本章内容：
1.死锁
2.多线程并发最佳实践（如何安全并发）
3.Spring与线程安全
4.HashMap与ConcurrentHashMap深入分析
一、死锁
1.产生必要条件
（1）互斥条件：进程要求对所分配的资源（如打印机）进⾏排他性控制，即在⼀段时间内某资源仅为⼀个进程所占有。此时若有其他进程请求该资源，则请求进程只能等待。⼀个资源每次只能被⼀个进程使⽤。独⽊桥每次只能通过⼀个⼈。
（2）不剥夺条件：进程所获得的资源在未使⽤完毕之前，不能被其他进程强⾏夺⾛，即只能由获得该资源的进程⾃⼰来释放（只能是主动释放)。⼀
个进程因请求资源⽽阻塞时，对已获得的资源保持不放。乙不退出桥⾯，甲也不退出桥⾯。
（3）请求和保持条件：进程已经保持了⾄少⼀个资源，但⼜提出了新的资源请求，⽽该资源已被其他进程占有，此时请求进程被阻塞，但对⾃⼰已获得的资源保持不放。进程已获得的资源，在未使⽤完之前，不能强⾏剥夺。甲不能强制⼄退出桥⾯，乙也不能强制甲退出桥。
（4）循环等待条件：存在⼀种进程资源的循环等待链，链中每⼀个进程已获得的资源同时被链中⼀个进程所请求。即存在⼀个处于等待状态的进程集合{Pl, P2, ..., pn}，其中Pi等 待的资源被P(i+1)占有（i=0, 1, ..., n-1)，Pn等待的资源被P0占有。若⼲进程之间形成⼀种头尾相接的循环等待资源关系。如果乙不退出桥⾯，甲不能通过，甲不退出桥⾯，乙不能通过。
2.预防
在有些情况下死锁是可以避免的。下⾯介绍三种⽤于避免死锁的技术：
(1)加锁顺序（线程按照⼀定的顺序加锁,当多个线程需要相同的⼀些锁，但是按照不同的顺序加锁，死锁就很容易发⽣。如果能确保所有的线程都是按照相同的顺序获得锁 ）
(2)加锁时限（线程尝试获取锁的时候加上⼀定的时限，超过时限则放弃对该锁的请求，并释放⾃⼰占有的锁）
(3)死锁检测
总结：避免死锁的⽅式
1、让程序每次⾄多只能获得⼀个锁。当然，在多线程环境下，这种情况通常并不现实。
2、设计时考虑清楚锁的顺序，尽量减少嵌在的加锁交互数量。
3、既然死锁的产⽣是两个线程⽆限等待对⽅持有的锁，那么只要等待时间有个上限不就好了。当然synchronized不具备这个功能，但是我们可以使⽤Lock类中的tryLock⽅法去尝试获取锁，这个⽅法可以指定⼀个超时时限，在等待超过该时限之后便会返回⼀个失败信息。
二、多线程并发最佳实践
1.使⽤本地变量: 尽量使⽤本地变量，⽽不是创建⼀个类或实例的变量。
2.使⽤不可变类:String、Integer等。不可变类可以降低代码中需要的同步数量。
3.最⼩化锁的作⽤域范围：S=1/(1-a+a/n)a：并⾏计算部分所占⽐例. n：并⾏处理结点个数. S：加速⽐当1-a等于0时，没有串⾏只有并⾏，最⼤加速⽐ S=n当a=0时，只有串⾏没有并⾏，最⼩加速⽐ S = 1当n→∞时，极限加速⽐ s→ 1/（1-a）例如，若串⾏代码占整个代码的25%，则并⾏处理的总体性能不可能超过4。该公式称为："阿姆达尔定律"或"安达尔定理"。
4.使⽤线程池的Executor，⽽不是直接new Thread 执⾏: 创建⼀个线程的代价是昂贵的，如果要创建⼀个可伸缩的Java应⽤，那么你需要使⽤线程池。
5.宁可使⽤同步也不要使⽤线程的wait和notify: 从Java1.5以后，增加了许多同步⼯具，如：CountDownLatch、CyclicBarrier、Semaphore等，应该优先使⽤这些同步⼯具。
6.使⽤BlockingQueue实现⽣产-消费模式: 阻塞队列不仅可以处理单个⽣产、单个消费，也可以处理多个⽣产和消费。
7.使⽤并发集合⽽不是加了锁的同步集合: Java提供了下⾯⼏种并发集合框架：ConcurrentHashMap、CopyOnWriteArrayList、CopyOnWriteArraySet、ConcurrentLinkedQueue 、ConcurrentLinkedDeque等.
8.使⽤Semaphone创建有界的访问: 为了建⽴稳定可靠的系统，对于数据库、⽂件系统和socket等资源必须要做有机的访问，Semaphone可以限制这些资源开销的选择，Semaphone可以以最低的代价阻塞线程等待，可以通过Semaphone来控制同时访问指定资源的线程数。
9.宁可使⽤同步代码块，也不实⽤同步的⽅法: 主要针对synchronized关键字。使⽤synchronized关键字同步代码块只会锁定⼀个对象，⽽不会将整个⽅法锁定。如果更改共同的变量或类的字段，⾸先应该选择的是原⼦型变量，然后使⽤volatile。如果需要互斥锁，可以考虑使⽤ReentrantLock。
10.避免使⽤静态变量: 静态变量在并发执⾏环境下会制造很多问题，如果必须使⽤静态变量，那么优先是它成为final变量，如果⽤来保存集合collection，那么可以考虑使⽤只读集合，否则定要做特别多的同步处理和并发处理操作。
三、Spring与线程安全
Spring作为⼀个IOC/DI容器，帮助我们管理了许许多多的“bean”。但其实，Spring并没有保证这些对象的线程安全，需要由开发者⾃⼰编写解决线程安全问题的代码。
Spring对每个bean提供了⼀个scope属性来表示该bean的作⽤域。它是bean的⽣命周期。例如，⼀个scope为singleton的bean，在第⼀次被注⼊时，会创建为⼀个单例对象，该对象会⼀直被复⽤到应⽤结束。
singleton：默认的scope，每个scope为singleton的bean都会被定义为⼀个单例对象，该对象的⽣命周期是与Spring IOC容器⼀致的（但在第⼀次被注⼊时才会创建）。
prototype：bean被定义为在每次注⼊时都会创建⼀个新的对象。
request：bean被定义为在每个HTTP请求中创建⼀个单例对象，也就是说在单个请求中都会复⽤这⼀个单例对象。
session：bean被定义为在⼀个session的⽣命周期内创建⼀个单例对象。
application：bean被定义为在ServletContext的⽣命周期中复⽤⼀个单例对象。
websocket ：bean被定义为在websocket的⽣命周期中复⽤⼀个单例对象。
我们交由Spring管理的⼤多数对象其实都是⼀些⽆状态的对象，这种不会因为多线程⽽导致状态被破坏的对象很适合Spring的默认scope，每个单例的⽆状态对象都是线程安全的（也可以说只要是⽆状态的对象，不管单例多例都是线程安全的，不过单例毕竟节省了不断创建对象与GC的开销）。⽆状态的对象即是⾃身没有状态的对象，⾃然也就不会因为多个线程的交替调度⽽破坏⾃身状态导致线程安全问题。 ⽆状态对象包括我们经常使⽤的DO、DTO、VO这些只作为数据的实体模型的贫⾎对象，还有Service、DAO和Controller，这些对象并没有⾃⼰的状态，它们只是⽤来执⾏某些操作的。例如，每个DAO提供的函数都只是对数据库的CRUD，⽽且每个数据库Connection都作为函数的局部变量（局部变量是在⽤户栈中的，⽽且⽤户栈本身就是线程私有的内存区域，所以不存在线程安全问题），⽤完即关（或交还给连接池）。
有⼈可能会认为，我使⽤request作⽤域不就可以避免每个请求之间的安全问题了吗？这是完全错误的，因为Controller默认是单例的，⼀个HTTP请求是会被多个线程执⾏的，这就⼜回到了线程的安全问题。当然，你也可以把Controller的scope改成prototype，实际上Struts2就是这么做的，但有⼀点要注意，Spring MVC对请求的拦截粒度是基于每个⽅法的，⽽Struts2是基于每个类的，所以把Controller设为多例将会频繁的创建与回收对象，严重影响到了性能。
通过阅读上⽂其实已经说的很清楚了，Spring根本就没有对bean的多线程安全问题做出任何保证与措施。对于每个bean的线程安全问题，根本原因是每个bean⾃身的设计。不要在bean中声明任何有状态的实例变量或类变量，如果必须如此，那么就使⽤ThreadLocal把变量变为线程私有的，如果bean的实例变量或类变量需要在多个线程之间共享，那么就只能使⽤synchronized、lock、CAS等这些实现线程同步的⽅法了。
四、HashMap、HashTable、ConcurrentHashMap
1.HashMap
HashMap初始的数据结构如下所示，内部维护一个数组，然后数组上维护一个单链表。
【内部类Node】 节点保存hash、key、value、next属性，其中next代表下一个节点，这不就是一个链表么。
1 /** 2 * Basic hash bin node, used for most entries. (See below for 3 * TreeNode subclass, and in LinkedHashMap for its Entry subclass.) 4 */ 5 static class Node<K,V> implements Map.Entry<K,V> { 6 final int hash; 7 final K key; 8 V value; 9 Node<K,V> next; 10 11 Node(int hash, K key, V value, Node<K,V> next) { 12 this.hash = hash; 13 this.key = key; 14 this.value = value; 15 this.next = next; 16 } 17 18 public final K getKey() { return key; } 19 public final V getValue() { return value; } 20 public final String toString() { return key + "=" + value; } 21 22 public final int hashCode() { 23 return Objects.hashCode(key) ^ Objects.hashCode(value); 24 } 25 26 public final V setValue(V newValue) { 27 V oldValue = value; 28 value = newValue; 29 return oldValue; 30 } 31 32 public final boolean equals(Object o) { 33 if (o == this) 34 return true; 35 if (o instanceof Map.Entry) { 36 Map.Entry<?,?> e = (Map.Entry<?,?>)o; 37 if (Objects.equals(key, e.getKey()) && 38 Objects.equals(value, e.getValue())) 39 return true; 40 } 41 return false; 42 } 43 }
【put方法】
1 /** 2 * Associates the specified value with the specified key in this map. 3 * If the map previously contained a mapping for the key, the old 4 * value is replaced. 5 * 6 * @param key key with which the specified value is to be associated 7 * @param value value to be associated with the specified key 8 * @return the previous value associated with <tt>key</tt>, or 9 * <tt>null</tt> if there was no mapping for <tt>key</tt>. 10 * (A <tt>null</tt> return can also indicate that the map 11 * previously associated <tt>null</tt> with <tt>key</tt>.) 12 */ 13 public V put(K key, V value) { 14 return putVal(hash(key), key, value, false, true); 15 } 16 17 /** 18 * Implements Map.put and related methods 19 * 20 * @param hash hash for key 21 * @param key the key 22 * @param value the value to put 23 * @param onlyIfAbsent if true, don't change existing value 24 * @param evict if false, the table is in creation mode. 25 * @return previous value, or null if none 26 */ 27 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 28 boolean evict) { 29 Node<K,V>[] tab; Node<K,V> p; int n, i; 30 if ((tab = table) == null || (n = tab.length) == 0) 31 n = (tab = resize()).length; 32 if ((p = tab[i = (n - 1) & hash]) == null)//n是数组的长度，则数组的角标是由（tab.length-1）&hash 33 tab[i] = newNode(hash, key, value, null);//给节点数组赋值 34 else { 35 Node<K,V> e; K k; 36 if (p.hash == hash && 37 ((k = p.key) == key || (key != null && key.equals(k)))) 38 e = p; 39 else if (p instanceof TreeNode) 40 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 41 else { 42 for (int binCount = 0; ; ++binCount) { 43 if ((e = p.next) == null) { 44 p.next = newNode(hash, key, value, null); 45 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 46 treeifyBin(tab, hash); 47 break; 48 } 49 if (e.hash == hash && 50 ((k = e.key) == key || (key != null && key.equals(k)))) 51 break; 52 p = e; 53 } 54 } 55 if (e != null) { // existing mapping for key 56 V oldValue = e.value; 57 if (!onlyIfAbsent || oldValue == null) 58 e.value = value; 59 afterNodeAccess(e); 60 return oldValue; 61 } 62 } 63 ++modCount; 64 if (++size > threshold) 65 resize(); 66 afterNodeInsertion(evict); 67 return null; 68 }
【hash方法】
1 static final int hash(Object key) { 2 int h; 3 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 4 }
通过源码可以知道hash值是通过h=key.hashCode()^(h>>>16)，由此就可以知道数组角标值的全部计算过程，先由Map的key的hash值和它自己右移16位的值异或计算，然后再与数组长度减一与运算。例如一个key的hash指为为363771819，数组长度为默认长度16：
数组长度减一，是为了保证最后的角标值在数组长度范围内（默认长度为16，16-1=15，保证最大值为15，不超范围）。15&363766277 = 9；
为什么不直接采用与数组长度取模的方式，直接取得脚标值，而是先去异或，再与运算去计算脚标值？
1.用位运算，效率更高
2. hashCode 的高低位异或运算，让高低位更加均匀的混合到一起，可以使得在 put 元素时，可以减少哈希碰撞。
失败的 hashCode 算法会导致 HashMap 的性能由数组下降为链表，所以想要避免发生碰撞，就要提高 hashCode 结果的均匀性。
【数组的默认长度】
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
就是当 table 数组的长度为 null 或长度为 0 时，调用初始化resize()方法，然后在resize()方法中也做了判断，当table数组的长度为 0 时，将新数组的长度赋值为DEFAULT_INITIAL_CAPACITY， 所以 HashMap 中数组的初始化长度就是 DEFAULT_INITIAL_CAPACITY，等于1 << 4，等于 16。
【数组扩容的阈值】
当数组的长度达到某个值或某个条件时，数组就开始扩容，而这里的某个值或某个条件就是我们所说的数组扩容的阈值。
1 //这里put方法只调用了putVal方法，那我们就直接看putVal方法 2 public V put(K key, V value) { 3 return putVal(hash(key), key, value, false, true); 4 } 5 6 //我解释下这个方法里面，大概的操作 7 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 8 boolean evict) { 9 Node<K,V>[] tab; Node<K,V> p; int n, i; 10 if ((tab = table) == null || (n = tab.length) == 0) 11 n = (tab = resize()).length; //这一步之前分析过了，就是判断数组为null或长度为0时，对数组进行扩容 12 if ((p = tab[i = (n - 1) & hash]) == null) 13 tab[i] = newNode(hash, key, value, null); //这一步其实也很清楚了，就是根据hash值计算出数组的脚标，然后判断数组的该脚标的元素是否为空，为空的话就把put进来的数据封装成节点赋值进数组 14 else { 15 //根据上面的两个判断，那么走到这里的代码就是说，数组不为空，而且put进来的key计算所得的脚标节点也不为空，走这一块逻辑（实际上这块逻辑也跟扩容的阈值无关，只是单纯的判断然后加节点的操作，但是我还是解释下这里的代码） 16 Node<K,V> e; K k; 17 if (p.hash == hash && 18 ((k = p.key) == key || (key != null && key.equals(k)))) 19 e = p;//这里的意思是说，如果hash值相同，key值也相同，那么就说明此时put操作的元素在数组从存在，这覆盖该节点 20 else if (p instanceof TreeNode) 21 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //这里是判断节点类型是否是树类型，为什么会是树类型呢？不是说是HashMap是数组加链表吗？后面的章节会详细讲到，这里暂且跳过 22 else { 23 //代码走到这里，就说明此时put进来的元素，对应的数组脚标是个链表 24 for (int binCount = 0; ; ++binCount) { 25 //此处的代码后面讲链表时会细讲，这里暂且跳过 26 if ((e = p.next) == null) { 27 p.next = newNode(hash, key, value, null); 28 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 29 treeifyBin(tab, hash); 30 break; 31 } 32 //这里判断hash值与key值是否都相同，如果是即说明map中存在该key-value，此时跳出循环 33 if (e.hash == hash && 34 ((k = e.key) == key || (key != null && key.equals(k)))) 35 break; 36 p = e; 37 } 38 } 39 //此逻辑是判断hash值与key值是否都相同跳出循环后，将新值覆盖旧值，然后将旧值返回出去 40 if (e != null) { // existing mapping for key 41 V oldValue = e.value; 42 if (!onlyIfAbsent || oldValue == null) 43 e.value = value; 44 afterNodeAccess(e); 45 return oldValue; 46 } 47 } 48 ++modCount;//hashMap内部维护的一个修改的次数，有兴趣了解的话可以看源码里面对这个属性的翻译 49 if (++size > threshold) 50 resize();//扩容，在此之前的代码，都是判断之后进行添加覆盖节点的操作，此处是插入新节点之后判断是否扩容，所以这里的条件就是我们找了这么久的扩容的阈值！！！ 51 afterNodeInsertion(evict); 52 return null; 53 }
走读完上面的代码，我们可以得知 if (++size > threshold)，如下代码可知 size实际上就是HashMap集合的键值对数，即长度，所以就是说，当 size的大小超过 threshold时，开始进行扩容，也即 threshold就是进行扩容的阈值。那么这个阈值的大小是多少呢？
1 /** 2 * The load factor used when none specified in constructor. 3 */ 4 static final float DEFAULT_LOAD_FACTOR = 0.75f; 5 /** 6 * The default initial capacity - MUST be a power of two. 7 */ 8 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
当 HashMap 数组为 null 或长度为 0 时，初始化
threshold的值，DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY，DEFAULT_INITIAL_CAPACITY为数组的初始长度，DEFAULT_LOAD_FACTOR是阈值的计算因子，他的值是 0.75f，意思就是当 HashMap 的 size 超过数组长度的75%的时候，就进行扩容。我们可以继续走读源码来验证是否数组长度超过 75% 就进行扩容，还是上面那张图的源码，我把其中一段给抽离出来，如下：
1 if (oldCap > 0) { 2 if (oldCap >= MAXIMUM_CAPACITY) { 3 threshold = Integer.MAX_VALUE; 4 return oldTab; 5 } 6 //此处的意思是说，当数组的长度是大于0的时候，而且数组扩容一倍之后，小于默认配置的最大值时，并且大于初始化数组的长度，则执行if下面的代码，那就是说，扩容之后如果没超过最大值，就走这个逻辑 7 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 8 oldCap >= DEFAULT_INITIAL_CAPACITY) 9 //而这个逻辑的代码意思，就是阈值threshold增大一倍（左移一位） 10 newThr = oldThr << 1; // double threshold 11 }
那么，我们就知道了，当数组扩容时，threshold的值也会增大一倍，那么下一次扩容时，也是HashMap的 size 超过数组长度的 75% 的时候，就进行扩容。
【数组扩容】
HashMap 内数组的扩容是将数组的长度左移一位，在二进制运算中，左移一位实际上就是将数值扩大一倍。而且我们也知道，扩容的源码就是
resize()这个方法，所以这一章节就来重点解读resize()方法的源码1 /** 2 * Initializes or doubles table size. If null, allocates in 3 * accord with initial capacity target held in field threshold. 4 * Otherwise, because we are using power-of-two expansion, the 5 * elements from each bin must either stay at same index, or move 6 * with a power of two offset in the new table. 7 * 8 * @return the table 9 */ 10 final Node<K,V>[] resize() { 11 Node<K,V>[] oldTab = table; //oldTab就是扩容前数组对象 12 int oldCap = (oldTab == null) ? 0 : oldTab.length; //oldCap就是扩容前数组的长度 13 int oldThr = threshold; //oldThr就是扩容前的阈值 14 int newCap, newThr = 0; //声明newCap-扩容后的数组长度，newThr-扩容后的阈值 15 if (oldCap > 0) { 16 //这一部分逻辑其实上一节已经讲过了，在这里我就大致说一下，就是如果这是扩容前数组长度已经达到了默认配置的最大值时，那么就不扩容了，直接返回原数组，否则，数组扩容一倍，阈值也增大一倍 17 if (oldCap >= MAXIMUM_CAPACITY) { 18 threshold = Integer.MAX_VALUE; 19 return oldTab; 20 } 21 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 22 oldCap >= DEFAULT_INITIAL_CAPACITY) 23 newThr = oldThr << 1; // double threshold 24 } 25 else if (oldThr > 0) // initial capacity was placed in threshold 26 newCap = oldThr; //这个判断不是正常创建Map集合走的逻辑，这里可以跳过这句代码 27 else { // zero initial threshold signifies using defaults 28 //这一步的代码前面也解释过了，就是当数组长度为0，初始化数组长度与扩容的阈值 29 newCap = DEFAULT_INITIAL_CAPACITY; 30 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 31 } 32 if (newThr == 0) { 33 float ft = (float)newCap * loadFactor; 34 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 35 (int)ft : Integer.MAX_VALUE); 36 } 37 //将新的扩容后的阈值赋值给threshold 38 threshold = newThr; 39 @SuppressWarnings({"rawtypes","unchecked"}) 40 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创建新的数组 41 table = newTab; 42 if (oldTab != null) { 43 for (int j = 0; j < oldCap; ++j) { 44 //遍历旧的数组，下面的内容就是将旧数组重新散列将数据保存到新数组 45 Node<K,V> e; 46 if ((e = oldTab[j]) != null) { 47 oldTab[j] = null; 48 //如果节点下没有下一个节点，就是说不是链表仅是单个节点走这个逻辑 49 if (e.next == null) 50 newTab[e.hash & (newCap - 1)] = e; //根据hash值与新数组的长度进行与操作，获取新数组的脚标值，
将节点存储到新数组 51 else if (e instanceof TreeNode) //如果节点是树节点，走这个逻辑，后面讲链表的红黑树的时候会做解释，这里先跳过 52 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 53 else { //所以这一部分的逻辑，就是如果节点是链表，走这里 54 Node<K,V> loHead = null, loTail = null; 55 Node<K,V> hiHead = null, hiTail = null; 56 Node<K,V> next; 57 do { 58 //遍历链表 59 next = e.next; //链表中的节点 60 if ((e.hash & oldCap) == 0) { 61 //这个判断是理解这整个链表遍历的关键，这里也涉及到了前面讲到的2^n-1对应二进制是0111xxxx的内容，
我们知道数组的长度总是2^n，所以oldCap的值实际上就是1000xxxx，然后hash & oldCap的操作，就是判断oldCap高位的1与对应hash那一位的值是否是1，
如果是0走这个逻辑，如果是1走下面的else代码 62 //这里，前面声明的4个变量loHead, loTail, hiHead, hiTail中，lo的指的是低位，hi的指的是高位，
走完这个do里面的逻辑，就是将oldCap高位的1与对应hash那一位的值是0的存到loTail这个链表中，高位是1的存到hiTail这个链表中！！！！ 63 if (loTail == null) 64 loHead = e; 65 else 66 loTail.next = e; 67 loTail = e; 68 } 69 else { 70 if (hiTail == null) 71 hiHead = e; 72 else 73 hiTail.next = e; 74 hiTail = e; 75 } 76 } while ((e = next) != null); 77 if (loTail != null) { 78 //将上面遍历之后低位的loTail存放到新数组的原脚标处 79 loTail.next = null; 80 newTab[j] = loHead; 81 } 82 if (hiTail != null) { 83 //将上面遍历之后高位的hiTail存放到新数组的扩容后的脚标处 84 hiTail.next = null; 85 newTab[j + oldCap] = hiHead; 86 } 87 } 88 } 89 } 90 } 91 return newTab; 92 }
在上面的源码解读中，我们可能会留有一个问题，就是为什么扩容后，对数组中的链表还要做 (e.hash & oldCap) == 0的判断？
实际上这部分逻辑是为了提高HashMap的查询性能，因为数组扩容后，节点要重新散列，那么节点上面的链表当然也最好要做到均匀的分布，减少单个数组节点上的链表长度，变相的提高了查询性能。所以，源码的逻辑是在扩容后将低位的 loTail 存放到新数组的原脚标处，高位的 hiTail 存放到新数组的扩容后的脚标处（jdk1.8新设计）
【链表的扩容——红黑树】
我们了解到，如果链表的长度越来越长，HashMap 的查询效率也会随之降低。所以单纯的对链表长度的增加，显然是不可取的。
所以在 HashMap 中，对于链表实际上并没有扩容操作。在本文开头列出的 Node 节点的源码中也可以看到，内部并没有维护一个size或者length的属性，也没有一个去获取 length 或 size 相关的方法，所以本章节主要阐述的内容，是链表结构向树状结构的转化。
单链表-->红黑树
在前面“数组扩容的阈值”章节的时候，我曾解读过 putVal 方法的代码，在解读过程中，我跳过了两次代码逻辑，在这一章节我就来详细的解读这两处逻辑
第一处之前未解读的源码，其实只是判断是树状结构时，将节点按照红黑树的规则，put进树中而已。
接着我们看 for 循环遍历处的代码，此处的遍历的内容是 HashMap 是 put 操作节点是为链表时的逻辑：首先这里先判断链表的next节点是否为空，为空则将 put 操作的 key-value 封装为 node 对象，赋值给next节点，然后下一步的判断if (binCount >= TREEIFY_THRESHOLD - 1)是这里的关键，TREEIFY_THRESHOLD 这个是什么呢？THRESHOLD 这个单词是不是看着有点眼熟，在前面将数组扩容的阈值的时候，是不是用的这个单词，那在这里的TREEIFY_THRESHOLD 会不会就是链表结构转树状结构的阈值呢？
通过上面这段代码的上下文，我们知道 binCount就是链表的长度（注意：这里是从 0 开始的），而TREEIFY_THRESHOLD 看下面的源码，默认值是 8，意思就是说当链表的长度，大于等于 8 时，就执行treeifyBin(tab, hash);
/** * The bin count threshold for using a tree rather than list for a * bin. Bins are converted to trees when adding an element to a * bin with at least this many nodes. The value must be greater * than 2 and should be at least 8 to mesh with assumptions in * tree removal about conversion back to plain bins upon * shrinkage. */ static final int TREEIFY_THRESHOLD = 8;
1 /** 2 * Replaces all linked nodes in bin at index for given hash unless 3 * table is too small, in which case resizes instead. 4 */ 5 //翻译大概的意思就是，在给定hash的节点处替换节点类型，除非是数组的长度太小了，才进行resize操作 6 //总结就是说，并不是链表的长度超过了默认的阈值8时，就一定转树状结构，还要判断数组的长度是否已经经过了扩容 7 final void treeifyBin(Node<K,V>[] tab, int hash) { 8 int n, index; Node<K,V> e; 9 //这里就是上面翻译说的判断，MIN_TREEIFY_CAPACITY的值是64，就是说如果你的数组没有经过扩容操作的情况下，如果链表长度已经超过8了，
此时不转树状结构，而是进行数组扩容，数组扩容时会重新散列，将链表的节点均匀的分布，查询效率对比转树状结构也要好，不得不佩服设计者的设计。 10 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) 11 resize(); 12 else if ((e = tab[index = (n - 1) & hash]) != null) { 13 //此处代码就是找到给定的hash的节点，将此节点的链表转为红黑树，下面的代码主要是数据结构代码的内容，有兴趣的同学可以自己解读，由于时间原因，我就不解读这部分转红黑树的代码了 14 TreeNode<K,V> hd = null, tl = null; 15 do { 16 TreeNode<K,V> p = replacementTreeNode(e, null); 17 if (tl == null) 18 hd = p; 19 else { 20 p.prev = tl; 21 tl.next = p; 22 } 23 tl = p; 24 } while ((e = e.next) != null); 25 if ((tab[index] = hd) != null) 26 hd.treeify(tab); 27 } 28 }
我们知道链表的查询时间复杂度最坏的情况有可能是 O(n) ，当你想要找到节点刚好是在链表的最后一个时，你就必须得遍历完链表中所有的节点才能找到你要的值，查找效率太低。而红黑树的本质其实是一棵平衡二叉查找树，平衡二叉查找树的特点就是左子节点小于等于父节点，右子节点大于等于父节点，所以他的查询时间复杂度是 O(Log2n) ，比链表的 O(n) 效率就要高很多了。
2.HashTable
在前面解读的 HashMap 中，已经将HashMap的数据结构，还有put操作、扩容做了详细的解读，而其实 HashTable，只是在 HashMap 的基础上，给各个操作都加上了 synchronized 关键字而已，这就是我们常说的 HashTable 是线程安全的，而 HashMap 是线程不安全的。
而HashTable只是保证单个方法操作是原子性的，但在不保证原子性的复合操作下，HashTable 也存在线程安全问题。
3.ConcurrentHashMap
我们知道 HashTable 之所以性能低下，是因为其在 public 方法的实现上都加上了 synchronized 的关键字，即当任意一个 put 或 get 操作，都将整个 map 对象锁住，只有等待持有锁的线程操作结束，才有机会获得锁进行操作。
这里有一种场景，在 Map 的数组 table 中，线程1对 table[0] 进行 put 操作，而此时有线程2想对 table[1] 进行 put 操作，实际上两者的 put 操作互不干涉，而在 HashTable 的实现下，线程2只能等待线程1操作完成之后才能执行。那么，我们是否可以这样实现，当线程1对 table[0] 进行 put 操作时，对 table[0] 下的链表进行加锁，而操作 table[1] 时，对 table[1] 的链表进行加锁，各自那各自的锁，这样线程1在操作 table[0] 时，线程2也可以操作 table[1]。
ConCurrentHashMap 在解决多线程场景下的线程安全问题，采用的是分段锁的技术。分段锁采用的就是这种思想，在ConCurrentHashMap中维护着Segment[]的数组，这种实现方式把原本 HashTable 粗粒度的锁实现，拆分成一段一段的Segment锁。
1 //jdk1.7的ConcurrentHashMap的源码 2 public class ConcurrentHashMap<K, V> extends AbstractMap<K, V> 3 implements ConcurrentMap<K, V>, Serializable { 4 /** 5 * Mask value for indexing into segments. The upper bits of a 6 * key's hash code are used to choose the segment. 7 */ 8 final int segmentMask; 9 10 /** 11 * Shift value for indexing within segments. 12 */ 13 final int segmentShift; 14 15 /** 16 * The segments, each of which is a specialized hash table. 17 */ 18 //Segment是继承了可重入锁的子类，所以在Segment的操作方法中，包含了tryLock、unLock等方法 19 final Segment<K,V>[] segments; 20 21 /** 22 * Segments are specialized versions of hash tables. This 23 * subclasses from ReentrantLock opportunistically, just to 24 * simplify some locking and avoid separate construction. 25 */ 26 static final class Segment<K,V> extends ReentrantLock implements Serializable { 27 28 /** 29 * The per-segment table. Elements are accessed via 30 * entryAt/setEntryAt providing volatile semantics. 31 */ 32 transient volatile HashEntry<K,V>[] table; 33 } 34 }
简单理解就是，ConcurrentHashMap 维护一个 Segment 数组，Segment 通过继承 ReentrantLock 来进行加锁，所以每次需要加锁的操作锁住的是一个 Segment，这样只要保证每个 Segment 是线程安全的，也就实现了全局的线程安全。
如下，是 ConcurrentHashMap 的各个构造方法，但是实际上只有 public ConcurrentHashMap(int initialCapacity, float loadFactor, int concurrencyLevel)该构造方法是真正完成初始化的方法，其他的都是方法重载
1 public ConcurrentHashMap(int initialCapacity, 2 float loadFactor, int concurrencyLevel) { 3 if (!(loadFactor > 0) || initialCapacity < 0 || concurrencyLevel <= 0) 4 throw new IllegalArgumentException(); 5 if (concurrencyLevel > MAX_SEGMENTS) 6 concurrencyLevel = MAX_SEGMENTS; 7 // Find power-of-two sizes best matching arguments 8 int sshift = 0; 9 int ssize = 1; 10 // 计算并行级别 ssize，因为要保持并行级别是 2 的 n 次方 11 while (ssize < concurrencyLevel) { 12 ++sshift; 13 ssize <<= 1; 14 } 15 // 我们这里先不要那么烧脑，用默认值，concurrencyLevel 为 16，sshift 为 4 16 // 那么计算出 segmentShift 为 28，segmentMask 为 15，后面会用到这两个值 17 this.segmentShift = 32 - sshift; 18 this.segmentMask = ssize - 1; 19 20 if (initialCapacity > MAXIMUM_CAPACITY) 21 initialCapacity = MAXIMUM_CAPACITY; 22 23 // initialCapacity 是设置整个 map 初始的大小， 24 // 这里根据 initialCapacity 计算 Segment 数组中每个位置可以分到的大小 25 // 如 initialCapacity 为 64，那么每个 Segment 或称之为"槽"可以分到 4 个 26 int c = initialCapacity / ssize; 27 if (c * ssize < initialCapacity) 28 ++c; 29 // 默认 MIN_SEGMENT_TABLE_CAPACITY 是 2，这个值也是有讲究的，因为这样的话，对于具体的槽上， 30 // 插入一个元素不至于扩容，插入第二个的时候才会扩容 31 int cap = MIN_SEGMENT_TABLE_CAPACITY; 32 while (cap < c) 33 cap <<= 1; 34 35 // 创建 Segment 数组， 36 // 并创建数组的第一个元素 segment[0] 37 Segment<K,V> s0 = 38 new Segment<K,V>(loadFactor, (int)(cap * loadFactor), 39 (HashEntry<K,V>[])new HashEntry[cap]); 40 Segment<K,V>[] ss = (Segment<K,V>[])new Segment[ssize]; 41 // 往数组写入 segment[0] 42 UNSAFE.putOrderedObject(ss, SBASE, s0); // ordered write of segments[0] 43 this.segments = ss; 44 } 45 46 public ConcurrentHashMap(int initialCapacity, float loadFactor) { 47 this(initialCapacity, loadFactor, DEFAULT_CONCURRENCY_LEVEL); 48 } 49 50 51 public ConcurrentHashMap(int initialCapacity) { 52 this(initialCapacity, DEFAULT_LOAD_FACTOR, DEFAULT_CONCURRENCY_LEVEL); 53 } 54 55 public ConcurrentHashMap() { 56 this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR, DEFAULT_CONCURRENCY_LEVEL); 57 } 58 59 public ConcurrentHashMap(Map<? extends K, ? extends V> m) { 60 this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1, 61 DEFAULT_INITIAL_CAPACITY), 62 DEFAULT_LOAD_FACTOR, DEFAULT_CONCURRENCY_LEVEL); 63 putAll(m); 64 }
concurrencyLevel：并行级别、并发数、Segment 数，怎么翻译不重要，理解它。默认是 16，也就是说 ConcurrentHashMap 有 16 个 Segments，所以理论上，这个时候，最多可以同时支持 16 个线程并发写，只要它们的操作分别分布在不同的 Segment 上。这个值可以在初始化的时候设置为其他值，但是一旦初始化以后，它是不可以扩容的。
再具体到每个 Segment 内部，其实每个 Segment 很像前面介绍的 HashMap，不过它要保证线程安全，所以处理起来要麻烦些。
initialCapacity：初始容量，这个值指的是整个 ConcurrentHashMap 的初始容量，实际操作的时候需要平均分给每个 Segment。
loadFactor：负载因子，之前我们说了，Segment 数组不可以扩容，所以这个负载因子是给每个 Segment 内部使用的。
在 jdk1.8 以下版本的 ConcurrentHashMap 为了保证线程安全又要提供高性能的情况下，采用锁分段的技术，而在java8中对于 ConcurrentHashMap 的实现又变成了另外一种方式----CAS
CAS的全称是compare and swap，直译过来就是比较与替换。CAS的机制就相当于这种（非阻塞算法），CAS是由CPU硬件实现，所以执行相当快.CAS有三个操作参数：内存地址，期望值，要修改的新值，当期望值和内存当中的值进行比较不相等的时候，表示内存中的值已经被别线程改动过，这时候失败返回，当相等的时候，将内存中的值改为新的值，并返回成功。
下面的代码是摘自网上一篇文章的对 java8 中 ConcurrentHashMap 的源码分析，
1 public V put(K key, V value) { 2 return putVal(key, value, false); 3 } 4 final V putVal(K key, V value, boolean onlyIfAbsent) { 5 if (key == null || value == null) throw new NullPointerException(); 6 // 得到 hash 值 7 int hash = spread(key.hashCode()); 8 // 用于记录相应链表的长度 9 int binCount = 0; 10 for (Node<K,V>[] tab = table;;) { 11 Node<K,V> f; int n, i, fh; 12 // 如果数组"空"，进行数组初始化 13 if (tab == null || (n = tab.length) == 0) 14 // 初始化数组，后面会详细介绍 15 tab = initTable(); 16 17 // 找该 hash 值对应的数组下标，得到第一个节点 f 18 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { 19 // 如果数组该位置为空， 20 // 用一次 CAS 操作将这个新值放入其中即可，这个 put 操作差不多就结束了，可以拉到最后面了 21 // 如果 CAS 失败，那就是有并发操作，进到下一个循环就好了 22 if (casTabAt(tab, i, null, 23 new Node<K,V>(hash, key, value, null))) 24 break; // no lock when adding to empty bin 25 } 26 // hash 居然可以等于 MOVED，这个需要到后面才能看明白，不过从名字上也能猜到，肯定是因为在扩容 27 else if ((fh = f.hash) == MOVED) 28 // 帮助数据迁移，这个等到看完数据迁移部分的介绍后，再理解这个就很简单了 29 tab = helpTransfer(tab, f); 30 31 else { // 到这里就是说，f 是该位置的头结点，而且不为空 32 33 V oldVal = null; 34 // 获取数组该位置的头结点的监视器锁 35 synchronized (f) { 36 if (tabAt(tab, i) == f) { 37 if (fh >= 0) { // 头结点的 hash 值大于 0，说明是链表 38 // 用于累加，记录链表的长度 39 binCount = 1; 40 // 遍历链表 41 for (Node<K,V> e = f;; ++binCount) { 42 K ek; 43 // 如果发现了"相等"的 key，判断是否要进行值覆盖，然后也就可以 break 了 44 if (e.hash == hash && 45 ((ek = e.key) == key || 46 (ek != null && key.equals(ek)))) { 47 oldVal = e.val; 48 if (!onlyIfAbsent) 49 e.val = value; 50 break; 51 } 52 // 到了链表的最末端，将这个新值放到链表的最后面 53 Node<K,V> pred = e; 54 if ((e = e.next) == null) { 55 pred.next = new Node<K,V>(hash, key, 56 value, null); 57 break; 58 } 59 } 60 } 61 else if (f instanceof TreeBin) { // 红黑树 62 Node<K,V> p; 63 binCount = 2; 64 // 调用红黑树的插值方法插入新节点 65 if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, 66 value)) != null) { 67 oldVal = p.val; 68 if (!onlyIfAbsent) 69 p.val = value; 70 } 71 } 72 } 73 } 74 // binCount != 0 说明上面在做链表操作 75 if (binCount != 0) { 76 // 判断是否要将链表转换为红黑树，临界值和 HashMap 一样，也是 8 77 if (binCount >= TREEIFY_THRESHOLD) 78 // 这个方法和 HashMap 中稍微有一点点不同，那就是它不是一定会进行红黑树转换， 79 // 如果当前数组的长度小于 64，那么会选择进行数组扩容，而不是转换为红黑树 80 // 具体源码我们就不看了，扩容部分后面说 81 treeifyBin(tab, i); 82 if (oldVal != null) 83 return oldVal; 84 break; 85 } 86 } 87 } 88 // 89 addCount(1L, binCount); 90 return null; 91 }