前言
最近在复习多线程，复习了原理之后，就想来研究下CHM源码。
阅读后的最大感触就是CHM将CAS操作使用得淋漓尽致。
CHM1.7是基于分段锁来实现高并发下的Map操作。1.8则使用Node数组元素作为锁，再有1.8引入了红黑树。
本文针对jdk1.8，由于读源码涉及到方法间的调用，所以将putval()分为四部分:
针对每部分前后的代码用省略号表示。
put方法
public V put(K key, V value) {
return putVal(key, value, false);
}
1.初始化数组
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;;) {//线程竞争时，不断自旋
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)//如果数组为空，进行数组初始化
tab = initTable();//初始化数组
//通过hash值对应的数组下标获得第一个节点；以volatile的方式读取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) {
//如果该下标返回节点为空，则直接通过cas将新的值封装成node插入即可；
//吐过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()后，随后的线程B可以通过tabAt()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()，一定对线程B的tabAt()可见。
initTable
接着点进initTable()：
这个方法比较简单，就是初始化一个适合大小的数组。
sizeCtl要单独说一下，如果没搞懂这个属性的意义，可能会被搞晕。sizeCtl是数组初始化或扩容时候的一个控制位标识。
- -1 → Node数组正在初始化
- -N → N-1各线程正进行扩容操作
- 0 → Node数组还没初始化
- N → Node数组已初始化 & 下一次扩容阈值
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16
@SuppressWarnings("unchecked")
//初始化数组
//长度为16，或初始化在构造CHM时传入的长度
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
table = tab = nt;//将该数组赋值给table
sc = n - (n >>> 2);//计算下次扩容阈值 → 当前容量0.75倍，使用右移计算
}
} finally {
sizeCtl = sc;//设置sizeCtl为sc，如果默认16，那么这时候sc=16*0.75=12
}
break;
}
}
return tab;
}
tabAt
再点进putval()中的tabAt()
该方法获取对象offset偏移地址对应的对象值，含义等价于tab[i]，但是为什么不直接用tab[i]来计算呢？
getObjectVolatile()，一旦看到vlolatile关键字，就代表可见性。因为volatile写操作happen-before于volatile读操作，因此其他线程对table的修改均可对get读取可见。
虽然table数组本身已增加了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数组元素进行写操作，那么当前线程读的时候不一定能读到最新值。
出于性能考虑，Doug Lea直接通过Unsafe类对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.统计元素个数
putVal()的最后，会通过addCount()增加CHM中元素个数，并且还会可能出发扩容操作。这里有两个比较经典的设计：
- 高并发的扩容
- 如何保证addCount的数据安全性以及性能
final V putVal(K key, V value, boolean onlyIfAbsent) {
......
//将当前CHM元素数量+1，有可能出发transfer操作（扩容）
addCount(1L, binCount);
return null;
}
addCount
在putVal()最后调用addCout(),传递了两个参数，分别是1和binCount（链表长度），看看addCount()做了什么操作。
x标识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，>=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，对变量进行累加操作
//（如果没有竞争的情况下，仍采用baseCount来记录元素个数）
//2.如果cas失败就说明存在竞争，这时就不采用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，则调用fullAddCount()
//2.从技术表中随机取出一个数组的位置为空，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
//,调用fullAddCount()
//ThreadLocalRandom.getProbe() → 并发中产生随机数的方法，性能更高
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<=1，不需要考虑扩容
return;
s = sumCount();//统计CHM元素个数
}
if (check >= 0) {
......
}
}
CounterCells
CHM采用CounterCell数组记录元素个数，像一般集合记录大小，直接定义成员变量size即可，当出现改变时更新size。为什么CHM要采用数组处理呢？
关键点还是并发。CHM是并发集合，为保证并发情况下的安全性，势必要通过加锁或者自旋来实现。如果竞争比较激烈，会出现比较大的冲突，反而影响性能。所以CHM采用分片方法记录大小。
我们来分析下具体代码：
private transient volatile int cellsBusy;//标识当前cell数组是否在初始化或扩容中的CAS标志位
/**
* Table of counter cells. When non-null, size is a power of 2.
*/
private transient volatile CounterCell[] counterCells;//counterCells数组，总数值的分值分别存在每个cell中
@sun.misc.Contended static final class CounterCell {
volatile long value;
CounterCell(long x) { value = x; }
}
//看到这段代码就能够明白了，CounterCell数组的每个元素，都存储一个元素个数
//而实际我们调用size(),就是通过这个循环累加得到的
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;
}
fullAddCount
接下来点进addCount()中的fullAddCount()。
fullAddCount()主要用来初始化CounterCell，记录元素个数，包含扩容，初始化等操作。
private final void fullAddCount(long x, boolean wasUncontended) {
int h;
//获取当前线程的probe值
//如果值为0，则初始化当前线程的probe值，probe就是随机数
if ((h = ThreadLocalRandom.getProbe()) == 0) {
ThreadLocalRandom.localInit(); // force initialization
h = ThreadLocalRandom.getProbe();
wasUncontended = true;//由于重新生成了probe，未冲突标志位设置为true
}
boolean collide = false; // True if last slot nonempty
for (;;) {//自旋
CounterCell[] as; CounterCell a; int n; long v;
//counterCells已经被初始化
/**建议先看初始化部分代码，否则会头晕**/
if ((as = counterCells) != null && (n = as.length) > 0) {
//通过该值与当前线程probe求与，获得cells的下标元素，和hash表获取索引是一样的
if ((a = as[(n - 1) & h]) == null) {
//counterCells不在初始化或扩容状态下
if (cellsBusy == 0) { // Try to attach new Cell
//构造一个CounterCell的值，传入元素个数
CounterCell r = new CounterCell(x); // Optimistic create
if (cellsBusy == 0 &&
//通过cas设置cellsBusy标识，防止其他线程对counterCells并发处理
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean created = false;
try { // Recheck under lock
CounterCell[] rs; int m, j;
//将初始化的r对象的元素个数放在对应下标的位置
if ((rs = counterCells) != null &&
(m = rs.length) > 0 &&
rs[j = (m - 1) & h] == null) {
rs[j] = r;
created = true;
}
} finally {//恢复标志位
cellsBusy = 0;
}
if (created)//创建成功，退出循环
break;
//说明指定cells下标位置数据不为空，则进行下一次循环
continue; // Slot is now non-empty
}
}
collide = false;
}
//说明在addCount()中cas失败了，并且获取probe的值不为空
else if (!wasUncontended) // CAS already known to fail
//设置为未冲突标识，进入下一次自旋
wasUncontended = true; // Continue after rehash
//由于指定下标位置cell值不为空，则直接通过cas进行原子累加，成功，则直接退出
else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
break;
//如果已经有其他线程建立新的counterCells或者counterCells>=CPU核心数
else if (counterCells != as || n >= NCPU)
//设置当前线程循环失败不进行扩容
collide = false; // At max size or stale
//恢复线程状态，标识下次循环会进行扩容
else if (!collide)
collide = true;
//进入这个步骤，说明CounterCell数组容量不够，线程竞争较大
//所以先设置一个标识标识正在扩容
else if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
try {
if (counterCells == as) {// Expand table unless stale
//扩容一倍
CounterCell[] rs = new CounterCell[n << 1];
for (int i = 0; i < n; ++i)
rs[i] = as[i];
counterCells = rs;
}
} finally {
cellsBusy = 0;//恢复标识
}
collide = false;
//继续下一次自旋
continue; // Retry with expanded table
}
h = ThreadLocalRandom.advanceProbe(h);//更新随机数的值
}
/**初始化CounterCells数组**/
//cellsBusy=0 → 没有初始化，通过cas更新cellsbusy的值标注当前线程正在初始化
else if (cellsBusy == 0 && counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
try { // Initialize table
if (counterCells == as) {
CounterCell[] rs = new CounterCell[2];//初始化容量为2
//将x也就是元素个数放在指定的数组下标
rs[h & 1] = new CounterCell(x);
counterCells = rs;//赋值给counterCells
init = true;//设置初始化完成标识
}
} finally {
cellsBusy = 0;//恢复标识
}
if (init)
break;
}
//竞争激烈，其他线程占据cell数组，直接累加在base变量中
else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))
break; // Fall back on using base
}
}
addCount后半部分
addCount()后半部分的代码，check（链表长度）>=0时，判断是否需要扩容。
baseCount>=sizeCtl时，进行扩容，这里又有两个逻辑：
- 如果当前正处在扩容阶段，则当前线程会加入并协助扩容
- 如果当前没有在扩容，则直接出发扩容操作
private final void addCount(long x, int check) {
......
if (check >= 0) {//如果binCount>=0，检查是否需要扩容
Node<K,V>[] tab, nt; int n, sc;
//s标识集合大小，如果集合大小 >= 扩容阈值
//并且table不为空，并且table长度 < 最大容量
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);//生成唯一的扩容戳
//sc<0，也就是sizeCtl<0,说明已经有别的线程在扩容
if (sc < 0) {
//下面5个条件满足其一，则当前线程不能帮助进行此次扩容，直接跳出循环
//1.sc >>> RESIZE_STAMP_SHIFT) != rs → sc高位与rs相同
//2.sc=rs+1 → 表示扩容结束
//3.sc == rs + MAX_RESIZERS →表示帮助线程已经达到最大值
//4.(nt = nextTable) == null → 扩容结束
//5.transferIndex <= 0 → transter任务都被领取完了，没有剩余的hash
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
//当前线程帮助此次扩容，如果成功，则调用transfer
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
transfer(tab, nt);
}
//如果当前没有在扩容，那么rs肯定是个正数
//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
}
}
}
resizeStamp
addCount()中的resizeStamp()。resizeStamp()用来生成一个和扩容有关的扩容戳，具体有什么用呢？基于代码做分析：
static final int resizeStamp(int n) {
return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1));
}
Integer.numberOfLeadingZeros(n)返回无符号整数n最高非0位前面的0的个数。
执行U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2)，SIZECTL的高RESIZE_STAMP_SHIFT位 → 扩容标记，低RESIZE_STAMP_SHIFT位 → 并行扩容线程数。
这样做的好处：
- 使CHM支持并发扩容 → 低位表示并发线程数
- 保证每次扩容生成唯一戳，∵每次新的扩容，都有不同的n
第一个线程尝试扩容时，为什么+2？
SIZECTL=1代表初始化，2代表一个线程在执行扩容- 并不关心
SIZECTL本身数值
3.Map扩容
transfer
addCount()中的transfer() → 扩容后的数据迁移。
可能遇到问题：扩容时，其他线程添加元素，再次出发扩容。
解决思路：加互斥锁，效率太低。CHM采用CAS无锁的并发同步策略。简单来说，它把Node数组当作多线程之间共享的任务队列，通过维护一个指针划分每个线程负责的区间，每个线程通过区间逆向遍历实现扩容。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。
接下来，分析下源码实现：
先看前半段代码 → 分配迁移区间 + 扩容后的退出机制
fwd→ 标识类，告诉其他线程这个位置正在迁移或已完成advance→ 标识当前bucket处理完，是否处理下一个bucketfinishing→ 标识扩容是否结束
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
//将n/8然后再/CPU核心数。得到结果<16就使用16
//目的：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
//也就是数组长度16时，扩容只会有一个线程
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*2大小的nextTab
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最大值
return;
}
nextTable = nextTab;//更新成员变量
transferIndex = n;//更新转移下标
}
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，它的hash值为-1
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
//首次advance = true，说明需要推进一个下标（i--）
//如果advance = false，要将当前下标处理完毕
boolean advance = true;
//标识是否扩容完成
boolean finishing = false; // to ensure sweep before committing nextTab
//通过for循环处理每个槽位的链表元素，直到全部分配完毕
//i:当前处理的槽位序号，bound：需要处理的槽位边界
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
//--i表示下一个待处理bucket，>=bound表示当前线程已经分配过bucket区域
if (--i >= bound || finishing)
advance = false;
//表示所有bucket已经分配完毕
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
//通过CAS修改TRANSFERINDEX，为当前线程分配任务
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
/*扩容后的退出机制*/
//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;
//如果完成了扩容
if (finishing) {
nextTable = null;//删除成员变量
table = nextTab;//更新table数组
sizeCtl = (n << 1) - (n >>> 1);//更新阈值
return;
}
//CAS操作对sizeCtl低16位-1，代表完成了自己的任务
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
//如果相等，扩容结束，更新finishing变量
finishing = advance = true;
//再次循环检查整张表
i = n; // recheck before commit
}
}
//如果i处是空，也放入fwd
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
//该位置完成迁移
else if ((fh = f.hash) == MOVED)
advance = true; // already processed
else {
......
}
}
}
}
transfer()的后半段代码，是数据迁移。
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
......
else {
synchronized (f) {//对数组该节点位置加锁，开始处理数组该位置的迁移
if (tabAt(tab, i) == f) {//再做一次校验
//把链表拆分成两部分，0在低位，1在高位
Node<K,V> ln, hn;//ln：低位，hn：高位
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
//遍历当前bucket的链表
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;
}
//构造高位及低位链表
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
把旧table的hash桶中放置转发节点，表明此hash桶已经被处理
setTabAt(tab, i, fwd);
advance = true;
}
//红黑树扩容部分
else if (f instanceof TreeBin) {
......
}
}
}
}
通过将原链表拆分为高低位两个链表，对于高位链表，直接定位扩容后对应的位置。使得不需要在每次扩容的时候再重新计算hash，极大提升了效率。
helpTransfer
putval()中的helpTransfer()
f.hash = -1意味着有其他线程正在扩容，那么当前线程帮助它进行扩容，调用helpTransfer()。
final V putVal(K key, V value, boolean onlyIfAbsent) {
......
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {...}
......
}
final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
//判断此时是否仍然在执行扩容，nextTab=null时，说明扩容已经结束
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
//生成扩容戳
int rs = resizeStamp(tab.length);
//扩容还未完成的情况下，不断循环来尝试将当前线程加入到扩容操作
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
//(sc >>> RESIZE_STAMP_SHIFT) != rs → 不相等，说明扩容结束
//sc == rs + 1 → 扩容结束
//sc == rs + MAX_RESIZERS → 扩容线程数已达到最大线程数
//transferIndex <= 0 → 所有Node都已分配线程
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;//跳出循环
//在sc低十六位增加扩容线程数
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
transfer(tab, nextTab);//帮助扩容
break;
}
}
return nextTab;
}
return table;//返回新的数组
}
4.链表&红黑树
如果被添加的节点位置已经存在节点时，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，那么会按照红黑树规则将当前节点加入到红黑树中。
final V putVal(K key, V value, boolean onlyIfAbsent) {
......
//进入这个分支，说明f是当前nodes数组对应位置节点的头节点，并且不为空
else {
V oldVal = null;
synchronized (f) {//给对应头节点加锁
if (tabAt(tab, i) == f) {//再次判断对应下标位置是否为f节点
if (fh >= 0) {//头节点的hash >= 0，说明再添加后是链表
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，直接覆盖旧值
e.val = value;
break;
}
//一直遍历到链表的最末端，直接把新值加入到链表最后面
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;
//则调用红黑树的方法插入新值
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;//同样，如果key已存在，直接替换
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {//说明在做链表操作
//如果链表长度已经达到临界值8，需要把链表转换为树结构
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
//如果val被替换，则返回替换之前的值
if (oldVal != null)
return oldVal;
break;
}
}
......
}
总结
源码不是一天读完的，要反复的阅读，可以学习代码书写标准 & 解决问题的思路 & 设计模式。
此次阅读学习到的闪光点：
- 对于高并发增加Map元素个数，CHM并没有采用传统的成员变量 + CAS（或加锁）的方式，∵效率低。而是采用数组统计，相当于为高并发做了分片，之后再累加数组元素。
- 并发扩容时每个线程负责一段区间，完成数据迁移后，修改区间迁移标志。通过32位二进制的前16位表示扩容大小，后16位表示正在扩容的线程数。
- 链表迁移时，分为高低位两链表，一次遍历链表即可迁移到扩容后的正确位置。
当然，这篇文章也有不足之处，日后再次阅读后，再做完善：
- resizeStamp() 原理没搞清楚
- 红黑树扩容部分没加入
1341
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
