上一篇文章已经就ConcurrentHashMap进行了部分说明，介绍了其中涉及的常量和变量的含义，有些部分需要结合方法源码来理解，今天这篇文章就继续讲解并发ConcurrentHashMap
前言
本文主要介绍ConcurrentHashMap中的一些重要方法，结合上篇文章中的讲解部分进行更进一步的介绍
回顾下上篇文章，我们应该已经知道ConcurrentHashMap的整体结构和HashMap基本一致，不同的是处理多线程并发下保证操作的正确性，ConcurrentHashMap通过CAS和synchronized进行并发控制，当然，这种情况下各种处理都会变的更为复杂，下面我们就通过方法来深入理解ConcurrentHashMap的操作
重要方法
在一些方法中展示了各个变量以及常量的使用，能让我们更好的理解其中的操作
tabAt/casTabAt/setTabAt
下列方法用于读写table数组，使用Unsafe提供的更新获取volatile变量，CAS更新数组元素等操作
// 读取table[i] @SuppressWarnings("unchecked") 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); } // CAS更新table[i] static final <K,V> boolean casTabAt(Node<K,V>[] tab, int i, Node<K,V> c, Node<K,V> v) { return U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v); } // 插入table[i] static final <K,V> void setTabAt(Node<K,V>[] tab, int i, Node<K,V> v) { U.putObjectVolatile(tab, ((long)i << ASHIFT) + ABASE, v); }size
size方法返回了一个不精确的值，在多线程环境下，返回一个不精确的值，通过sumCount迭代counterCells统计sum值。
public int size() { long n = sumCount(); return ((n < 0L) ? 0 : (n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE : (int)n); } 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; }这里很多人可能会问，为什么需要叠加counterCells数组的值呢？
其实这和ConcurrentHashMap特点有关，多线程环境下，同时插入值，执行CAS操作，执行成功的更新了baseCount，而执行失败的则将值放入到了counterCells数组中，可以查阅CounterCell内部类源码，只有一个long类型变量，每次进行插入或者删除时调用addCount通过CAS操作更新baseCount，失败时执行fullAddCount方法，初始化counterCells数组，并将1（相当于插入或删除一个元素）插入到CounterCell类中，这样尽可能保证了Map长度的正确性，这里理解流程即可，不深入，addCount部分有具体操作可查看
@sun.misc.Contended static final class CounterCell { volatile long value; CounterCell(long x) { value = x; } }get
参考HashMap，类似操作流程，需要注意的也就是在eh < 0处，如果是特殊节点，比如TreeBin或者ForwardingNode节点，则调用其具体类实现的find方法完成遍历查询，内部类解释可以参考我的上一篇文章
- 计算hash值
- 判断table是否为空，不为空，找到对应hash桶根节点判断
- 非根节点继续遍历树或者链表，存在对应值则返回对应值，否则返回null
public V get(Object key) { Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek; // 计算key的hash值 int h = spread(key.hashCode()); // table非空并且对应的hash桶根节点不为空 if ((tab = table) != null && (n = tab.length) > 0 && (e = tabAt(tab, (n - 1) & h)) != null) { // 查找节点为根节点 if ((eh = e.hash) == h) { if ((ek = e.key) == key || (ek != null && key.equals(ek))) return e.val; } // 树节点或者扩容中（FN节点） else if (eh < 0) return (p = e.find(h, key)) != null ? p.val : null; // 链表遍历查找 while ((e = e.next) != null) { if (e.hash == h && ((ek = e.key) == key || (ek != null && key.equals(ek)))) return e.val; } } return null; } // 参考HashMap的hash方法，不同之处在于和HASH_BITS进行了一次与操作，最高位变为了0，即为正数，因为前一篇文章也已经说过负数hash值有特殊意义 static final int spread(int h) { return (h ^ (h >>> 16)) & HASH_BITS; }containsValue
这里通过静态内部类实现Traverser来遍历数组，具体的内部实现查看上篇文章里中的内部类说明，advance相当于查找到下一个非空节点
public boolean containsValue(Object value) { if (value == null) throw new NullPointerException(); Node<K,V>[] t; if ((t = table) != null) { Traverser<K,V> it = new Traverser<K,V>(t, t.length, 0, t.length); for (Node<K,V> p; (p = it.advance()) != null; ) { V v; if ((v = p.val) == value || (v != null && value.equals(v))) return true; } } return false; }遍历时遇见特殊节点的处理上一篇文章中已经画图说明，如下：
putVal
putVal整体同HashMap的putVal操作，操作流程上基本类似，只是在多线程操作下需要正确的处理插入值操作，同时如果发现有线程在进行扩容操作时，需帮助扩容，然后再进行插入值的流程操作
final V putVal(K key, V value, boolean onlyIfAbsent) { // 空值判断 if (key == null || value == null) throw new NullPointerException(); // hash值计算，保证了hash值为正数 int hash = spread(key.hashCode()); // 当前bin中元素的个数，判断是否树化处理 int binCount = 0; // 无限循环直到被正确处理 for (Node<K,V>[] tab = table;;) { Node<K,V> f; int n, i, fh; // 空表进行初始化操作 if (tab == null || (n = tab.length) == 0) tab = initTable(); // 计算出的hash桶位置链表头节点无值则通过CAS插入值 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 } // 如果hash桶链表头节点为MOVED状态，即说明有线程在进行扩容操作，则通过helpTransfer帮助扩容操作 else if ((fh = f.hash) == MOVED) tab = helpTransfer(tab, f); else { V oldVal = null; // hash桶链表头节点加锁，在多线程环境下其他线程不能同时操作当前相同的头节点代码块 synchronized (f) { if (tabAt(tab, i) == f) { // 正常链表插入操作 if (fh >= 0) { binCount = 1; for (Node<K,V> e = f;; ++binCount) { K ek; // key和hash值相同则进行替换 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; // 没匹配到则直接插入到链表尾部 if ((e = e.next) == null) { pred.next = new Node<K,V>(hash, key, value, null); break; } } } // 红黑树插入操作 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) { // 达到树化阈值，则可能进行树化操作 if (binCount >= TREEIFY_THRESHOLD) treeifyBin(tab, i); if (oldVal != null) return oldVal; break; } } } // size+1操作 addCount(1L, binCount); return null; }resizeStamp
前一篇文章在对sizeCtl说明时在多个线程帮忙扩容时其值小于0时做过一些说明，在源码中涉及到了下面这个方法，先理解清楚这个方法比较重要
这里的参数每次传入的都是当前数组的长度，也就是说每次这里生成的数都与当时扩容时的数组长度有关，Integer.numberOfLeadingZeros(n)，返回二进制表示，前面有多少个连续的0，RESIZE_STAMP_BITS固定为16，没发现有提供方法来修改这个变量，位或运算得到一个值，这个值表示了与扩容时数组的长度相关，这里需记得是左移了（RESIZE_STAMP_BITS - 1），因为后边代码中我们需要反向操作右移来重新获取
这里通过这个方法与数组长度关联，同时sizeCtl也会与之关联，同时也记录当前扩容中的线程数，故sizeCtl在扩容中同时兼顾了两种作用，一是判断是否是在同一个批次的扩容中（都是从16扩容到32），同时判断当前扩容中参与的线程数来确定是否结束和初始化操作
/** * Returns the stamp bits for resizing a table of size n. * Must be negative when shifted left by RESIZE_STAMP_SHIFT. */ static final int resizeStamp(int n) { return Integer.numberOfLeadingZeros(n) | (1 << (RESIZE_STAMP_BITS - 1)); }addCount
整体来看主要进行了两部分内容，一是更新baseCount，二是检查是否进行扩容操作。其实这个方法里还是相当复杂的，涉及到了线程私有的伪随机数生成器ThreadLocalRandom，并发效率更高的LongAdder，不过初学者可以不用研究那么深入，这里不详细说明，大概了解就好
private final void addCount(long x, int check) { CounterCell[] as; long b, s; // 通过CAS更新baseCount if ((as = counterCells) != null || !U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) { // 更新baseCount失败 CounterCell a; long v; int m; boolean uncontended = true; // 相当于每个线程的probe就是它在CounterCell数组中的hash code，用来定位counterCells数组 if (as == null || (m = as.length - 1) < 0 || (a = as[ThreadLocalRandom.getProbe() & m]) == null || !(uncontended = U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) { // 更新cellvalue失败则执行fullAddCount，具体不看了，比较复杂，不停尝试更新计数 // 源码注释上也写了类似LongAdder fullAddCount(x, uncontended); return; } // 执行到此说明更新计数器成功,判断是否退出，为什么是1其实还是有点困惑 if (check <= 1) return; s = sumCount(); } // check大于0代表着对应hash桶下的节点数，检查是否扩容 // 满足条件帮助扩容，不满足退出 if (check >= 0) { Node<K,V>[] tab, nt; int n, sc; // 注意，这里条件中3个变量赋值同时while判断 // sc = sizeCtl，tab = table，n = tab.length // 在并发操作中可能会出现变量错误的情况造成扩容处理出错，通过resizeStamp保证扩容时版本一致 while (s >= (long)(sc = sizeCtl) && (tab = table) != null && (n = tab.length) < MAXIMUM_CAPACITY) { // resizeStamp根据n返回一个扩容版本戳，保证唯一性，上边一个方法我已经说明了 int rs = resizeStamp(n); // 说明有别的线程在扩容 if (sc < 0) { // 判断是否帮助扩容，满足条件，不帮助扩容，这里会分析下，看下面的分析部分 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) break; // 帮助扩容，线程数+1 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) transfer(tab, nt); } // 无线程帮助扩容，当前线程尝试成为第一个扩容的线程 else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null); s = sumCount(); } } }在上面这段代码中，不帮助扩容的条件中有些地方让人困惑
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) break;(sc >>> RESIZE_STAMP_SHIFT) != rs
首先需要明白上边整个扩容中的第一个线程会通过U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)设置sizeCtl，之后扩容线程增加则通过U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)更新
sc右移RESIZE_STAMP_SHIFT（由于RESIZE_STAMP_BITS不提供修改方法，RESIZE_STAMP_SHIFT也只能取到16），第一个条件为什么是这个？需要结合扩容代码来看，首个线程抢到扩容任务时需先创建nextTable，设置transferIndex，在执行之前需要将sizeCtl更新，即U.compareAndSwapInt(this, SIZECTL, sc,(rs << RESIZE_STAMP_SHIFT) + 2)，代码存在于addCount和tryPresize方法中，sizeCtl在每次扩容时会更新成(rs << RESIZE_STAMP_SHIFT) + 2。判断条件里sc无符号右移，如果是相同的一次扩容过程，则与rs相等是肯定的，rs是由resizeStamp根据长度n计算得来，其实最终这里比较的也就是table的长度，防止多次扩容下错误的帮助了扩容
另外在已经有线程扩容的情况下增加扩容线程会会更新sizeCtl，U.compareAndSwapInt(this, SIZECTL, sc, sc + 1) 看出在首次更新的基础上加1即可，扩容线程完成自己的任务同理减1，结合上边对resizeStamp的说明应该算很清楚了
以上部分也证实了上篇文章中sizeCtl注释是不正确的
sc == rs + 1 || sc == rs + MAX_RESIZERS
这个条件是有问题的，sc小于0，rs大于0，两个条件一直为false，没有true的可能，从这个条件上看，应该是判断扩容完毕和扩容线程数达到最大时不能帮助扩容。
我们想一下，第一次线程扩容时已经将sc更新成(rs << RESIZE_STAMP_SHIFT) + 2，这里判断的话需要改为sc == ( rs << RESIZE_STAMP_SHIFT ) +1 才对，不能将sc右移，右移将会导致低16位记录的线程数数据丢失，最大线程数判断同理，应改为sc == ( rs << RESIZE_STAMP_SHIFT ) + MAX_RESIZERS
我在Oracle官网bug库里看到已经提到了这个问题：https://bugs.java.com/bugdata...
(nt = nextTable) == null
此时状态可能表明扩容已经结束或者第一个线程在扩容中，不能帮助扩容
transferIndex <= 0
transfer任务已经被分配完毕，不能分配任务给当前线程，不能帮助扩容，帮助扩容部分下面会说到
helpTransfer
如果正在进行扩容操作，则帮助扩容
/** * Helps transfer if a resize is in progress. */ final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) { Node<K,V>[] nextTab; int sc; // 判断是否为ForwardingNode并且nextTable是否已经被创建 if (tab != null && (f instanceof ForwardingNode) && (nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) { // 根据长度获取扩容戳 int rs = resizeStamp(tab.length); // 再次验证是否正在扩容 while (nextTab == nextTable && table == tab && (sc = sizeCtl) < 0) { // 几个条件上边已经解释过了，满足不帮助扩容 if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || transferIndex <= 0) break; // sizeCtl加1，表示当前线程加入扩容，多了一个线程帮忙 if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) { transfer(tab, nextTab); break; } } return nextTab; } return table; }tryPresize
预先扩容，putAll和treeifyBin中使用到，不满足table容量时，进行一次扩容操作
/** * Tries to presize table to accommodate the given number of elements. * * @param size number of elements (doesn't need to be perfectly accurate) */ private final void tryPresize(int size) { // 判断长度是否超过最大值，超过则赋值为最大值，正常则通过tableSizeFor计算扩容后的长度 int c = (size >= (MAXIMUM_CAPACITY >>> 1)) ? MAXIMUM_CAPACITY : tableSizeFor(size + (size >>> 1) + 1); int sc; // 未初始化或扩容完成才能执行本次扩容操作 while ((sc = sizeCtl) >= 0) { Node<K,V>[] tab = table; int n; // table未初始化 if (tab == null || (n = tab.length) == 0) { n = (sc > c) ? sc : c; // 置为-1表示数组初始化，前一篇文章已经说明 if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) { try { if (table == tab) { @SuppressWarnings("unchecked") Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n]; table = nt; sc = n - (n >>> 2); } } finally { // 此时相当于阈值 sizeCtl = sc; } } } // 已经初始化，扩容长度小于阈值或者大于最大值，不进行扩容操作 else if (c <= sc || n >= MAXIMUM_CAPACITY) break; // 再次验证table未改变 else if (tab == table) { int rs = resizeStamp(n); // 同上边代码部分，判断是否帮助扩容 if (sc < 0) { Node<K,V>[] nt; if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 || sc == rs + MAX_RESIZERS || (nt = nextTable) == null || transferIndex <= 0) break; if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) transfer(tab, nt); } else if (U.compareAndSwapInt(this, SIZECTL, sc, (rs << RESIZE_STAMP_SHIFT) + 2)) transfer(tab, null); } } }transfer
table迁移操作,通过transferIndex来完成任务的分配，之前文章变量中也提及了MIN_TRANSFER_STRIDE（最小步长），对每个扩容线程申请迁移的hash桶数量做了限制，每次需要扩容线程执行完毕已经领取完的hash桶迁移任务才可以继续领取任务帮助迁移，最后一个迁移线程在迁移完毕后会进行检查
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) { int n = tab.length, stride; // 设置步长，即每个迁移任务迁移多少个hash桶，默认最小迁移步长16 // 即每个扩容线程最小迁移16个hash桶 if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE) stride = MIN_TRANSFER_STRIDE; // subdivide range // nextTab未初始化，则进行初始化操作，这里不需要CAS，调用的地方已经做了控制，保证只有一个线程能执行 if (nextTab == null) { // initiating try { @SuppressWarnings("unchecked") // 新数组长度扩容为原有数组的2倍 Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1]; nextTab = nt; } catch (Throwable ex) { // try to cope with OOME // 内存溢出时不能继续扩容 sizeCtl = Integer.MAX_VALUE; return; } nextTable = nextTab; transferIndex = n; } int nextn = nextTab.length; // 设置ForwardingNode节点 ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab); // 线程可以继续分配迁移任务的标识 boolean advance = true; // 设置结束标识 boolean finishing = false; // to ensure sweep before committing nextTab // i表示数组下标，bound表示迁移任务的最小下标 for (int i = 0, bound = 0;;) { Node<K,V> f; int fh; // advance为false则表明当前线程分配的迁移任务未完成或已经扩容完毕 while (advance) { int nextIndex, nextBound; // --i 大于等于 bound 则表明本次分配的迁移任务还未完成，将advance置为false // 表明不能继续分配迁移任务 if (--i >= bound || finishing) advance = false; // 设置nextIndex // 如果小于等于0则表示迁移hash桶已被分配完毕，不用继续，将advance置为false else if ((nextIndex = transferIndex) <= 0) { i = -1; advance = false; } // 设置迁移任务区间bound到i else if (U.compareAndSwapInt (this, TRANSFERINDEX, nextIndex, nextBound = (nextIndex > stride ? nextIndex - stride : 0))) { bound = nextBound; i = nextIndex - 1; advance = false; } } // 上边计算了区间和任务状态 // i < 0 上边代码已经说明，transfer任务已经执行完毕，退出 // i >= n 这里n表示的是传入的tab数组长度，而i有可能因为transferIndex改变而改变 // 比如连续扩容从16扩容到32，然后又从32扩容到64，此时这个条件是可能成立的，这里的i有可能在32到64之间，大于n的32 // 不在一个扩容维度内，需退出。最后一个条件没看明白是什么情况出现这种状态 if (i < 0 || i >= n || i + n >= nextn) { int sc; if (finishing) { // 扩容迁移完毕设置table和sizeCtl nextTable = null; table = nextTab; sizeCtl = (n << 1) - (n >>> 1); return; } // 线程数减1，表明当前线程退出 if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) { // 判断当前线程是否为最后一个扩容线程，不是，则退出，条件可以看上边的说明，已经讲解过 if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT) return; // 确定当前线程为最后一个扩容线程，则需要进行检查工作 // 检查所有的旧数组hash桶是否被正确的迁移 finishing = advance = true; i = n; // recheck before commit } } // i处的hash桶为null则直接放置ForwardingNode节点 else if ((f = tabAt(tab, i)) == null) advance = casTabAt(tab, i, null, fwd); // i处的hash桶为ForwardingNode节点 else if ((fh = f.hash) == MOVED) // 最后的线程执行检查 advance = true; // already processed else { synchronized (f) { // 再次验证hash桶头节点为f if (tabAt(tab, i) == f) { // 进行迁移任务,类似HashMap，分高位和低位，不明白的可以看我HashMap的文章 Node<K,V> ln, hn; if (fh >= 0) { // 正常链表操作 // runBit表明首节点的位置，0则表示在低位，非0表示在高位 int runBit = fh & n; Node<K,V> lastRun = f; // 找到尾部最后一个高低位不同的节点，之后的节点不需要进行操作，直接进行复用 for (Node<K,V> p = f.next; p != null; p = p.next) { int b = p.hash & n; if (b != runBit) { runBit = b; lastRun = p; } } // 低位lastRun在下面循环时使用 if (runBit == 0) { ln = lastRun; hn = null; } // 高位lastRun在下面循环时使用 else { hn = lastRun; ln = null; } // 确定lastRun为了提高效率，复用原有链表 for (Node<K,V> p = f; p != lastRun; p = p.next) { int ph = p.hash; K pk = p.key; V pv = p.val; // 低位链表 if ((ph & n) == 0) ln = new Node<K,V>(ph, pk, pv, ln); // 高位链表 else hn = new Node<K,V>(ph, pk, pv, hn); } // 新数组上设置低位链表 setTabAt(nextTab, i, ln); // 新数组上设置高位链表 setTabAt(nextTab, i + n, hn); // 旧数组i处设置为ForwardingNode节点 setTabAt(tab, i, fwd); advance = true; } // 红黑树通过TreeBin操作 else if (f instanceof TreeBin) { TreeBin<K,V> t = (TreeBin<K,V>)f; // 同样划分为高低位进行处理，通过链表来操作 TreeNode<K,V> lo = null, loTail = null; TreeNode<K,V> hi = null, hiTail = null; int lc = 0, hc = 0; for (Node<K,V> e = t.first; e != null; e = e.next) { int h = e.hash; TreeNode<K,V> p = new TreeNode<K,V> (h, e.key, e.val, null, null); // 判断是低位还是高位然后修改链表关系 if ((h & n) == 0) { if ((p.prev = loTail) == null) lo = p; else loTail.next = p; loTail = p; ++lc; } else { if ((p.prev = hiTail) == null) hi = p; else hiTail.next = p; hiTail = p; ++hc; } } // 同链表类似，判断下是否需转成链表，通过TreeBin将高低位链表构建成红黑树 ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) : (hc != 0) ? new TreeBin<K,V>(lo) : t; hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) : (lc != 0) ? new TreeBin<K,V>(hi) : t; setTabAt(nextTab, i, ln); setTabAt(nextTab, i + n, hn); setTabAt(tab, i, fwd); advance = true; } } } } } }迁移任务是从数组尾部向头部进行，这样做的目的应该是与迭代正向操作相反来减少冲突，当迭代时是已经迁移好的hash桶，迁移时是已经迭代完毕的hash桶
clear
清空操作，比较简单
public void clear() { // 删除节点数记录最后需要更新 long delta = 0L; // negative number of deletions // 数组下标 int i = 0; Node<K,V>[] tab = table; while (tab != null && i < tab.length) { int fh; Node<K,V> f = tabAt(tab, i); // hash桶首节点为null表明不需要执行 if (f == null) ++i; // 扩容中帮助扩容然后重新开始循环清空操作 else if ((fh = f.hash) == MOVED) { tab = helpTransfer(tab, f); i = 0; // restart } // 正常链表或TreeBin节点 else { synchronized (f) { if (tabAt(tab, i) == f) { Node<K,V> p = (fh >= 0 ? f : (f instanceof TreeBin) ? ((TreeBin<K,V>)f).first : null); // 获取hash桶的节点数 while (p != null) { --delta; p = p.next; } // 将hash桶置null setTabAt(tab, i++, null); } } } } // 更新数组长度 if (delta != 0L) addCount(delta, -1); }总结
本文紧接上一篇文章讲解了ConcurrentHashMap的重要的方法，对于一些变量和常量结合方法进行了更多的解释说明，本身而言还是比较复杂，其中部分笔者也不能完全理解，不过整体的流程有了一个更清晰的认知，重点需要理解的在下面几点：
- 涉及到Map长度的计算：通过counterCells完成以及通过addCount进行长度的更新
- 扩容操作：sizeCtl的设置以及更新和各种情况下对应的含义
- 迁移操作：迁移步长，线程检查
- 节点类型：几种节点类型的不同处理方式
当然，有些条件可能比较复杂，难以理解，只能尽力多看多想，希望对各位有所帮助
以上内容如有问题欢迎指出，笔者验证后将及时修正，谢谢