Map 源码分析

素颜马尾好姑娘i 2023-10-01 10:52 11阅读 0赞

与List、Set、Queue不同，Map是以`<K,V>`结构进行存储，其中Map接口是一个顶级接收，它定义了操作一些Map的基本方法，下面的继承图展示了一些常用的Map继承结构

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAc2VybW9ubGl6aGk_size_20_color_FFFFFF_t_70_g_se_x_16][]

从源码的角度，来理解这些Map，分析它们之间具体的实现区别

### 一、HashMap ###

#### 1.1 基本原理 ####

HashMap的存储在JDK1.7和JDK1.8有一些明显的区别，在JDK1.7中，HashMap用数组+链表的形式进行存储，而在JDK1.8及以上的版本中，HashMap采用数组+链表+红黑树的形式进行存储。

![watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAc2VybW9ubGl6aGk_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

HashMap添加、获取、移除元素的操作，都基于HashMap实现的hash算法，该算法根据KEY计算出一个int类型的hash值，**然后根据hash值与数组的最大下标进行按位与运算(并不是用%取模)**，最后就会得到元素所在数组中的位置，如果当前数组位置没有元素，则直接把元素方法数组中即可；如果当前位置已经有元素，则会在当前位置形成一个链表结构。

而在JDK1.7和JDK1.8以上版本，当hash冲突时，形成链表的方式也有所不同。

JDK1.7主要采用头插法，即新插入的元素放入到数组位置，原有的元素则连接在该元素的后面；

JDK1.8主要采用尾插法，即新加入的元素，直接连接在链表的尾部

static final int hash(Object key) {
        
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

通过上面的分析，可以看出，HashMap的元素组成应该包含了hash值、KEY、VALUE以及下一个节点的对象

HashMap中通过静态内部类Node来定义了一个元素节点的结构，该类实现了Map接口里面定义的一个Entry接口

static class Node<K,V> implements Map.Entry<K,V> {
        
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
    
        Node(int hash, K key, V value, Node<K,V> next) {
        
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
    }

HashMap使用table来记录数组上的元素，使用entrySet来记录所有元素

transient Node<K,V>[] table;
    
    transient Set<Map.Entry<K,V>> entrySet;

#### 1.2 构造方法 ####

JDK1.8中HashMap提供了三个构造方法，这三个构造方法中，都会给loadFactor赋值，loadFactor是一个HashMap的一个重要属性，主要用于数组的扩容，如果没有指定loadFactor，就会使用默认的0.75

static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
    public HashMap(int initialCapacity, float loadFactor) {
        
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }
    
    public HashMap(int initialCapacity) {
        
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
    public HashMap() {
        
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

在JDK1.8中，如果构造方法中指定了数组的容量，则会去调用tableSizeFor()方法，该方法会对传入的容量进行移位和与运算，最后的得到一个2n大小的数字，这个2n可以等于指定的容量，或者等于一个比cap大但最接近cap的值，比如指定初始容量为25，通过一系列运算得到的容量大小为32。如果指定的容量小于等于16，那么初始容量最小就是16而不是8，即便指定了初始容量为4，经过运算得到的初始容量也是16。

HashMap定了默认的容量DEFAULT\_INITIAL\_CAPACITY就是16

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    
    static final int tableSizeFor(int cap) {
        
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

#### 1.3 PUT方法 ####

##### 1.3.1 JDK1.7的实现 #####

JDK1.7中通过Entry类来存储元素信息，与JDK1.8中的Node是一样的，都是实现了Map.Entry接口

通过createEntry()方法可以看出，先把原来数组中的元素拿出来，然后创建一个新的元素，而老的元素作为新元素的链表上的下一个节点，然后把新的Entiry放置在数组上，这就是典型的头插法

public V put(K key, V value) {
        
        if (table == EMPTY_TABLE) {
        
            inflateTable(threshold);
        }
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key);
        int i = indexFor(hash, table.length);
    
        modCount++;
        addEntry(hash, key, value, i);
        return null;
    }
    
    void addEntry(int hash, K key, V value, int bucketIndex) {
        
        if ((size >= threshold) && (null != table[bucketIndex])) {
        
            resize(2 * table.length);
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = indexFor(hash, table.length);
        }
    
        createEntry(hash, key, value, bucketIndex);
    }
    
    void createEntry(int hash, K key, V value, int bucketIndex) {
        
        Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<>(hash, key, value, e);
        size++;
    }

**注：这种头插法的方式，在多线程的情况下，如果两个线程都在进行扩容，都进入到了transfer()方法中时，可能会出现死循环**

##### 1.3.2 JDK1.8实现 #####

JDK1.8的putVal()方法要比JDK1.7的put()方法复杂很多，如果没有HashMap还没有初始化，则调用resize()来进行初始化，resize()方法最重要的作用的是用来扩容，HashMap的threshold属性记录了扩容的阈值，它是通过容量和加载因子的乘积得到的。

如果数组中当前位置的没有元素，则直接调用newNode创建一个新的元素，填充数组中对应的位置

如果当前元素的KEY已经存在数组中，则把当前元素的值覆盖掉，然后返回原来的值

如果当前数组位置上的节点是一个TreeNode节点(红黑树节点)，则调用putTreeVal()方法，将生成的新的元素节点添加到这个数组节点的红黑树上

如果这是一个普通的Node节点，就遍历数组节点下的链表，查找与当前KEY一样的节点，如果没有找到，就生成一个新的元素节点，添加在链表的最后面，然后会去判断，当前链表上的节点数是否大于等于8个，HashMap中定义了TREEIFY\_THRESHOLD = 8，当到达这个阈值时，需要就调用treeifyBin()方法，将这个链表转换成一颗红黑树，关于红黑树的结构，后面写一篇专门的文章进行介绍

最后判断判断HashMap中元素的个数，是否达到了数组扩容的阈值

static final int TREEIFY_THRESHOLD = 8;
    
    public V put(K key, V value) {
        
        return putVal(hash(key), key, value, false, true);
    }
    
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
        
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
        
                for (int binCount = 0; ; ++binCount) {
        
                    if ((e = p.next) == null) {
        
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) {
         // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

put()方法中，如果数组元素下链表的长度大于等于8，就会把链表转换成为红黑树，那么什么时候把红黑树转换成链表呢？并不是在remove元素的时候，而是在数组扩容的时候

在resize()方法中，如果数组节点是一个TreeNode，会去调用split()进行rehash，这是时候如果红黑树的节点数小于等于6，就会把红黑树在转换成链表结构

static final int UNTREEIFY_THRESHOLD = 6;
    
    final Node<K,V>[] resize() {
        
        Node<K,V>[] oldTab = table;
    	……
        if (oldTab != null) {
        
            for (int j = 0; j < oldCap; ++j) {
        
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
        
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
    				……
                }
            }
        }
        return newTab;
    }
    
    final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
        
        ……
        if (loHead != null) {
        
            if (lc <= UNTREEIFY_THRESHOLD)
                tab[index] = loHead.untreeify(map);
            else {
        
                tab[index] = loHead;
                if (hiHead != null) // (else is already treeified)
                    loHead.treeify(tab);
            }
        }
        if (hiHead != null) {
        
            if (hc <= UNTREEIFY_THRESHOLD)
                tab[index + bit] = hiHead.untreeify(map);
            else {
        
                tab[index + bit] = hiHead;
                if (loHead != null)
                    hiHead.treeify(tab);
            }
        }
        ……
    }

### 二、LinkedHashMap ###

#### 2.1 存储结构 ####

LinkedHashMap继承了HashMap，它继承了HashMap的所有方法，并没有进行重写，唯一不同的点在于它的存储结构发生了变化

LinkedHashMap的内部类Entry继承了HashMap的Node类，同时又新增了两个before和after属性，这两个属性分别指向前后两个Entry节点，这与Node节点里面的next属性不同，next属性维持的是链表和红黑树的结构，而before和after存储的是节点插入的顺序

static class Entry<K,V> extends HashMap.Node<K,V> {
        
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
        
            super(hash, key, value, next);
        }
    }

LinkedHashMap中使用head和tail来记录最早插入和最后插入的元素节点

/**
     * The head (eldest) of the doubly linked list.
     */
    transient LinkedHashMap.Entry<K,V> head;
    
    /**
     * The tail (youngest) of the doubly linked list.
     */
    transient LinkedHashMap.Entry<K,V> tail;

#### 2.2 保序实现 ####

在HashMap的putVal()方法中，最后会去调用afterNodeInsertion()方法，HashMap中并没有实现该方法，而在LinkedHashMap中，对方法进行了实现

同类型的还有afterNodeAccess()和afterNodeRemoval()方法

afterNodeAccess()方法会在元素节点的值发生变化时调用，比如replace()方法，或者put()方法的KEY相同时，都会调用该方法

而afterNodeRemoval()方法会在removeNode()方法中进行调用

void afterNodeAccess(Node<K,V> p) {
         }
    void afterNodeInsertion(boolean evict) {
         }
    void afterNodeRemoval(Node<K,V> p) {
         }
    
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        
        ……
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

LinkedHashMap中重写了newNode()方法，当调用put()方式时，会调用重写的newNode()方法，在该方法中，会生成一个LinkedHashMap.Entry的对象，然后调用linkNodeLast()方法把新插入的Entry节点，放置在链表的最后面，这样在遍历的时候，就可以通过插入的顺序来遍历了。

Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
        
        LinkedHashMap.Entry<K,V> p =
            new LinkedHashMap.Entry<K,V>(hash, key, value, e);
        linkNodeLast(p);
        return p;
    }
    
    private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
        
        LinkedHashMap.Entry<K,V> last = tail;
        tail = p;
        if (last == null)
            head = p;
        else {
        
            p.before = last;
            last.after = p;
        }
    }

LinkedHashMap的afterNodeAccess()方法，在replace()和put()方法KEY相同时都会调用该方法，我们看下该方法具体实现了什么

在该方法中，如果accessOrder属性为true，会把操作的元素从顺序链表的现有位置移动到最新的位置。

void afterNodeAccess(Node<K,V> e) {
         // move node to last
        LinkedHashMap.Entry<K,V> last;
        if (accessOrder && (last = tail) != e) {
        
            LinkedHashMap.Entry<K,V> p =
                (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
            p.after = null;
            if (b == null)
                head = a;
            else
                b.after = a;
            if (a != null)
                a.before = b;
            else
                last = b;
            if (last == null)
                head = p;
            else {
        
                p.before = last;
                last.after = p;
            }
            tail = p;
            ++modCount;
        }
    }

而accessOrder属性，只有在下面的构造方法可以指定为true，而其他的构造方法，默认都是false

public LinkedHashMap(int initialCapacity,
                         float loadFactor,
                         boolean accessOrder) {
        
        super(initialCapacity, loadFactor);
        this.accessOrder = accessOrder;
    }

### 三、TreeMap ###

TreeMap实现了SortedMap接口，可以进行排序，而排序自然需要一个比较强，在创建TreeMap实例的时候，可以自定义比较器的实现

public TreeMap(Comparator<? super K> comparator) {
        
        this.comparator = comparator;
    }

#### 3.1 存储结构 ####

TreeMap的存储结构，采用红黑树来实现，其内部类Entry定义了元素的KEY和VALUE，以及它的父节点、左节点、右节点以及节点颜色

public class TreeMap<K,V>
        extends AbstractMap<K,V>
        implements NavigableMap<K,V>, Cloneable, java.io.Serializable{
        
    
        private final Comparator<? super K> comparator;
    
        private transient Entry<K,V> root;
    }
    
    static final class Entry<K,V> implements Map.Entry<K,V> {
        
        K key;
        V value;
        Entry<K,V> left;
        Entry<K,V> right;
        Entry<K,V> parent;
        boolean color = BLACK;
    
        Entry(K key, V value, Entry<K,V> parent) {
        
            this.key = key;
            this.value = value;
            this.parent = parent;
        }
    }

#### 3.2 PUT方法 ####

在put()方法中，会根据是否指定了comparator比较器分情况进行比较

如果指定了比较器，就去调用比较器的compare()方法进行比较，如果当前KEY比节点的KEY小，去获取左节点继续比较，如果找到了相同KEY的，就直接覆盖原有的值返回

如果没有指定比较器，就会把KEY转换成Comparable类型，所以，在创建TreeMap实例的时候，如果没有指定比较器，就需要KEY必须实现Comparable接口的compare()方法，不然就会报ClassCastException异常

如果没有找到与当前KEY匹配的，就新创建一个Entry实例，然后根据前面与最后一个节点比较的结果，将其添加到左或右节点上，然后调用fixAfterInsertion()方法，来对红黑树进行平衡

public V put(K key, V value) {
        
        Entry<K,V> t = root;
        if (t == null) {
        
            compare(key, key); // type (and possibly null) check
    
            root = new Entry<>(key, value, null);
            size = 1;
            modCount++;
            return null;
        }
        int cmp;
        Entry<K,V> parent;
        // split comparator and comparable paths
        Comparator<? super K> cpr = comparator;
        if (cpr != null) {
        
            do {
        
                parent = t;
                cmp = cpr.compare(key, t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        else {
        
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
            Comparable<? super K> k = (Comparable<? super K>) key;
            do {
        
                parent = t;
                cmp = k.compareTo(t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (cmp < 0)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

### 四、HashTable ###

HashTable虽然没有继承HashMap，它的实现方式与JDK1.7的HashMap几乎一致，存储采用数组+链表的形式，并不会像JDK1.8的HashMap那样有链表和红黑树的转换，所以实现上会简单很多

但是与HashMap相比，HashTable是一个线程安全的Map集合，它所有对外提供的方法都加了synchronized关键字进行同步

在HashTable的addEntry()方法中，如果需要进行扩容，会进行rehash，并且HashTable中计算数组下标的方式才是按照数组长度进行取模

最后采用头插法将元素插入到数组中

public synchronized V put(K key, V value) {
        
        // Make sure the value is not null
        if (value == null) {
        
            throw new NullPointerException();
        }
    
        // Makes sure the key is not already in the hashtable.
        Entry<?,?> tab[] = table;
        int hash = key.hashCode();
        int index = (hash & 0x7FFFFFFF) % tab.length;
        @SuppressWarnings("unchecked")
        Entry<K,V> entry = (Entry<K,V>)tab[index];
        for(; entry != null ; entry = entry.next) {
        
            if ((entry.hash == hash) && entry.key.equals(key)) {
        
                V old = entry.value;
                entry.value = value;
                return old;
            }
        }
    
        addEntry(hash, key, value, index);
        return null;
    }
    
    private void addEntry(int hash, K key, V value, int index) {
        
        modCount++;
    
        Entry<?,?> tab[] = table;
        if (count >= threshold) {
        
            // Rehash the table if the threshold is exceeded
            rehash();
    
            tab = table;
            hash = key.hashCode();
            index = (hash & 0x7FFFFFFF) % tab.length;
        }
    
        // Creates the new entry. 头插法
        Entry<K,V> e = (Entry<K,V>) tab[index];
        tab[index] = new Entry<>(hash, key, value, e);
        count++;
    }

### 五、ConcurrentHashMap ###

ConcurrentHashMap也是一个线程安全的Map集合，但它并不是像HashTable那样进行同步控制。在JDK1.7和JDK1.8中它们的实现有着本质的区别，JDK1.7采用分段锁来进行同步，而JDK1.8使用CAS+synchronized来进行同步，我们从源码来分析这两种实现

#### 5.1 分段锁(JDK1.7) ####

##### 5.1.1 存储结构 #####

在JDK1.7中，每个元素对应的存储结构如下：

static final class HashEntry<K,V> {
        
        final int hash;
        final K key;
        volatile V value;
        volatile HashEntry<K,V> next;
    
        HashEntry(int hash, K key, V value, HashEntry<K,V> next) {
        
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
    }

而在JDK1.7的ConcurrentHashMap中有一个非常重要的类Segment，这个类继承自ReentrantLock，具有加索的共功能。而这个Segment里面的属性结构与普通的HashMap很相似，也可以把Segment就看成HashMap的结构

static final class Segment<K,V> extends ReentrantLock implements Serializable {
        
        transient volatile HashEntry<K,V>[] table;
        transient int count;
        transient int modCount;
        transient int threshold;
        final float loadFactor;
    
        Segment(float lf, int threshold, HashEntry<K,V>[] tab) {
        
            this.loadFactor = lf;
            this.threshold = threshold;
            this.table = tab;
        }
        ……
    }

在在ConcurrentHashMap中，有一个Segment数组，这个数组记录了所有元素对应的分组

final Segment<K,V>[] segments;

##### 5.1.2 检索分段 #####

在ConcurrentHashMap的put()方法中，会根据计算得到的hash值，然后计算KEY对应的分段，这里面用到了Unsafe类的本地方法，如果没有现成的分段，就调用ensureSegment()方法来生成一个分段

public V put(K key, V value) {
        
        Segment<K,V> s;
        if (value == null)
            throw new NullPointerException();
        int hash = hash(key);
        int j = (hash >>> segmentShift) & segmentMask;
        if ((s = (Segment<K,V>)UNSAFE.getObject          // nonvolatile; recheck
             (segments, (j << SSHIFT) + SBASE)) == null) //  in ensureSegment
            s = ensureSegment(j);
        return s.put(key, hash, value, false);
    }

在ensureSegment()方法中，会把第一个分段的基本信息，HashEntry数组的容量、加载因子都拿出来，作为基础参数，生成一个新的Segment，然后利用CAS将新的Segment填充到数组中

private Segment<K,V> ensureSegment(int k) {
        
        final Segment<K,V>[] ss = this.segments;
        long u = (k << SSHIFT) + SBASE; // raw offset
        Segment<K,V> seg;
        if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u)) == null) {
        
            Segment<K,V> proto = ss[0]; // use segment 0 as prototype
            int cap = proto.table.length;
            float lf = proto.loadFactor;
            int threshold = (int)(cap * lf);
            HashEntry<K,V>[] tab = (HashEntry<K,V>[])new HashEntry[cap];
            if ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
                == null) {
         // recheck
                Segment<K,V> s = new Segment<K,V>(lf, threshold, tab);
                while ((seg = (Segment<K,V>)UNSAFE.getObjectVolatile(ss, u))
                       == null) {
        
                    if (UNSAFE.compareAndSwapObject(ss, u, null, seg = s))
                        break;
                }
            }
        }
        return seg;
    }

##### 5.1.3 put方法实现 #####

ConcurrentHashMap的put()方法中，获取到对应的Segment后，会去调用Segment类的put()方法

首先会调用tryLock()进行尝试加索，如果尝试失败，在调用scanAndLockForPut()，在scanAndLockForPut方法中也是先调用tryLock()进行尝试加锁，如果失败次数超过MAX\_SCAN\_RETRIES值后，直接调用lock()方法进行加锁

下面的代码就是正常的遍历查找，找不到就创建一个新的HashEntry，然后加入到当前分段的HashEntry数组中，这个数组也是才是通过数组+链表实现的，数组下标冲突时，采用头插法将元素添加到链表中

static final int MAX_SCAN_RETRIES =
        Runtime.getRuntime().availableProcessors() > 1 ? 64 : 1;
    
    final V put(K key, int hash, V value, boolean onlyIfAbsent) {
        
        HashEntry<K,V> node = tryLock() ? null :
        scanAndLockForPut(key, hash, value);
        V oldValue;
        try {
        
            HashEntry<K,V>[] tab = table;
            int index = (tab.length - 1) & hash;
            HashEntry<K,V> first = entryAt(tab, index);
            for (HashEntry<K,V> e = first;;) {
        
                if (e != null) {
        
                    K k;
                    if ((k = e.key) == key ||
                        (e.hash == hash && key.equals(k))) {
        
                        oldValue = e.value;
                        if (!onlyIfAbsent) {
        
                            e.value = value;
                            ++modCount;
                        }
                        break;
                    }
                    e = e.next;
                }
                else {
        
                    if (node != null)
                        node.setNext(first);
                    else
                        node = new HashEntry<K,V>(hash, key, value, first);
                    int c = count + 1;
                    if (c > threshold && tab.length < MAXIMUM_CAPACITY)
                        rehash(node);
                    else
                        setEntryAt(tab, index, node);
                    ++modCount;
                    count = c;
                    oldValue = null;
                    break;
                }
            }
        } finally {
        
            unlock();
        }
        return oldValue;
    }

#### 5.2 CAS+synchronized(JDK1.8) ####

##### 5.2.1 存储结构 #####

JDK1.8中的ConcurrentHashMap与HashMap一样，采用数组+链表+红黑树的形式进行存储

transient volatile Node<K,V>[] table;
    
    static class Node<K,V> implements Map.Entry<K,V> {
        
        final int hash;
        final K key;
        volatile V val;
        volatile Node<K,V> next;
    
        Node(int hash, K key, V val, Node<K,V> next) {
        
            this.hash = hash;
            this.key = key;
            this.val = val;
            this.next = next;
        }
    }
    
    static final class TreeNode<K,V> extends Node<K,V> {
        
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
    
        TreeNode(int hash, K key, V val, Node<K,V> next,
                 TreeNode<K,V> parent) {
        
            super(hash, key, val, next);
            this.parent = parent;
        }
    }

##### 5.2.2 put方法实现 #####

同样根据hash值先计算出对应的数组的下标，如果当前数组的位置没有元素，则直接通过casTabAt()方法添加元素，如果此时有别的现成抢先一步把数组当前位置填充了值，casTabAt()方法就会返回false，那么下一次循环时，就会使用synchronized关键字对数组中进行同步，保证只有一个线程可以操作

final V putVal(K key, V value, boolean onlyIfAbsent) {
        
        if (key == null || value == null) throw new NullPointerException();
        int hash = spread(key.hashCode());
        int binCount = 0;
        for (Node<K,V>[] tab = table;;) {
        
            Node<K,V> f; int n, i, fh;
            if (tab == null || (n = tab.length) == 0)
                tab = initTable();
            else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
        
                if (casTabAt(tab, i, null,
                             new Node<K,V>(hash, key, value, null)))
                    break;                   // no lock when adding to empty bin
            }
            else if ((fh = f.hash) == MOVED)
                tab = helpTransfer(tab, f);
            else {
        
                V oldVal = null;
                synchronized (f) {
        
                    if (tabAt(tab, i) == f) {
        
                        if (fh >= 0) {
        
                            binCount = 1;
                            for (Node<K,V> e = f;; ++binCount) {
        
                                K ek;
                                if (e.hash == hash &&
                                    ((ek = e.key) == key ||
                                     (ek != null && key.equals(ek)))) {
        
                                    oldVal = e.val;
                                    if (!onlyIfAbsent)
                                        e.val = value;
                                    break;
                                }
                                Node<K,V> pred = e;
                                if ((e = e.next) == null) {
        
                                    pred.next = new Node<K,V>(hash, key,
                                                              value, null);
                                    break;
                                }
                            }
                        }
                        else if (f instanceof TreeBin) {
        
                            Node<K,V> p;
                            binCount = 2;
                            if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
                                                                  value)) != null) {
        
                                oldVal = p.val;
                                if (!onlyIfAbsent)
                                    p.val = value;
                            }
                        }
                    }
                }
                if (binCount != 0) {
        
                    if (binCount >= TREEIFY_THRESHOLD)
                        treeifyBin(tab, i);
                    if (oldVal != null)
                        return oldVal;
                    break;
                }
            }
        }
        addCount(1L, binCount);
        return null;
    }

添加完元素之后，需要判断链表是否需要转成红黑树，在转红黑树的时候，同样先取出数组上的元素，然后通过synchronized对其进行同步

if (binCount != 0) {
        
        if (binCount >= TREEIFY_THRESHOLD)
            treeifyBin(tab, i);
        if (oldVal != null)
            return oldVal;
        break;
    }
    
    private final void treeifyBin(Node<K,V>[] tab, int index) {
        
        Node<K,V> b; int n, sc;
        if (tab != null) {
        
            if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
                tryPresize(n << 1);
            else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
        
                synchronized (b) {
        
                    if (tabAt(tab, index) == b) {
        
                        TreeNode<K,V> hd = null, tl = null;
                        for (Node<K,V> e = b; e != null; e = e.next) {
        
                            TreeNode<K,V> p =
                                new TreeNode<K,V>(e.hash, e.key, e.val,
                                                  null, null);
                            if ((p.prev = tl) == null)
                                hd = p;
                            else
                                tl.next = p;
                            tl = p;
                        }
                        setTabAt(tab, index, new TreeBin<K,V>(hd));
                    }
                }
            }
        }
    }

[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAc2VybW9ubGl6aGk_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/355fe7ce7d0e473eb1c4988984a6ed42.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAc2VybW9ubGl6aGk=,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_d3F5LXplbmhlaQ_shadow_50_text_Q1NETiBAc2VybW9ubGl6aGk_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/9aac9ea9014c43b3999537b526fe099e.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAc2VybW9ubGl6aGk=,size_20,color_FFFFFF,t_70,g_se,x_16