理解跳表
跳表实质是一个可以进行二分查找的有序链表。我们知道使用数组进行二分是很方便的，要求数组内数据是顺序排序即可，但是数组存储对插入移除数据并不友好，需要将数据进行大批量迁移。使用堆的方式存储数据对拆入移除数据的效率也还是可以的，但是不支持快速的查找操作，只能找到最大值或最小值。链表对插入与移除支持友好，但是对查找数据而言需要遍历。红黑树挺好，对查询，插入，移除数据友好，但是其缺点是范围查询支持不高。综上，各种数据结构都有其弱点，而我们的跳表集齐上述数据结构的优点，本质上是使用空间换时间的思路，因此内存消耗会大一些。比如以下链表：
基于链表需要找到其中元素需要遍历进行比对，我们可以建立索引加速查找的过程，例如我们将部分结点抽出形成索引结构：
这样一来我们就可以通过上一层的索引快速确定目标元素的范围，如果h1定位的范围偏大，实际上我们可以基于h1层级数据继续抽出索引，成为h2索引。这样一来，通过很小的代价就可以快速定位目标数据所处的位置。
上面说的是跳表的查询，当然少不了结点的插入与删除步骤，我们先说结点插入，如图所示：
比如，我们要向上面这个跳表添加一个元素8。首先，我们先根据随机的方式，确定目标层数，假定定位到了h1这一层，然后，找到8这个元素在下面两层的前置节点。接着，就是链表的插入元素操作了。整个过程比较简单。同样的删除逻辑如下图所示：
首先找到各层中包含元素x的节点。然后使用标准的链表删除元素的方法删除即可
继承结构
ConcurrentSkipListMap继承关系还是蛮复杂的，首先实现自AbstractMap，意味着有map的特征，其次实现ConcurrenMap，表达存在并发的特征，SortedMap表达其map是一个存在顺序的映射。
内部类
从上面的跳表结构图可以看出存在三种结点，一个是用于存储的数据结点，一个是构建出跳表层级的索引结点，由于索引结点需要被管理，产生索引头结点。源码如下：
static final class HeadIndex<K,V> extends Index<K,V> {
final int level;
HeadIndex(Node<K,V> node, Index<K,V> down, Index<K,V> right, int level) {
super(node, down, right);
this.level = level;
}
}
static class Index<K,V> {
final Node<K,V> node;
final Index<K,V> down;
volatile Index<K,V> right;
Index(Node<K,V> node, Index<K,V> down, Index<K,V> right) {
this.node = node;
this.down = down;
this.right = right;
}
final boolean casRight(Index<K,V> cmp, Index<K,V> val) {
return UNSAFE.compareAndSwapObject(this, rightOffset, cmp, val);
}
final boolean indexesDeletedNode() {
return node.value == null;
}
final boolean link(Index<K,V> succ, Index<K,V> newSucc) {
Node<K,V> n = node;
newSucc.right = succ;
return n.value != null && casRight(succ, newSucc);
}
final boolean unlink(Index<K,V> succ) {
return node.value != null && casRight(succ, succ.right);
}
// Unsafe mechanics
private static final sun.misc.Unsafe UNSAFE;
private static final long rightOffset;
static {
try {
UNSAFE = sun.misc.Unsafe.getUnsafe();
Class<?> k = Index.class;
rightOffset = UNSAFE.objectFieldOffset
(k.getDeclaredField("right"));
} catch (Exception e) {
throw new Error(e);
}
}
}
static final class Node<K,V> {
final K key;
volatile Object value;
volatile Node<K,V> next;
Node(K key, Object value, Node<K,V> next) {
this.key = key;
this.value = value;
this.next = next;
}
Node(Node<K,V> next) {
this.key = null;
this.value = this;
this.next = next;
}
}
可以看到，数据结点内部存在k-v对数据，并且存在next指向下一个数据结点，形成链表。索引结点内部存在数据结点，并存在指向下一层级的引用与执行右侧的索引结点引用。HeadIndex也是一个索引结点，在索引结点的基础上增加标记当前是什么层级的信息。
构造函数
构造函数方法源码如下：
public ConcurrentSkipListMap() {
this.comparator = null;
initialize();
}
public ConcurrentSkipListMap(Comparator<? super K> comparator) {
this.comparator = comparator;
initialize();
}
public ConcurrentSkipListMap(Map<? extends K, ? extends V> m) {
this.comparator = null;
initialize();
putAll(m);
}
public ConcurrentSkipListMap(SortedMap<K, ? extends V> m) {
this.comparator = m.comparator();
initialize();
buildFromSorted(m);
}
可以看到，所有的方法都有initialize方法进行初始化跳表结构，源码如下：
private static final Object BASE_HEADER = new Object();
private void initialize() {
keySet = null;
entrySet = null;
values = null;
descendingMap = null;
// Node(K key, Object value, Node<K,V> next)
// HeadIndex(Node<K,V> node, Index<K,V> down, Index<K,V> right, int level)
head = new HeadIndex<K,V>(new Node<K,V>(null, BASE_HEADER, null),
null, null, 1);
}
可以看到，这里初始化了一些属性，并创建了一个头索引节点，里面存储着一个数据节点，这个数据节点的值是空对象，且它的层级是1。
重要方法
增加键值对
public V put(K key, V value) {
// 不能存储value为null的元素，后面逻辑中value为null标记该元素被删除
if (value == null)
throw new NullPointerException();
// 调用doPut()方法添加元素
return doPut(key, value, false);
}
private V doPut(K key, V value, boolean onlyIfAbsent) {
// 添加元素后存储在z中
Node<K,V> z; // added node
// key也不能为null
if (key == null)
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
// Part I：找到目标节点的位置并插入
// 这里的目标节点是数据节点，也就是最底层的那条链
// 自旋
outer: for (;;) {
// 寻找目标节点之前最近的一个索引对应的数据节点，存储在b中，b=before
// 并把b的下一个数据节点存储在n中，n=next
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
// 如果下一个节点不为空
// 就拿其key与目标节点的key比较，找到目标节点应该插入的位置
if (n != null) {
// v=value，存储节点value值
// c=compare，存储两个节点比较的大小
Object v; int c;
// n的下一个数据节点，也就是b的下一个节点的下一个节点（孙子节点）
Node<K,V> f = n.next;
// 如果n不为b的下一个节点
// 说明有其它线程修改了数据，则跳出内层循环
// 也就是回到了外层循环自旋的位置，从头来过
if (n != b.next) // inconsistent read
break;
// 如果n的value值为空，说明该节点已删除，协助删除节点
if ((v = n.value) == null) { // n is deleted
n.helpDelete(b, f);
break;
}
// 如果b的值为空或者v等于n，说明b已被删除
// 这时候n就是marker节点，那b就是被删除的那个
if (b.value == null || v == n) // b is deleted
break;
// 如果目标key与下一个节点的key大
// 说明目标元素所在的位置还在下一个节点的后面
if ((c = cpr(cmp, key, n.key)) > 0) {
// 就把当前节点往后移一位
// 同样的下一个节点也往后移一位
// 再重新检查新n是否为空，它与目标key的关系
b = n;
n = f;
continue;
}
// 如果比较时发现下一个节点的key与目标key相同
// 说明链表中本身就存在目标节点
if (c == 0) {
// 则用新值替换旧值，并返回旧值（onlyIfAbsent=false）
if (onlyIfAbsent || n.casValue(v, value)) {
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
// 如果替换旧值时失败，说明其它线程先一步修改了值，从头来过
break; // restart if lost race to replace value
}
// 如果c<0，就往下走，也就是找到了目标节点的位置
// else c < 0; fall through
}
// 有两种情况会到这里
// 一是到链表尾部了，也就是n为null了
// 二是找到了目标节点的位置，也就是上面的c<0
// 新建目标节点，并赋值给z
// 这里把n作为新节点的next
// 如果到链表尾部了，n为null，这毫无疑问
// 如果c<0，则n的key比目标key大，相妆于在b和n之间插入目标节点z
z = new Node<K,V>(key, value, n);
// 原子更新b的下一个节点为目标节点z
if (!b.casNext(n, z))
// 如果更新失败，说明其它线程先一步修改了值，从头来过
break; // restart if lost race to append to b
// 如果更新成功，跳出自旋状态
break outer;
}
}
// 经过Part I，目标节点已经插入到有序链表中了
// Part II：随机决定是否需要建立索引及其层次，如果需要则建立自上而下的索引
// 取个随机数
int rnd = ThreadLocalRandom.nextSecondarySeed();
// 0x80000001展开为二进制为10000000000000000000000000000001
// 只有两头是1
// 这里(rnd & 0x80000001) == 0
// 相当于排除了负数（负数最高位是1），排除了奇数（奇数最低位是1）
// 只有最高位最低位都不为1的数跟0x80000001做&操作才会为0
// 也就是正偶数
if ((rnd & 0x80000001) == 0) { // test highest and lowest bits
// 默认level为1，也就是只要到这里了就会至少建立一层索引
int level = 1, max;
// 随机数从最低位的第二位开始，有几个连续的1则level就加几
// 因为最低位肯定是0，正偶数嘛
// 比如，1100110，level就加2
while (((rnd >>>= 1) & 1) != 0)
++level;
// 用于记录目标节点建立的最高的那层索引节点
Index<K,V> idx = null;
// 取头索引节点（这是最高层的头索引节点）
HeadIndex<K,V> h = head;
// 如果生成的层数小于等于当前最高层的层级
// 也就是跳表的高度不会超过现有高度
if (level <= (max = h.level)) {
// 从第一层开始建立一条竖直的索引链表
// 这条链表使用down指针连接起来
// 每个索引节点里面都存储着目标节点这个数据节点
// 最后idx存储的是这条索引链表的最高层节点
for (int i = 1; i <= level; ++i)
idx = new Index<K,V>(z, idx, null);
}
else { // try to grow by one level
// 如果新的层数超过了现有跳表的高度
// 则最多只增加一层
// 比如现在只有一层索引，那下一次最多增加到两层索引，增加多了也没有意义
level = max + 1; // hold in array and later pick the one to use
// idxs用于存储目标节点建立的竖起索引的所有索引节点
// 其实这里直接使用idx这个最高节点也是可以完成的
// 只是用一个数组存储所有节点要方便一些
// 注意，这里数组0号位是没有使用的
@SuppressWarnings("unchecked")Index<K,V>[] idxs =
(Index<K,V>[])new Index<?,?>[level+1];
// 从第一层开始建立一条竖的索引链表（跟上面一样，只是这里顺便把索引节点放到数组里面了）
for (int i = 1; i <= level; ++i)
idxs[i] = idx = new Index<K,V>(z, idx, null);
// 自旋
for (;;) {
// 旧的最高层头索引节点
h = head;
// 旧的最高层级
int oldLevel = h.level;
// 再次检查，如果旧的最高层级已经不比新层级矮了
// 说明有其它线程先一步修改了值，从头来过
if (level <= oldLevel) // lost race to add level
break;
// 新的最高层头索引节点
HeadIndex<K,V> newh = h;
// 头节点指向的数据节点
Node<K,V> oldbase = h.node;
// 超出的部分建立新的头索引节点
for (int j = oldLevel+1; j <= level; ++j)
newh = new HeadIndex<K,V>(oldbase, newh, idxs[j], j);
// 原子更新头索引节点
if (casHead(h, newh)) {
// h指向新的最高层头索引节点
h = newh;
// 把level赋值为旧的最高层级的
// idx指向的不是最高的索引节点了
// 而是与旧最高层平齐的索引节点
idx = idxs[level = oldLevel];
break;
}
}
}
// 经过上面的步骤，有两种情况
// 一是没有超出高度，新建一条目标节点的索引节点链
// 二是超出了高度，新建一条目标节点的索引节点链，同时最高层头索引节点同样往上长
// Part III：将新建的索引节点（包含头索引节点）与其它索引节点通过右指针连接在一起
// 这时level是等于旧的最高层级的，自旋
splice: for (int insertionLevel = level;;) {
// h为最高头索引节点
int j = h.level;
// 从头索引节点开始遍历
// 为了方便，这里叫q为当前节点，r为右节点，d为下节点，t为目标节点相应层级的索引
for (Index<K,V> q = h, r = q.right, t = idx;;) {
// 如果遍历到了最右边，或者最下边，
// 也就是遍历到头了，则退出外层循环
if (q == null || t == null)
break splice;
// 如果右节点不为空
if (r != null) {
// n是右节点的数据节点，为了方便，这里直接叫右节点的值
Node<K,V> n = r.node;
// 比较目标key与右节点的值
int c = cpr(cmp, key, n.key);
// 如果右节点的值为空了，则表示此节点已删除
if (n.value == null) {
// 则把右节点删除
if (!q.unlink(r))
// 如果删除失败，说明有其它线程先一步修改了，从头来过
break;
// 删除成功后重新取右节点
r = q.right;
continue;
}
// 如果比较c>0，表示目标节点还要往右
if (c > 0) {
// 则把当前节点和右节点分别右移
q = r;
r = r.right;
continue;
}
}
// 到这里说明已经到当前层级的最右边了
// 这里实际是会先走第二个if
// 第一个if
// j与insertionLevel相等了
// 实际是先走的第二个if，j自减后应该与insertionLevel相等
if (j == insertionLevel) {
// 这里是真正连右指针的地方
if (!q.link(r, t))
// 连接失败，从头来过
break; // restart
// t节点的值为空，可能是其它线程删除了这个元素
if (t.node.value == null) {
// 这里会去协助删除元素
findNode(key);
break splice;
}
// 当前层级右指针连接完毕，向下移一层继续连接
// 如果移到了最下面一层，则说明都连接完成了，退出外层循环
if (--insertionLevel == 0)
break splice;
}
// 第二个if
// j先自减1，再与两个level比较
// j、insertionLevel和t(idx)三者是对应的，都是还未把右指针连好的那个层级
if (--j >= insertionLevel && j < level)
// t往下移
t = t.down;
// 当前层级到最右边了
// 那只能往下一层级去走了
// 当前节点下移
// 再取相应的右节点
q = q.down;
r = q.right;
}
}
}
return null;
}
// 寻找目标节点之前最近的一个索引对应的数据节点
private Node<K,V> findPredecessor(Object key, Comparator<? super K> cmp) {
// key不能为空
if (key == null)
throw new NullPointerException(); // don't postpone errors
// 自旋
for (;;) {
// 从最高层头索引节点开始查找，先向右，再向下
// 直到找到目标位置之前的那个索引
for (Index<K,V> q = head, r = q.right, d;;) {
// 如果右节点不为空
if (r != null) {
// 右节点对应的数据节点
Node<K,V> n = r.node;
K k = n.key;
// 如果右节点的value为空
// 说明其它线程把这个节点标记为删除了，则协助删除
if (n.value == null) {
if (!q.unlink(r))
// 如果删除失败
// 说明其它线程先删除了，从头来过
break; // restart
// 删除之后重新读取右节点
r = q.right; // reread r
continue;
}
// 如果目标key比右节点还大，继续向右寻找
if (cpr(cmp, key, k) > 0) {
// 往右移
q = r;
// 重新取右节点
r = r.right;
continue;
}
// 如果c<0，说明不能再往右了
}
// 到这里说明当前层级已经到最右了
// 两种情况：一是r==null，二是c<0
// 再从下一级开始找
// 如果没有下一级了，就返回这个索引对应的数据节点
if ((d = q.down) == null)
return q.node;
// 往下移
q = d;
// 重新取右节点
r = d.right;
}
}
}
// Node.class中的方法，协助删除元素
void helpDelete(Node<K,V> b, Node<K,V> f) {
// 这里的调用者this==n，三者关系是b->n->f
if (f == next && this == b.next) {
// 将n的值设置为null后，会先把n的下个节点设置为marker节点
// 这个marker节点的值是它自己
// 这里如果不是它自己说明marker失败了，重新marker
if (f == null || f.value != f) // not already marked
casNext(f, new Node<K,V>(f));
else
// marker过了，就把b的下个节点指向marker的下个节点
b.casNext(this, f.next);
}
}
// Index.class中的方法，删除succ节点
final boolean unlink(Index<K,V> succ) {
// 原子更新当前节点指向下一个节点的下一个节点
// 也就是删除下一个节点
return node.value != null && casRight(succ, succ.right);
}
// Index.class中的方法，在当前节点与succ之间插入newSucc节点
final boolean link(Index<K,V> succ, Index<K,V> newSucc) {
// 在当前节点与下一个节点中间插入一个节点
Node<K,V> n = node;
// 新节点指向当前节点的下一个节点
newSucc.right = succ;
// 原子更新当前节点的下一个节点指向新节点
return n.value != null && casRight(succ, newSucc);
}
我们这里把整个插入过程分成三个部分：
Part I：找到目标节点的位置并插入
（1）这里的目标节点是数据节点，也就是最底层的那条链；
（2）寻找目标节点之前最近的一个索引对应的数据节点（数据节点都是在最底层的链表上）；
（3）从这个数据节点开始往后遍历，直到找到目标节点应该插入的位置；
（4）如果这个位置有元素，就更新其值（onlyIfAbsent=false）；
（5）如果这个位置没有元素，就把目标节点插入；
（6）至此，目标节点已经插入到最底层的数据节点链表中了；
Part II：随机决定是否需要建立索引及其层次，如果需要则建立自上而下的索引
（1）取个随机数rnd，计算(rnd & 0x80000001)；
（2）如果不等于0，结束插入过程，也就是不需要创建索引，返回；
（3）如果等于0，才进入创建索引的过程（只要正偶数才会等于0）；
（4）计算while (((rnd >>>= 1) & 1) != 0)，决定层级数，level从1开始；
（5）如果算出来的层级不高于现有最高层级，则直接建立一条竖直的索引链表（只有down有值），并结束Part II；
（6）如果算出来的层级高于现有最高层级，则新的层级只能比现有最高层级多1；
（7）同样建立一条竖直的索引链表（只有down有值）；
（8）将头索引也向上增加到相应的高度，结束Part II；
（9）也就是说，如果层级不超过现有高度，只建立一条索引链，否则还要额外增加头索引链的高度（脑补一下，后面举例说明）；
Part III：将新建的索引节点（包含头索引节点）与其它索引节点通过右指针连接在一起（补上right指针）
（1）从最高层级的头索引节点开始，向右遍历，找到目标索引节点的位置；
（2）如果当前层有目标索引，则把目标索引插入到这个位置，并把目标索引前一个索引向下移一个层级；
（3）如果当前层没有目标索引，则把目标索引位置前一个索引向下移一个层级；
（4）同样地，再向右遍历，寻找新的层级中目标索引的位置，回到第（2）步；
（5）依次循环找到所有层级目标索引的位置并把它们插入到横向的索引链表中；
总结起来，一共就是三大步：
（1）插入目标节点到数据节点链表中；
（2）建立竖直的down链表；
（3）建立横向的right链表；
删除键值对
public V remove(Object key) {
return doRemove(key, null);
}
final V doRemove(Object key, Object value) {
// key不为空
if (key == null)
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
// 自旋
outer: for (;;) {
// 寻找目标节点之前的最近的索引节点对应的数据节点
// 为了方便，这里叫b为当前节点，n为下一个节点，f为下下个节点
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
// 整个链表都遍历完了也没找到目标节点，退出外层循环
if (n == null)
break outer;
// 下下个节点
Node<K,V> f = n.next;
// 再次检查
// 如果n不是b的下一个节点了
// 说明有其它线程先一步修改了，从头来过
if (n != b.next) // inconsistent read
break;
// 如果下个节点的值奕为null了
// 说明有其它线程标记该元素为删除状态了
if ((v = n.value) == null) { // n is deleted
// 协助删除
n.helpDelete(b, f);
break;
}
// 如果b的值为空或者v等于n，说明b已被删除
// 这时候n就是marker节点，那b就是被删除的那个
if (b.value == null || v == n) // b is deleted
break;
// 如果c<0，说明没找到元素，退出外层循环
if ((c = cpr(cmp, key, n.key)) < 0)
break outer;
// 如果c>0，说明还没找到，继续向右找
if (c > 0) {
// 当前节点往后移
b = n;
// 下一个节点往后移
n = f;
continue;
}
// c=0，说明n就是要找的元素
// 如果value不为空且不等于找到元素的value，不需要删除，退出外层循环
if (value != null && !value.equals(v))
break outer;
// 如果value为空，或者相等
// 原子标记n的value值为空
if (!n.casValue(v, null))
// 如果删除失败，说明其它线程先一步修改了，从头来过
break;
// 到了这里n的值肯定是设置成null了
// 关键！！！！
// 让n的下一个节点指向一个market节点
// 这个market节点的key为null，value为marker自己，next为n的下个节点f
// 或者让b的下一个节点指向下下个节点
// 注意：这里是或者||，因为两个CAS不能保证都成功，只能一个一个去尝试
// 这里有两层意思：
// 一是如果标记market成功，再尝试将b的下个节点指向下下个节点，如果第二步失败了，进入条件，如果成功了就不用进入条件了
// 二是如果标记market失败了，直接进入条件
if (!n.appendMarker(f) || !b.casNext(n, f))
// 通过findNode()重试删除（里面有个helpDelete()方法）
findNode(key); // retry via findNode
else {
// 上面两步操作都成功了，才会进入这里，不太好理解，上面两个条件都有非"!"操作
// 说明节点已经删除了，通过findPredecessor()方法删除索引节点
// findPredecessor()里面有unlink()操作
findPredecessor(key, cmp); // clean index
// 如果最高层头索引节点没有右节点，则跳表的高度降级
if (head.right == null)
tryReduceLevel();
}
// 返回删除的元素值
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
}
return null;
}
（1）寻找目标节点之前最近的一个索引对应的数据节点（数据节点都是在最底层的链表上）；
（2）从这个数据节点开始往后遍历，直到找到目标节点的位置；
（3）如果这个位置没有元素，直接返回null，表示没有要删除的元素；
（4）如果这个位置有元素，先通过n.casValue(v, null)原子更新把其value设置为null；
（5）通过n.appendMarker(f)在当前元素后面添加一个marker元素标记当前元素是要删除的元素；
（6）通过b.casNext(n, f)尝试删除元素；
（7）如果上面两步中的任意一步失败了都通过findNode(key)中的n.helpDelete(b, f)再去不断尝试删除；
（8）如果上面两步都成功了，再通过findPredecessor(key, cmp)中的q.unlink(r)删除索引节点；
（9）如果head的right指针指向了null，则跳表高度降级；
查询键值对
public V get(Object key) {
return doGet(key);
}
private V doGet(Object key) {
// key不为空
if (key == null)
throw new NullPointerException();
Comparator<? super K> cmp = comparator;
// 自旋
outer: for (;;) {
// 寻找目标节点之前最近的索引对应的数据节点
// 为了方便，这里叫b为当前节点，n为下个节点，f为下下个节点
for (Node<K,V> b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
// 如果链表到头还没找到元素，则跳出外层循环
if (n == null)
break outer;
// 下下个节点
Node<K,V> f = n.next;
// 如果不一致读，从头来过
if (n != b.next) // inconsistent read
break;
// 如果n的值为空，说明节点已被其它线程标记为删除
if ((v = n.value) == null) { // n is deleted
// 协助删除，再重试
n.helpDelete(b, f);
break;
}
// 如果b的值为空或者v等于n，说明b已被删除
// 这时候n就是marker节点，那b就是被删除的那个
if (b.value == null || v == n) // b is deleted
break;
// 如果c==0，说明找到了元素，就返回元素值
if ((c = cpr(cmp, key, n.key)) == 0) {
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
// 如果c<0，说明没找到元素
if (c < 0)
break outer;
// 如果c>0，说明还没找到，继续寻找
// 当前节点往后移
b = n;
// 下一个节点往后移
n = f;
}
}
return null;
}
（1）寻找目标节点之前最近的一个索引对应的数据节点（数据节点都是在最底层的链表上）；
（2）从这个数据节点开始往后遍历，直到找到目标节点的位置；
（3）如果这个位置没有元素，直接返回null，表示没有找到元素；
（4）如果这个位置有元素，返回元素的value值；
统计键值对
ConcurrentSkipListMap的size()操作和ConcurrentHashMap不同，它并没有维护一个全局变量来统计元素的个数，所以每次调用该方法的时候都需要去遍历。
public int size() {
long count = 0;
for (Node<K,V> n = findFirst(); n != null; n = n.next) {
if (n.getValidValue() != null)
++count;
}
return (count >= Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int) count;
}
调用findFirst()方法找到第一个Node，然后利用node的next去统计。最后返回统计数据，最多能返回Integer.MAX_VALUE。注意这里在线程并发下是安全的。
总结
ConcurrentSkipListMap内部使用跳表的数据结构进行存储数据，其插入和查找的效率O(logn)，其效率不低于红黑树，但是其原理和实现的复杂度要比红黑树简单多了。一般来说会操作链表List，就会对SkipList毫无压力。
ConcurrentSkipListMap为了实现跳表，提供了三个内部类来构建这样的链表结构：Node、Index、HeadIndex。其中Node表示最底层的单链表有序节点、Index表示为基于Node的索引层，HeadIndex用来维护索引层次。通过HeadIndex维护索引层次，从最上层开始往下层查找，一步一步缩小查询范围，最后到达最底层Node时，就只需要比较很小一部分数据了，因此性能不错。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
