ConcurrentHashMap底层实现

1.ConcurrentHashMap和HashTable之间

ConcurrentHashMap性能高于HashTable，都能够完成线程安全操作，
Hashtable中线程安全使用synchronized同步方法进行加锁操作，如果当前一个线程正在访问该集合，其他线程是无法进行访问的，需要进行等待
反之ConcurrentHashMap当中采用分段锁机制

1. JDK1.7和JDK1.8底层实现的区别

JDK1.8版本之前，ConcurrentHashMap使用分段锁技术，将数据分成一段一段的进行村粗，每一个数据段配置一把锁Segment（继承ReentrantLock）
底层采用：Segment+HashEntry
当数据添加时，根据key值找到Segment对应的数据段，然后匹配数据块，采用链表方式进行存储

1.1JDK1.7底层实现

在JDK1.7版本中，ConcurrentHashMap的数据结构是由一个Segment数组和多个HashEntry组成，如下图所示：

Segment数组的意义就是将一个大的table分割成多个小的table来进行加锁，也就是上面的提到的锁分离技术，而每一个Segment元素存储的是HashEntry数组+链表，这个和HashMap的数据存储结构一样

1.2JDK1.8底层实现

JDK1.8的实现已经摒弃了Segment的概念，而是直接用Node数组+链表+红黑树的数据结构来实现，并发控制使用Synchronized和CAS来操作，整个看起来就像是优化过且线程安全的HashMap，虽然在JDK1.8中还能看到Segment的数据结构，但是已经简化了属性，只是为了兼容旧版本

2. ConcurrentHashMap底层put方法实现的核心逻辑

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();    //判断key和value是否为空，如果为空则报异常
int hash = spread(key.hashCode());    //重新计算key的hash值，有效减少Hash值冲突
int binCount = 0;
for (Node<K,V>[] tab = table;;) {    //遍历当前数组当中所有的数据
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)    //判断数组是否为空
tab = initTable();    //如果为空要进行数组的初始化操作
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {    //根据key的Hash值找到位置，如果该位置没有元素
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))    //获取到空的元素，然后重新创建一个新的Node放进去
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)    //判断当前数组元素状态是否需要扩容
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) {    //加锁
if (tabAt(tab, i) == f) {    
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&    //判断添加的key和原有key进行Hash值判断以及key值判断，如果相等则覆盖
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {    //判断当前节点的下一个节点是否为空，如果为空则添加到下一个节点当中
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
else if (f instanceof TreeBin) {    //判断当前节点是否为红黑树
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {    //如果为红黑树则创建一个树节点
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)    //根据当前循环次数判断链表中存在多少个数据，如果数据阀值大于等于8
//则进行红黑树转换
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);    //判断是否需要扩容
return null;
}