大厂技术面试题解析——ConcurrentHash Map 底层具体实现知道吗？实现原理是什么？

普通人

嗯.. ConcurrentHash Map 是用数组和链表的方式来实现的，嗯 … 在 JDK1.8 里面还引入了红黑树。

然后链表和红黑树是解决 hash 冲突的。嗯 … …

高手

这个问题我从这三个方面来回答：（下面这三个点 ，打印在屏幕上）

1.   ConcurrentHash Map 的整体架构

2.   ConcurrentHash Map 的基本功能

3.   ConcurrentHash Map 在性能方面的优化

ConcurrentHash Map 的整体架构

这个是 ConcurrentHash Map 在 JDK1.8 中的存储结构 ，它是由数组、单向链表、红黑树组成。

当我们初始化一个 ConcurrentHash Map 实例时，默认会初始化一个长度为 16 的数组。

由于 ConcurrentHash Map 它的核心仍然是 hash 表，所以必然会存在 hash 冲突问题。

ConcurrentHash Map 采用链式寻址法来解决 hash 冲突。

当 hash 冲突比较多的时候 ，会造成链表长度较长 ，这种情况会使得

ConcurrentHash Map 中数据元素的查询复杂度变成 O(n)。因此在 JDK1.8 中，引入了

红黑树的机制。

当数组长度大于 64 并且链表长度大于等于 8 的时候 ，单项链表就会转换为红黑树。

另外 ，随着 ConcurrentHash Map 的动态扩容 ，一旦链表长度小于 8 ，红黑树会退化

成单向链表。

ConcurrentHash Map 的基本功能

ConcurrentHash Map 本质上是一个 Hash Map ，因此功能和 Hash Map 一样 ，但是

ConcurrentHash Map 在 Hash Map 的基础上 ，提供了并发安全的实现。

并发安全的主要实现是通过对指定的 Node 节点加锁，来保证数据更新的安全性（如图所示）。

ConcurrentHash Map 在性能方面做的优化

如果在并发性能和数据安全性之间做好平衡 ，在很多地方都有类似的设计 ，比如 cpu

的三级缓存、mysql 的 buffer_pool、Synchronized 的锁升级等等。

ConcurrentHash Map 也做了类似的优化 ，主要体现在以下几个方面：o 在 JDK1.8 中 ，ConcurrentHash Map 锁的粒度是数组中的某一个节点 ，而在 JDK1.7 ，锁定的是 Segment ，锁的范围要更大 ，因此性能上会更低。

 引入红黑树 ，降低了数据查询的时间复杂度 ，红黑树的时间复杂度是 O(logn)。

（如图所示），当数组长度不够时，ConcurrentHash Map 需要对数组进行扩 容 ，在扩容的实现上 ，ConcurrentHash Map 引入了多线程并发扩容的机制， 简单来说就是多个线程对原始数组进行分片后，每个线程负责一个分片的数据 迁移 ，从而提升了扩容过程中数据迁移的效率。

ConcurrentHash Map 中有一个 size()方法来获取总的元素个数 ，而在多线程  并发场景中，在保证原子性的前提下来实现元素个数的累加，性能是非常低的。

ConcurrentHash Map 在这个方面的优化主要体现在两个点：

当线程竞争不激烈时 ，直接采用 CAS 来实现元素个数的原子递增。

如果线程竞争激烈 ，使用一个数组来维护元素个数 ，如果要增加总的元素 个数，则直接从数组中随机选择一个，再通过 CAS 实现原子递增。它的核心思想是引入了数组来实现对并发更新的负载。

结尾

从高手的回答中可以看到 ，ConcurrentHash Map 里面有很多设计思想值得学习和借鉴。

比如锁粒度控制、分段锁的设计等 ，它们都可以应用在实际业务场景中。

很多时候大家会认为这种面试题毫无价值，当你有足够的积累之后，你会发现从这些技

术底层的设计思想中能够获得很多设计思路。