并发容器

ConcurrentSkipListMap和ConcurrentSkipListSet

ConcurrentSkipListMap和ConcurrentSkipListSet分别是TreeMap和TreeSet有序的容器的并发版本，内部加入了跳表。

1，为什么选择跳表？
目前经常使用的平衡数据结构有：B树，红黑树，AVL树，SplayTree,Treep等，想象一下，给你一张草稿纸，一只笔，一个编辑器，你能立即实现一颗红黑树，或者AVL树出来吗？很难吧，这需要时间，要考虑很多细节，要参考一堆算法与数据结构之类的树，还要参考网上的代码，相当麻烦。
用跳表吧，跳表是一种随机化的数据结构，目前开源软件Redis和LevelDB（全文搜索引擎）都有用到它，它的效率和红黑树以及AVL树不相上下，但跳表的原理相当简单，时间复杂度非常趋近于红黑树。
跳表：

跳表（可以提高普通链表查询的速度，是扩展空间负责度）：
	SkipList，以空间换时间，在原链表的基础上形成多层索引，当某个节点在插入时，随机决定这个节点是否成为上层索引，所以跳表又称为概率数据结构，这样有了索引之后，在查找的时候提高了效率。

	跳表的高度：
		n个元素的跳表，每个元素插入的时候都要做一次实验，用来决定元素占据的层数K，跳表的高度等于这n次实验中产生的最大k

	跳表具有如下性质：
		(1) 由很多层结构组成。
		(2) 每一层都是一个有序的链表。
		(3) 最底层(Level 1)的链表包含所有元素。
		(4) 如果一个元素出现在 Level i 的链表中，则它在 Level i 之下的链表也都会出现。
		(5) 每个节点包含两个指针，一个指向同一链表中的下一个元素，一个指向下面一层的元素。

2，ConcurrentHashMap中为什么不使用跳表？
因为ConcurrentHashMap，因为用了分段锁，本身的空间利用率很低，如果再使用跳表用空间换取时间，就会使得ConcurrentHashMap的空间利用率更低，所以不使用跳表。

ConcurrentLinkedQueue

ConcurrentLinkedQueue是LinkedList的并发版本，无界非阻塞队列，底层是个链表，遵循先进先出FIFO原则。

其中的方法：
	add,offer：将元素插入到尾部
	peek：拿头部的数据，但是不移除
	poll：拿头部的数据，但是移除

写时复制容器

写时复制容器有两个，是CopeOnWriteArrayList和CopeOnWriteArraySet
写时复制的容器，通俗的理解是当我们往一个容器添加元素的时候，不直接往当前容器添加，而是先将当前容器进行Copy，复制出一个新的容器，然后新的容器里添加元素，添加完元素之后，再将原容器的引用指向新的容器。这样做的好处是我们可以对容器进行并发的读，而不需要加锁，因为当前容器不会添加任何元素。所以写时复制容器也是一种读写分离的思想，读和写不同的容器。如果读的时候有多个线程正在向容器添加数据，读还是会读到旧的数据，因为写的时候不会锁住旧的，只能保证最终一致性。
适用读多写少的并发场景，常见应用：白名单/黑名单，商品类目的访问和更新场景。
注意：存在内存占用问题。

和读写锁的区别？
写时复制容器是读写可以同时进行的，而读写锁是一个线程写的时候，其他线程不能读，是互斥的。