表示所有 bucket 已经被分配完毕 
                i = -1; 
                advance = false; 
            } 
//通过 cas 来修改 TRANSFERINDEX,为当前线程分配任务，处理的节点区间为
(nextBound,nextIndex)->(0,15) 
            else if (U.compareAndSwapInt 
                     (this, TRANSFERINDEX, nextIndex, 
                      nextBound = (nextIndex > stride ? 
                                   nextIndex - stride : 0))) { 
                bound = nextBound;//0 
                i = nextIndex - 1;//15 
                advance = false; 
              } 
        } 
//i<0 说明已经遍历完旧的数组，也就是当前线程已经处理完所有负责的 bucket 
        if (i < 0 || i >= n || i + n >= nextn) { 
            int sc; 
            if (finishing) {//如果完成了扩容 
                nextTable = null;//删除成员变量 
                table = nextTab;//更新 table 数组 
                sizeCtl = (n << 1) - (n >>> 1);//更新阈值(32*0.75=24) 
                return; 
            } 
// sizeCtl 在迁移前会设置为 (rs << RESIZE_STAMP_SHIFT) + 2// 然后，每增加一个线程参与迁移就会将 sizeCtl 加 1， 
// 这里使用 CAS 操作对 sizeCtl 的低 16 位进行减 1，代表做完了属于自己的任务 
            if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { 
/*第一个扩容的线程，执行 transfer 方法之前，会设置 sizeCtl = (resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2) 后续帮其扩容的线程，
执行 transfer 方法之前，会设置 sizeCtl = sizeCtl+1 ,每一个退出 transfer 的方法的线程，退出之前，会设置 sizeCtl = sizeCtl-1 
那么最后一个线程退出时：必然有 sc == (resizeStamp(n) << RESIZE_STAMP_SHIFT) + 2)，即 (sc - 2) == resizeStamp(n) << RESIZE_STAMP_SHIFT*/                    
// 如果 sc - 2 不等于标识符左移 16 位。如果他们相等了，说明没有线程在帮助他们扩容了。也就是说，扩容结束了。 
                if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) 
                    return; 
// 如果相等，扩容结束了，更新 finising 变量 
                finishing = advance = true; 
// 再次循环检查一下整张表 
                i = n; // recheck before commit 
         } 
        } 
// 如果位置 i 处是空的，没有任何节点，那么放入刚刚初始化的 ForwardingNode ”空节点“ 
        else if ((f = tabAt(tab, i)) == null) 
            advance = casTabAt(tab, i, null, fwd); 
//表示该位置已经完成了迁移，也就是如果线程 A 已经处理过这个节点，那么线程 B 处理这个节点时，hash 值一定为 MOVED 
        else if ((fh = f.hash) == MOVED)  
            advance = true; // already processed  
    } 
}

（1）fwd:这个类是个标识类，用于指向新表用的，其他线程遇到这个类会主动跳过这个类，因 为这个类要么就是扩容迁移正在进行，要么就是已经完成扩容迁移，也就

是这个类要保证线 程安全，再进行操作。

（2）advance:这个变量是用于提示代码是否进行推进处理，也就是当前桶处理完，处理下一个 桶的标识。

（3）finishing:这个变量用于提示扩容是否结束用的。

　　扩容过程图解：

　　ConcurrentHashMap支持并发扩容，实现方式是，把Node数组进行拆分，让每个线程处理 自己的区域，假设table数组总长度是64，默认情况下，那么每个线程可

以分到16个bucket。 然后每个线程处理的范围，按照倒序来做迁移。通过for自循环处理每个槽位中的链表元素，默认advace为真，通过CAS设置transferIndex 属性

值，并初始化i和bound值， i指当前处理的槽位序号，bound指需要处理的槽位边界， 先处理槽位31的节点；（bound,i） =(16,31)  从31的位置往前推动。 

　　　　

　　假设这个时候ThreadA在进行transfer，那么逻辑图表示如下

　　　　

　　在当前假设条件下，槽位 15 中没有节点，则通过 CAS 插入在第二步中初始化的 ForwardingNode节点，用于告诉其它线程该槽位已经处理过了；

　　　　

　　数据迁移过程：

　　分配好迁移的区间之后，开始对数据进行迁移。

synchronized (f) {//对数组该节点位置加锁，开始处理数组该位置的迁移工作 
                if (tabAt(tab, i) == f) {//再做一次校验 
                    Node<K,V> ln, hn;//ln 表示低位， hn 表示高位;接下来这段代码的作用是把链表拆分成两部分，0 在低位，1 在高位 
                    if (fh >= 0) {//下面部分代码原理点击这里 
                        int runBit = fh & n;                          Node<K,V> lastRun = f; 
//遍历当前 bucket 的链表，目的是尽量重用 Node 链表尾部的一部分 
                        for (Node<K,V> p = f.next; p != null; p = p.next) {  
                            int b = p.hash & n; 
                            if (b != runBit) { 
                                runBit = b; 
                                lastRun = p; 
                            } 
                        } 
                        if (runBit == 0) { //如果最后更新的 runBit 是 0，设置低位节点 
                            ln = lastRun; 
                            hn = null; 
                        } 
                        else {//否则，设置高位节点 
                            hn = lastRun; 
                            ln = null; 
                        } 
                         //构造高位以及低位的链表 
                        for (Node<K,V> p = f; p != lastRun; p = p.next) { 
                            int ph = p.hash; K pk = p.key; V pv = p.val; 
                            if ((ph & n) == 0) 
                                ln = new Node<K,V>(ph, pk, pv, ln); 
                            else 
                                hn = new Node<K,V>(ph, pk, pv, hn); 
                        } 
                        setTabAt(nextTab, i, ln);//将低位的链表放在 i 位置也就是不动 
                        setTabAt(nextTab, i + n, hn);//将高位链表放在 i+n 位置 
                         setTabAt(tab, i, fwd); // 把旧 table 的 hash 桶中放置转发节点，表明此 hash 桶已经被处理 
                        advance = true; 
                    } 
                    //红黑树的扩容部分暂时忽略         
} 

　　第三个经典设计：高低链实现数据迁移

　　ConcurrentHashMap在做链表迁移时，会用高低位来实现，这里有两个问题：

　　（1）如何实现高低位链表的区分

　　假如我们有这样一个队列：

　　　　

　　第14个槽位插入新节点之后，链表元素个数已经达到了8，且数组长度为16，优先通过扩容 来缓解链表过长的问题，扩容这块的图解稍后再分析，先分析高低位扩

容的原理：假如当前线程正在处理槽位为14的节点，它是一个链表结构，在代码中，首先定义两个变量 节点 ln 和 hn，实际就是 lowNode 和 HighNode，分别保存 hash

值的第 x 位为 0 和不等于 0的节点。通过fn&n可以把这个链表中的元素分为两类，A类是hash值的第X位为0，B类是hash值 的第 x位为不等于 0（至于为什么要这么区

分，稍后分析），并且通过lastRun记录最后要处 理的节点。最终要达到的目的是，A 类的链表保持位置不动，B 类的链表为 14+16(扩容增加 的长度)=30。

　　把 14 槽位的链表单独拿出来，用蓝色表示 fn&n=0 的节点，链表的分类如下：

　　　　

for (Node<K,V> p = f.next; p != null; p = p.next) { 
    int b = p.hash & n; 
     if (b != runBit) { 
        runBit = b; 
        lastRun = p; 
    } 
}

　　通过上面这段代码遍历，会记录 runBit 以及 lastRun，按照上面这个结构，那么 runBit 应该 是蓝色节点，lastRun应该是第6个节点。接着，再通过这段代码进行遍

历，生成ln链以及hn链。

for (Node<K,V> p = f; p != lastRun; p = p.next) { 
    int ph = p.hash; K pk = p.key; V pv = p.val; 
    if ((ph & n) == 0) 
        ln = new Node<K,V>(ph, pk, pv, ln); 
    else 
        hn = new Node<K,V>(ph, pk, pv, hn); 
} 

　　　　

　　接着，通过 CAS 操作，把 hn 链放在 i+n 也就是 14+16 的位置，ln 链保持原来的位置不动。并且设置当前节点为fwd，表示已经被当前线程迁移完了。

setTabAt(nextTab, i, ln); 
setTabAt(nextTab, i + n, hn); 
setTabAt(tab, i, fwd); 

　　迁移完成以后的数据分布如下：

　　　　

　　使用高低链的原理：

　　假设的table长度是16， 二进制是【0001 0000】，减一以后的二进制是 【0000 1111】 假如某个key的hash值=9，对应的二进制是【0000 1001】，那么按照（n-

1） & hash的算法 0000 1111 & 0000 1001 =0000 1001 ， 运算结果是9。当扩容以后，16变成了32，那么(n-1)的二进制是 【0001 1111】 仍然以hash值=9的二进制

计算为例 0001 1111 & 0000 1001 =0000 1001 ，运算结果仍然是9。

　　换一个数字，假如某个key的hash值是20，对应的二进制是【0001 0100】，仍然按照(n-1) & hash算法，分别在16为长度和32位长度下的计算结果 16位： 

　　　　0000 1111 & 0001 0100 =0000 0100

　　　　0001 1111 & 0001 0100 =0001 0100 （二者区别在于相差16）

　　所以在迁移时低链位置不变，高链位置+n。

2.3、第三阶段

　　如果被添加的节点的位置已经存在节点的时候，需要以链表的方式加入到节点中；如果当前节点已经是一颗红黑树，那么就会按照红黑树的规则将当前节点加入到红黑树中。

else { //进入到这个分支，说明 f 是当前 nodes 数组对应位置节点的头节点，并且不为空 
            V oldVal = null; 
            synchronized (f) { //给对应的头结点加锁 
                if (tabAt(tab, i) == f) {//再次判断对应下标位置是否为 f 节点 
                    if (fh >= 0) { //头结点的 hash 值大于 0，说明是链表 
                        binCount = 1; //用来记录链表的长度 
                        for (Node<K,V> e = f;; ++binCount) {//遍历链表 
                            K ek; 
//如果发现相同的 key，则判断是否需要进行值的覆盖 
                            if (e.hash == hash && 
                                ((ek = e.key) == key || 
                                 (ek != null && key.equals(ek)))) { 
                                oldVal = e.val; 
                                if (!onlyIfAbsent) //默认情况下，直接覆盖旧的值 
                                    e.val = value; 
                                break; 
                            } 
//一直遍历到链表的最末端，直接把新的值加入到链表的最后面 
                            Node<K,V> pred = e; 
                            if ((e = e.next) == null) { 
                                pred.next = new Node<K,V>(hash, key, 
                                                          value, null); 
                                break; 
                            } 
                        } 
                    } 
//如果当前的 f 节点是一颗红黑树 
                    else if (f instanceof TreeBin) { 
                        Node<K,V> p; 
                        binCount = 2; 
//则调用红黑树的插入方法插入新的值 
                        if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, 
                                                       value)) != null) { 
                            oldVal = p.val; //同样，如果值已经存在，则直接替换 
                            if (!onlyIfAbsent) 
                                p.val = value; 
                        } 
                    } 
                }             } 

　　判断链表的长度是否已经达到临界值 8。 如果达到了临界值，这个时候会根据当前数组的长度 来决定是扩容还是将链表转化为红黑树。也就是说如果当前数组的长度小于 64，就会先扩容。否则，会把当前链表转化为红黑树。

private final void treeifyBin(Node<K,V>[] tab, int index) { 
    Node<K,V> b; int n, sc; 
    if (tab != null) { 
        if ((n = tab.length) < MIN_TREEIFY_CAPACITY) //tab 的长度是不是小于 64，如果是，则执行扩容 
             tryPresize(n << 1);   
        else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {//否则，将当前链表转化为红黑树结构存储 
            synchronized (b) {// 将链表转换成红黑树 
                if (tabAt(tab, index) == b) { 
                    TreeNode<K,V> hd = null, tl = null; 
                    for (Node<K,V> e = b; e != null; e = e.next) { 
                        TreeNode<K,V> p = 
                            new TreeNode<K,V>(e.hash, e.key, e.val, 
                                              null, null); 
                        if ((p.prev = tl) == null) 
                            hd = p; 
                        else 
                            tl.next = p; 
                        tl = p; 
                    } 
                    setTabAt(tab, index, new TreeBin<K,V>(hd)); 
                } 
            } 
        } 
    } 
}

补充：说一点关于HashMap和ConcurrentHashMap中关于负载因子的理解

　　在HashMap中，负载因子会影响其扩容的判断，源码如下：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    。。。。。。
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

final Node<K,V>[] resize() {
    。。。。。。
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;

　　所以负载因子大的，其扩容几率小，但是每条entry链上的元素会相对较多，查询的时间也会增长；反之扩容的可能性会增加。

　　但是在ConcurrentHashMap中负载因子只会影响其初始的数组大小，不会影响扩容。

　　当链表长度大于等于8时会转换成红黑树，当删除后长度小于等于6时转换成链表，以7为分水岭，根据泊松分布，在负载因子默认为0.75的时候，单个hash槽内元素个数为8的概率小于百万分之一。

推荐文章：

　　https://mp.weixin.qq.com/s/mvDAObvzqJ25AUoMbeqZlw

       https://juejin.im/post/5df8d7346fb9a015ff64eaf9