ConcurrentHashMap 加锁

`ConcurrentHashMap`（CHM）在Java的不同版本中采用了不同的加锁策略来保证线程安全性，同时尽可能地提高并发性能。下面分别介绍Java 1.7及之前的版本和Java 1.8及之后的版本中`ConcurrentHashMap`的加锁机制：

### Java 1.7及以前版本

在Java 1.7中，`ConcurrentHashMap`使用了**分段锁（Segment Locking）**的设计。它将整个Map划分为多个Segment（段），每个Segment继承自`ReentrantLock`，并且包含了一个散列桶数组。当进行写操作时，不是对整个Map加锁，而是仅仅对涉及操作的Segment加锁，这样就大大降低了锁的粒度，提高了并发性能。

### Java 1.8及以后版本

从Java 1.8开始，`ConcurrentHashMap`进行了重大重构，移除了Segment结构，转而使用了**CAS（Compare and Swap）+ synchronized关键字**的组合方式来实现并发控制。主要改进点包括：

- **CAS操作**：大部分操作（如插入、删除、更新等）都是基于CAS操作来实现无锁化的更新，避免了线程之间的竞争。

- **Node节点**：存储元素的数据结构由链表+红黑树组成，每个节点（Node）都有自己的标志位，用于表示节点的状态以及原子地修改节点。

- **局部化锁定**：尽管去掉了Segment结构，但在某些特定条件下（如扩容、解决冲突等）仍然需要加锁，但此时的加锁范围进一步缩小到了桶(bucket)级别。当多个线程试图修改同一个桶时，才会发生锁竞争，而对不同桶的操作可以并发进行。

- **内部类`ForwardingNode`**：在扩容过程中，引入了转发节点的概念，使得扩容过程可以渐进式地进行，进一步减少了锁竞争。

总结起来，`ConcurrentHashMap`在Java 1.8之后通过以下几个方面降低锁竞争并提高并发能力：
- 使用细粒度的CAS操作代替传统的锁。
- 在必要时（如修改链表头结点或扩容时）使用`synchronized`关键字对桶进行锁定。
- 利用红黑树优化冲突较多时的查找和更新性能。
- 分布式锁的应用，即仅对涉及到的桶进行加锁，而不是整个数据结构。

“Map分割成多个Segment”特指的是Java 1.7及更早版本的`ConcurrentHashMap`实现中的分段锁机制。在这个版本中，`ConcurrentHashMap`通过Segment来达到细粒度的并发控制。

具体分割过程简述如下：

1. 初始化时，`ConcurrentHashMap`会根据预设的并发级别（默认为16）决定Segment的数量。这个并发级别对应的就是Segment数组的长度。

2. 当向`ConcurrentHashMap`中插入键值对时，首先通过散列函数计算键的哈希值，然后根据哈希值确定该键值对应存储在哪个Segment中。通常是对哈希值进行再散列运算（取模运算符 `%`），以保证分布均匀。

3. 这样，整个Map就被逻辑上分割成了多个Segment，每个Segment维护着一部分键值对，并且拥有各自的锁。当对某个键值对进行操作时，只需锁定对应的Segment，而不会影响到其他Segment，从而实现了并发访问和修改。

举个例子，假设并发级别为16，那么一个`ConcurrentHashMap`会被划分为16个Segment。当插入一个键值对时，通过哈希运算确定它应该存放在第i个Segment中，则只对第i个Segment加锁，其它Segment不受影响，可以并发地进行读写操作。

在Java 1.7版本的`ConcurrentHashMap`中，的确存在多次散列运算的过程，目的是为了将键映射到正确的Segment（段）以及在Segment内部找到正确的位置存放键值对。这里的散列运算主要包括两步：

1. **定位Segment**：首先，对键进行一次散列运算得到一个哈希码。然后，将这个哈希码与`ConcurrentHashMap`的并发级别进行取模运算（`hash % concurrencyLevel`），得到的余数就是Segment数组的索引，从而定位到对应的Segment。

2. **定位桶（Bucket）**：在确定了Segment之后，还需要在Segment内部找到确切的位置存储键值对。这一步也会进行散列运算，通常是再次对键的哈希码进行某种变换（如再次散列或者简单的按位运算），然后对Segment内部的桶数组长度取模，得出的结果就是键值对在桶数组中的位置索引。

举例来说，如果并发级别为16，那么Segment数组的长度就是16。对于任意一个键，首先计算出它的哈希值，然后对该哈希值取模16，就可以确定键值对应存储在Segment数组的哪一个Segment中。接着，在确定的Segment内部，再次对键进行散列运算，并对Segment内部的桶数组长度取模，确定键值对在桶数组中的具体位置。

这种设计极大地减少了并发环境下对共享资源的竞争，提升了整体的并发性能。而在Java 1.8及以后的版本中，虽然取消了Segment结构，但类似的散列运算依然存在，只不过是为了定位到数组的具体槽位，而且利用了CAS操作和其他并发优化技术。

HashMap在存储键值对时的过程大致如下：

1. **计算哈希值**：
   当我们将一个键值对插入到HashMap时，首先会对键（Key）进行哈希运算，生成一个哈希码。哈希函数的目标是尽量分散输入键值的空间分布，减少冲突的可能性。

2. **索引定位**：
   根据生成的哈希码和HashMap的容量（数组长度），通过取模运算（`hashcode % capacity`）确定键值对在数组中的索引位置。这个位置称为桶（bucket）。

3. **解决冲突**：
   如果两个不同的键经过哈希运算后，指向了同一个桶，就会产生哈希冲突。HashMap通过链地址法来解决冲突，即将冲突的键值对链接在一个链表上，每个桶对应的位置存储的是链表的头结点。

   - **链表**：在Java 7及更早版本中，当发生冲突时，新的键值对将以链表的形式插入到相应桶的位置。
   - **红黑树**：从Java 8开始，当链表长度超过阈值（默认是8）时，HashMap会自动转换该链表为一颗红黑树，这样可以保持O(log n)的查询复杂度。

4. **插入操作**：
   插入操作会在找到桶的位置后，如果是空桶，则直接新建一个Entry（节点）放入；如果是链表，就在链表尾部追加新的Entry；如果是红黑树，则按照红黑树的插入规则插入新的节点。

5. **扩容**：
   当HashMap中的元素数量超过负载因子（load factor，默认是0.75）与当前容量的乘积时，将会触发扩容操作，容量翻倍，并将所有的键值对重新计算索引位置后放入新的数组中，这一过程也称为rehashing。

6. **细节处理**：
   在插入过程中，会考虑到线程安全问题。在Java 8以前的版本中，只有在单线程环境下才无需额外同步；而在Java 8及其后续版本中，即使在多线程环境下，HashMap也具备了一定程度的线程安全性，主要是通过CAS操作和同步代码块来保证。

综上所述，HashMap存储键值对是一个综合运用哈希算法、链表或红黑树数据结构以及可能的扩容机制的过程，旨在高效地查找、插入和删除元素。