1、Java异常以及常用工具类体系。异常处理机制主要回答了三个问题？
答：1）、第一个是异常类型回答了什么被抛出。
2）、第二个是异常堆栈跟踪回答了在哪里抛出。
3）、第三个是异常信息回答了为什么被抛出。Throwable是所有异常体系的顶级父类，包含了Error类和Exception类。从概念角度分析Java的异常处理机制。
2、Java的异常体系，Error和Exception的区别？
答：1）、Error，程序无法处理的系统错误，编译器不做检查。表示系统致命的错误，程序无法处理这些错误，Error类一般是指与JVM相关的问题，如果系统奔溃、虚拟机错误、内存空间不足、方法调用栈溢出等等错误。
2）、Exception，程序可以处理的异常，捕获后可能恢复。遇到此类异常，尽可能去处理，使程序恢复运行，而不应该随意中止异常。
3）、总结，Error是程序无法处理的错误，Exception是可以处理的异常。
3、Exception主要包含两类，一类是RuntimeException、另一类是非RuntimeException。
答：1）、RuntimeException（运行时异常）异常表示不可预知的，程序应当自行避免，例如数组下标越界，访问空指针异常等等。
2）、非RuntimeException（非运行时异常）异常是可以预知的，从编译器校验的异常。从编译器角度来说是必须处理的异常，如果不处理此类异常，编译不能够通过的。
4、Java的异常体系，从责任角度来看。
答：Error属于JVM需要负担的责任。RuntimeException是程序应该负担的责任。Checked Exception可检查异常是Java编译器应该负担的责任。
5、常见Error以及Exception。RuntimeException运行时异常。
答：1）、第一种，NullPointerException空指针引用异常。
2）、第二种，ClassCastException类型强转转换异常。
3）、第三种，IllegalArgumentException传递非法参数异常。
4）、第四种，IndexOutOfBoundsException下标越界异常。
5）、第五种，NumberFormatException数字格式异常。
6、非RuntimeException非运行时异常。
答：1）、第一种，ClassNotFoundException，找不到指定的class的异常。
2）、第二种，IOException，IO操作异常。
7、Error错误异常。
答：1）、第一种，NoClassDefFoundError，找不到class定义的异常。造成的原因包含，类依赖的class或者jar包不存在。类文件存在，但是存在不同的域中。大小写问题，javac编译的时候无视大小写的，很有可能编译出来的class文件就与想要的不一样。
2）、第二种，StackOverflowError，深递归导致栈被耗尽而抛出的异常。
3）、第三种，OutOfMemoryError内存溢出异常。
8、Java的异常处理机制，Exception的处理机制。
答：1）、第一步、抛出异常，创建异常对象，交由运行时系统处理。当一个方法出现错误引发异常的时候，方法创建异常对象，并交付给运行时系统，系统对象中包含了异常类型，异常出现时的程序状态等异常信息，运行时系统负责寻找处置异常的代码并执行。
2）、第二步、捕获异常，寻找合适的异常处理器处理异常，否则终止运行。方法抛出异常以后，运行时系统将转为寻找合适的异常处理器，即ExceptionHandle。潜在的异常处理是异常发生时依次存留在调用栈方法的集合，当异常处理器所能处理的异常类型与抛出的异常类型相符的时候，即为合适的异常处理器，运行时系统从发生异常的方法开始依次回查调用栈中的方法直至找到含有异常处理器的方法并执行。当运行时系统遍历了调用栈都没有找到合适的异常处理器，则运行时系统终止，java程序终止。
9、Java异常的处理规则。
答：具体明确，抛出的异常应能通过异常类名和message准确说明异常的类型和产生异常的原因。
提早抛出，应尽可能早的发现并抛出异常，便于精准定位问题。
延迟捕获，异常的捕获和处理应该尽可能延迟，让掌握更多信息的作用域来处理异常。
10、try-catch的性能问题。Java异常处理消耗性能的地方。
答：第一点、try-catch块影响JVM的优化。
第二点、异常对象实例需要保存栈快照等等信息，开销较大，这是一个相对较重的操作。所以一定要捕获可能出现异常的代码，不要使用一个大大的try-ccatch包起来整段代码，不要使用异常控制代码的流程，因为此效率远远没有if-else判断的效率高。
11、集合之List和Set的区别，如下所示。
12、Map集合，Map集合用于保存具有映射关系的数据，Map保存的数据都是key-value对的形式的，也就是key-value组成的键值对形式的，Map里面的key是不可以重复的，key是用于标示集合里面的每项数据的，Map里面的value则是可以重复的。
13、Hashtable、HashMap、ConcurrentHashMap的区别，如下所示：
答：1）、HashMap，存储特点是键值对映射，在Java8以前，是数组+链表的组成，HashMap结合了数组和链表的优势进行编写的。数组的特点是查询快，增删慢，而链表的特点是查询慢，增删快。HashMap是非Synchronized，所以是线程不安全的，但是效率高。HashMap是由数组和链表组成的，HashMap的数组长度在未赋初始值的时候，默认长度是16的，一个长度为16的数组中，每个元素存储的就是链表的头节点，通过类似于hash(key.hashCode) % len，哈希函数取模的操作获得要添加的元素所要存放的数组的位置，实际上，HashMap的哈希算法是通过位运算来进行的，相对于取模运算呢，效率更高。这里面有一个极端的情况，如果添加到哈希表里面的不同的值的键位来通过哈希散列运算，总是得出相同的值即分配到同一个桶中，这样会是某个桶中链表的长度变得很长，由于链表查询需要从头部开始遍历，因此，在最坏的情况下呢，HashMap性能恶化，从O(1)变成了O(n)。
HashMap，存储特点是键值对映射，在Java8以后，HashMap采用了数组 + 链表 + 红黑树的组成。Java8以后使用常量TREEIFY_THRESHOLD来控制是否将链表转换为红黑树，来存储数据，这意味着，即使在最坏的情况下，HashMap的性能从O(n)提高到O（logn）。
2）、Hashtable是线程安全的，是因为在方法都加了synchronized关键字，和Collections.synchronizedMap(map)效果一样，都是串行执行的，效率比较低，唯一的区别就是锁定的对象不同而已。为了提升多线程下的执行性能，引入了ConcurrentHashMap。
3）、ConcurrentHashMap，无论是Hashtable还是使用synchronizedMap包装了的hashMap，当多线程并发的情况下，都要竞争同一把锁，导致效率极其低下，而在jdk1.5以后，为了改进HashTable的缺点，引入了ConcurrentHashMap。
4）、如何优化Hashtable呢？如何设计ConcurrentHashMap呢？
a）、通过锁细粒度化，将整锁拆解成多个锁进行优化。对象锁之间是不相互制约的，因此，我们可以将原本一个锁的行为拆分多个锁，早期的ConcurrentHashMap也是这样做的，ConcurrentHashMap早期使用的是分段锁技术，通过分段锁Segment来实现，将锁一段一段的进行存储，然后给每一段数据配一把锁即Segment，当一个线程占用一把锁即Segment的时候，然后访问其中一段数据的时候呢，位于其他Segment的数据也能被其他线程同时访问，默认是分配16个Segment，理论上比Hashtable效率提升了16倍，相比于早期的HashMap，就是将hashMap的table数组逻辑上拆分成多个子数组，每个子数组配置一把锁，线程在获取到某把分段锁的时候，比如，获取到编号为8的Segment之后呢，才能操作这个子数组，而其他线程想要操作该子数组的时候，只能被阻塞，但是如果其他线程操作的是其他未被占用的Segment所管辖的子数组，那么是不会被阻塞的。此时呢，可以将分段锁拆分的更细，或者不使用分段锁，而是table里面的每个bucket都用一把不同的锁进行管理，ConcurrentHashMap的效率就得到了更好的提高。
b）、jdk1.8以后，当前的ConcurrentHashMap，使用的CAS + synchronized使锁更加细化，保证并发安全。同时，也做了进一步的优化，使用了数组 + 链表 + 红黑树的组合。synchronized只锁定当前链表或者红黑树的首节点，这样，只要哈希不冲突，就不会产生并发，效率得到了进一步的提高，ConcurrentHashMap的结构参考了jdk1.8以后的hashMap来设计的。
5）、HashMap线程不安全的，底层是通过数组 + 链表 + 红黑树。键值对key-value均可以为null，但是hashtable，ConcurrentHashMap两个类都不支持。
Hashtable是线程安全的，锁住整个对象，底层是数组 + 链表。实现线程安全的方式，是在修改数组的时候锁住整个hashtable，效率很低下的。
ConcurrentHashMap是线程安全的，底层是CAS + 同步锁，数组 + 链表 + 红黑树。则是对hashtable进行了优化，通过将锁细粒度化到table的每个元素来提升并发性能。
14、HashMap中的put方法的逻辑，如下所示：
1）、如果HashMap未被初始化过，则进行初始化操作。
2）、对Key求Hash值，然后再计算table数组的下标。
3）、如果没有碰撞，table数组里面对应的位置还没有键值对，则将键值对直接放入对应的table数组位置（桶）中。
4）、如果碰撞了，table数组这个位置有元素了，以链表的方式链接到后面。
5）、如果链表长度超过阈值，就把链表转成红黑树。
6）、如果链表长度低于6，就把红黑树转回链表。
7）、如果节点已经存在就键位对应的旧值进行替换。所谓的节点存在也就是，即key值已经存在在了HashMap中了，我们找到这个key值就key对应的新值替换掉它对应的旧值。
8）、如果桶满了（容量16*加载因子0.75），需要扩容了，就需要resize（扩容2倍后重排）。
1 /** 2 * The default initial capacity - MUST be a power of two. 3 */ 4 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 5 6 /** 7 * The maximum capacity, used if a higher value is implicitly specified 8 * by either of the constructors with arguments. 9 * MUST be a power of two <= 1<<30. 10 */ 11 // 12 static final int MAXIMUM_CAPACITY = 1 << 30; 13 14 /** 15 * The load factor used when none specified in constructor. 16 */ 17 // 默认的扩容因子DEFAULT_LOAD_FACTOR = 0.75f 18 static final float DEFAULT_LOAD_FACTOR = 0.75f; 19 20 /** 21 * The bin count threshold for using a tree rather than list for a 22 * bin. Bins are converted to trees when adding an element to a 23 * bin with at least this many nodes. The value must be greater 24 * than 2 and should be at least 8 to mesh with assumptions in 25 * tree removal about conversion back to plain bins upon 26 * shrinkage. 27 */ 28 // 如果链表的长度超过TREEIFY_THRESHOLD = 8的时候呢，就会被改造成红黑树。 29 static final int TREEIFY_THRESHOLD = 8; 30 31 /** 32 * The bin count threshold for untreeifying a (split) bin during a 33 * resize operation. Should be less than TREEIFY_THRESHOLD, and at 34 * most 6 to mesh with shrinkage detection under removal. 35 */ 36 // 如果某个桶上面元素的总数，因为删除而低于阈值之后呢，即低于UNTREEIFY_THRESHOLD = 6的时候，红黑树又被转换成了链表以保证更高的性能。 37 static final int UNTREEIFY_THRESHOLD = 6; 38 39 /** 40 * The smallest table capacity for which bins may be treeified. 41 * (Otherwise the table is resized if too many nodes in a bin.) 42 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts 43 * between resizing and treeification thresholds. 44 */ 45 // 46 static final int MIN_TREEIFY_CAPACITY = 64; 47 48 49 50 /** 51 * Constructs an empty <tt>HashMap</tt> with the default initial capacity 52 * (16) and the default load factor (0.75). 53 */ 54 // 无参构造函数，table的数组并没有在构造函数中进行初始化，而是仅仅给了一些成员变量赋初始值。HashMap是按照LazyLoad的原则，在首次使用的时候才会被初始化的。 55 public HashMap() { 56 this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted 57 } 58 59 60 61 62 ...... 63 64 65 66 67 68 /** 69 * Basic hash bin node, used for most entries. (See below for 70 * TreeNode subclass, and in LinkedHashMap for its Entry subclass.) 71 */ 72 static class Node<K,V> implements Map.Entry<K,V> { 73 final int hash; // hash值 74 final K key; //键值key 75 V value; //键值value 76 Node<K,V> next; //指向下一个节点的next 77 78 Node(int hash, K key, V value, Node<K,V> next) { 79 this.hash = hash; 80 this.key = key; 81 this.value = value; 82 this.next = next; 83 } 84 85 public final K getKey() { return key; } 86 public final V getValue() { return value; } 87 public final String toString() { return key + "=" + value; } 88 89 public final int hashCode() { 90 return Objects.hashCode(key) ^ Objects.hashCode(value); 91 } 92 93 public final V setValue(V newValue) { 94 V oldValue = value; 95 value = newValue; 96 return oldValue; 97 } 98 99 public final boolean equals(Object o) { 100 if (o == this) 101 return true; 102 if (o instanceof Map.Entry) { 103 Map.Entry<?,?> e = (Map.Entry<?,?>)o; 104 if (Objects.equals(key, e.getKey()) && 105 Objects.equals(value, e.getValue())) 106 return true; 107 } 108 return false; 109 } 110 } 111 112 113 114 115 116 117 /** 118 * The table, initialized on first use, and resized as 119 * necessary. When allocated, length is always a power of two. 120 * (We also tolerate length zero in some operations to allow 121 * bootstrapping mechanics that are currently not needed.) 122 */ 123 // HashMap的内部结构，HashMap可以看作是通过数组Node<K,V>[] table，和链表组合而成的复合结构，数组被分为一个个的bucket，通过hash值决定了键值对在这个数组的寻址，hash值相同的键值对则以链表的形式来存储。 124 transient Node<K,V>[] table; 125 126 127 128 129 ...... 130 131 132 133 134 135 /** 136 * Associates the specified value with the specified key in this map. 137 * If the map previously contained a mapping for the key, the old 138 * value is replaced. 139 * 140 * @param key key with which the specified value is to be associated 141 * @param value value to be associated with the specified key 142 * @return the previous value associated with <tt>key</tt>, or 143 * <tt>null</tt> if there was no mapping for <tt>key</tt>. 144 * (A <tt>null</tt> return can also indicate that the map 145 * previously associated <tt>null</tt> with <tt>key</tt>.) 146 */ 147 public V put(K key, V value) { 148 return putVal(hash(key), key, value, false, true); 149 } 150 151 152 /** 153 * Implements Map.put and related methods 154 * 155 * @param hash hash for key 156 * @param key the key 157 * @param value the value to put 158 * @param onlyIfAbsent if true, don't change existing value 159 * @param evict if false, the table is in creation mode. 160 * @return previous value, or null if none 161 */ 162 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 163 boolean evict) { 164 Node<K,V>[] tab; Node<K,V> p; int n, i; 165 // 如果table为null的时候，或者table的长度为0的时候 166 if ((tab = table) == null || (n = tab.length) == 0) 167 // 调用resize()方法初始化table，resize()方法的作用是进行初始化和扩容的功能。 168 n = (tab = resize()).length; 169 // 做hash运算，算出键值对在table里面的具体位置。hash哈希值并不是key本身的hashCode的，而是来自于hash与或产生的结果的。 170 if ((p = tab[i = (n - 1) & hash]) == null) 171 // 如果通过hash运算得到的位置还没有元素存储到里面的时候，则会直接new该键值对的Node，放到该数组的位置当中tab[i]。 172 tab[i] = newNode(hash, key, value, null); 173 // 否则就继续向下走。 174 else { 175 Node<K,V> e; K k; 176 // 如果发现同样的位置，已经存在键值对的时候，且键和传进来的键是一致的， 177 if (p.hash == hash && 178 ((k = p.key) == key || (key != null && key.equals(k)))) 179 // 则直接替换数组里面的元素值 180 e = p; 181 // 否则，如果当前数组位置存储的是否已经是树化后的节点 182 else if (p instanceof TreeNode) 183 // 如果是树化了，就按照树的方式尝试存储键值对 184 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 185 else { 186 // 如果未树化，则按照链表的插入方式往链表后面添加元素 187 for (int binCount = 0; ; ++binCount) { 188 if ((e = p.next) == null) { 189 p.next = newNode(hash, key, value, null); 190 // 判断链表元素的总数，一旦超过了TREEIFY_THRESHOLD，则将链表进行树化操作。 191 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 192 // 树化操作哦 193 treeifyBin(tab, hash); 194 break; 195 } 196 // 197 if (e.hash == hash && 198 ((k = e.key) == key || (key != null && key.equals(k)))) 199 break; 200 p = e; 201 } 202 } 203 // 如果插入的键位存在于hashMap中的时候，则对对应的键位进行值的更新操作。 204 if (e != null) { // existing mapping for key 205 V oldValue = e.value; 206 if (!onlyIfAbsent || oldValue == null) 207 e.value = value; 208 afterNodeAccess(e); 209 return oldValue; 210 } 211 } 212 ++modCount; 213 // 当hashMap里面的szie大于阈值的时候呢，就对HashMap进行扩容 214 if (++size > threshold) 215 resize(); 216 afterNodeInsertion(evict); 217 return null; 218 }
15、HashMap中的get方法的逻辑，如下所示：
1 /** 2 * Returns the value to which the specified key is mapped, 3 * or {@code null} if this map contains no mapping for the key. 4 * 5 * <p>More formally, if this map contains a mapping from a key 6 * {@code k} to a value {@code v} such that {@code (key==null ? k==null : 7 * key.equals(k))}, then this method returns {@code v}; otherwise 8 * it returns {@code null}. (There can be at most one such mapping.) 9 * 10 * <p>A return value of {@code null} does not <i>necessarily</i> 11 * indicate that the map contains no mapping for the key; it's also 12 * possible that the map explicitly maps the key to {@code null}. 13 * The {@link #containsKey containsKey} operation may be used to 14 * distinguish these two cases. 15 * 16 * @see #put(Object, Object) 17 */ 18 public V get(Object key) { 19 Node<K,V> e; 20 // 通过传入的key值进行调用getNode()方法 21 return (e = getNode(hash(key), key)) == null ? null : e.value; 22 } 23 24 25 26 27 ...... 28 29 30 31 32 33 /** 34 * Implements Map.get and related methods 35 * 36 * @param hash hash for key 37 * @param key the key 38 * @return the node, or null if none 39 */ 40 final Node<K,V> getNode(int hash, Object key) { 41 Node<K,V>[] tab; Node<K,V> first, e; int n; K k; 42 // 键对象的hashcode，通过哈希算法，找到bucket的位置 43 if ((tab = table) != null && (n = tab.length) > 0 && 44 (first = tab[(n - 1) & hash]) != null) { 45 // 找到Bucket的位置以后，调用key.equals(k))方法找到链表中正确的节点，最终找到要找的值 46 if (first.hash == hash && // always check first node 47 ((k = first.key) == key || (key != null && key.equals(k)))) 48 return first; 49 if ((e = first.next) != null) { 50 if (first instanceof TreeNode) 51 return ((TreeNode<K,V>)first).getTreeNode(hash, key); 52 do { 53 if (e.hash == hash && 54 ((k = e.key) == key || (key != null && key.equals(k)))) 55 return e; 56 } while ((e = e.next) != null); 57 } 58 } 59 return null; 60 }
16、HashMap，如何有效减少碰撞？
答：树化这种被动的方式可以提升性能，哈希运算也是可以提升性能的关键。
1）、扰动函数，促使元素位置分布均匀，减少碰撞的机率，原理就是如果两个不相等的对象返回不同的hashcode的话，或者说元素位置尽量的分布均匀些，那么碰撞的机率就会小些，意味着有些元素就可以通过数组来直接去获取了，这样可以提升hashMap的性能的。哈希算法的内部实现，是让不同对象返回不同的hashcode值。
2）、其次，如果使用final对象，并采用合适的equals()和hashCode()方法，将会减少碰撞的发生，不可变性使得能够缓存不同键的hashcode，这将提供获取对象的速度，而使用String，Integer，这种是非常好的选择，因为他们是final，并且重写了hashcode方法和equals方法的。不可变性final是必要的，因为为了要计算hashcode，就要防止键值改变，如果键值在放入的时候和获取的时候返回不同的hashcode的话呢，就不能从hashMap中找到想要的对象了。
1 /** 2 * Computes key.hashCode() and spreads (XORs) higher bits of hash 3 * to lower. Because the table uses power-of-two masking, sets of 4 * hashes that vary only in bits above the current mask will 5 * always collide. (Among known examples are sets of Float keys 6 * holding consecutive whole numbers in small tables.) So we 7 * apply a transform that spreads the impact of higher bits 8 * downward. There is a tradeoff between speed, utility, and 9 * quality of bit-spreading. Because many common sets of hashes 10 * are already reasonably distributed (so don't benefit from 11 * spreading), and because we use trees to handle large sets of 12 * collisions in bins, we just XOR some shifted bits in the 13 * cheapest possible way to reduce systematic lossage, as well as 14 * to incorporate impact of the highest bits that would otherwise 15 * never be used in index calculations because of table bounds. 16 */ 17 static final int hash(Object key) { 18 int h; 19 // 即先获取key.hashCode()，hashCode方法返回值是int类型的，是32位的，然后再将高位数移位到低位，移动16位，最后进行异或运算。 20 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 21 }
HashMap，从获取hash到散列的过程。
1）、不使用hashcode()方法获取的值，是因为key.hashCode();方法返回的是int类型的散列值，如果直接使用这个散列值作为下标去访问hashMap数组的话呢，考虑到二进制的32位带符号的int值的范围呢-2147483648——2147483647，前后区间大概有40亿的映射空间，只要哈希函数映射的均匀松散，一般应用是很难出现碰撞的，但是40亿长度的数组在内存中是放不下的，况且，HashMap在扩容之前数组默认大小才是16，所以直接拿这个散列值使用不现实的。
2）、h >>> 16，右移16位，再和自己做异或操作。这样做，就是为了混合原始哈希码的高位与低位，依次来加大低位的随机性，而且混合后的低位参杂了高位部分的特征，这样高位的信息也变相的保存了下来，这样做主要从速度，质量，功效进行考虑的，可以在数组table的length在比较小的时候，也能保证考虑到高低bit都参与到哈希的运算中，同时也不会有太大的开销。
17、hashMap含参的构造器，可以传入初始化的hashMap的初始化大小的，根据传入的初始化值，换算成2的n次方，转换成最接近的2的倍数的值，这样做，就是为了通过哈希运算定位桶的时候呢，能实现用与操作来代替取模进而获得更好的效果。
1 /** 2 * Constructs an empty <tt>HashMap</tt> with the specified initial 3 * capacity and the default load factor (0.75). 4 * 5 * @param initialCapacity the initial capacity. 6 * @throws IllegalArgumentException if the initial capacity is negative. 7 */ 8 // hashMap含参的构造器，可以传入初始化的hashMap的初始化大小的 9 public HashMap(int initialCapacity) { 10 this(initialCapacity, DEFAULT_LOAD_FACTOR); 11 } 12 13 14 15 /** 16 * Constructs an empty <tt>HashMap</tt> with the specified initial 17 * capacity and load factor. 18 * 19 * @param initialCapacity the initial capacity 20 * @param loadFactor the load factor 21 * @throws IllegalArgumentException if the initial capacity is negative 22 * or the load factor is nonpositive 23 */ 24 // hashMap含参的构造器，调用该构造器。 25 public HashMap(int initialCapacity, float loadFactor) { 26 if (initialCapacity < 0) 27 throw new IllegalArgumentException("Illegal initial capacity: " + 28 initialCapacity); 29 if (initialCapacity > MAXIMUM_CAPACITY) 30 initialCapacity = MAXIMUM_CAPACITY; 31 if (loadFactor <= 0 || Float.isNaN(loadFactor)) 32 throw new IllegalArgumentException("Illegal load factor: " + 33 loadFactor); 34 this.loadFactor = loadFactor; 35 // 根据传入的hashMap的初始化值，并不是传入的初始化值多大，就是多大的 36 this.threshold = tableSizeFor(initialCapacity); 37 } 38 39 40 41 42 ....... 43 44 45 46 47 /** 48 * Returns a power of two size for the given target capacity. 49 */ 50 // 根据传入的初始化值，换算成2的n次方，转换成最接近的2的倍数的值，这样做，就是为了通过哈希运算定位桶的时候呢，能实现用与操作来代替取模进而获得更好的效果。 51 static final int tableSizeFor(int cap) { 52 int n = cap - 1; 53 n |= n >>> 1; 54 n |= n >>> 2; 55 n |= n >>> 4; 56 n |= n >>> 8; 57 n |= n >>> 16; 58 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; 59 }
18 、hashMap的扩容resize？
hashMap的扩容，就是重新计算容量，向hashMap对象中不停的添加元素，而hashMap对象内部的数组无法装载更多的元素的时候，对象就需要扩大数组的长度了，才能装入更多的元素。java中的数组是无法进行自动扩容的，hashMap的扩容，是使用新的大的数组替换小的数组。
hashMap的默认负载因子是0.75f，当hashMap填满了75%的bucket的时候呢，就会创建原来hashMap大小2倍的bucket数组，来重新调整map的大小，并将原来的对象放入的新的bucket数组中。
HashMap扩容的问题，多线程环境下，调整大小会存在条件竞争，容易造成死锁。rehashing是一个比较耗时的过程，由于需要将原先的hashMap中的键值对重新移动的新的hashMap中去，是一个比较耗时的过程。
1 /** 2 * The load factor used when none specified in constructor. 3 */ 4 // 默认的负载因子 5 static final float DEFAULT_LOAD_FACTOR = 0.75f; 6 7 8 9 10 ...... 11 12 13 14 15 16 /** 17 * Initializes or doubles table size. If null, allocates in 18 * accord with initial capacity target held in field threshold. 19 * Otherwise, because we are using power-of-two expansion, the 20 * elements from each bin must either stay at same index, or move 21 * with a power of two offset in the new table. 22 * 23 * @return the table 24 */ 25 // hashMap的扩容resize，就是重新计算容量，向hashMap对象中不停的添加元素，而hashMap对象内部的数组无法装载更多的元素的时候，对象就需要扩大数组的长度了，才能装入更多的元素。java中的数组是无法进行自动扩容的，hashMap的扩容，是使用新的大的数组替换小的数组。 26 27 // hashMap的默认负载因子是0.75f，当hashMap填满了75%的bucket的时候呢，就会创建原来hashMap大小2倍的bucket数组，来重新调整map的大小，并将原来的对象放入的新的bucket数组中。 28 final Node<K,V>[] resize() { 29 Node<K,V>[] oldTab = table; 30 int oldCap = (oldTab == null) ? 0 : oldTab.length; 31 int oldThr = threshold; 32 int newCap, newThr = 0; 33 if (oldCap > 0) { 34 if (oldCap >= MAXIMUM_CAPACITY) { 35 threshold = Integer.MAX_VALUE; 36 return oldTab; 37 } 38 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 39 oldCap >= DEFAULT_INITIAL_CAPACITY) 40 newThr = oldThr << 1; // double threshold 41 } 42 else if (oldThr > 0) // initial capacity was placed in threshold 43 newCap = oldThr; 44 else { // zero initial threshold signifies using defaults 45 newCap = DEFAULT_INITIAL_CAPACITY; 46 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 47 } 48 if (newThr == 0) { 49 float ft = (float)newCap * loadFactor; 50 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 51 (int)ft : Integer.MAX_VALUE); 52 } 53 threshold = newThr; 54 @SuppressWarnings({"rawtypes","unchecked"}) 55 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 56 table = newTab; 57 if (oldTab != null) { 58 for (int j = 0; j < oldCap; ++j) { 59 Node<K,V> e; 60 if ((e = oldTab[j]) != null) { 61 oldTab[j] = null; 62 if (e.next == null) 63 newTab[e.hash & (newCap - 1)] = e; 64 else if (e instanceof TreeNode) 65 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 66 else { // preserve order 67 Node<K,V> loHead = null, loTail = null; 68 Node<K,V> hiHead = null, hiTail = null; 69 Node<K,V> next; 70 do { 71 next = e.next; 72 if ((e.hash & oldCap) == 0) { 73 if (loTail == null) 74 loHead = e; 75 else 76 loTail.next = e; 77 loTail = e; 78 } 79 else { 80 if (hiTail == null) 81 hiHead = e; 82 else 83 hiTail.next = e; 84 hiTail = e; 85 } 86 } while ((e = next) != null); 87 if (loTail != null) { 88 loTail.next = null; 89 newTab[j] = loHead; 90 } 91 if (hiTail != null) { 92 hiTail.next = null; 93 newTab[j + oldCap] = hiHead; 94 } 95 } 96 } 97 } 98 } 99 return newTab; 100 }
19、 ConcurrentHashMap是出自于JUC包的，ConcurrentHashMap有很多地方和hashMap类似的，包含属性参数之类的。ConcurrentHashMap使用的CAS + synchronized进行高效的同步更新数据的。
ConcurrentHashMap总结，jdk1.8的实现，也是锁分离的思想，比起Segment，锁拆的更细，只要哈希不冲突，就不会出现并发或者锁的情况。
1）、首先使用无锁操作CAS插入头节点，失败则循环重试，如果插入失败，则说明有别的线程插入头节点了，需要再次循环进行操作。
2）、若头节点已经存在，则通过synchronized尝试获取头节点的同步锁，再进行操作。性能比Segment分段锁又提高了很多。
20、ConcurrentHashMap的put方法的逻辑。
1）、判断Node[]数组是否初始化，没有则进行初始化操作。
2）、通过hash定位数组的索引坐标，是否有Node节点，如果没有则使用CAS进行添加（链表的头节点），添加失败则进入下次循环，继续尝试添加。
3）、检查到内部正在扩容，如果正在扩容，就调用helpTransfer方法，就帮助它一块扩容。
4）、如果f!=null，头节点不为空，则使用synchronized锁住f元素（链表/红黑二叉树的头元素）。如果是Node链表结构，则执行链表的添加操作。如果是TreeNode（树形结构）则执行树添加操作。
5）、判断链表长度已经到达临界值8，当然这个8是默认值，大家可以去做调整，当节点数超过这个值就需要把链表转换成树结构了。
1 private static final int MAXIMUM_CAPACITY = 1 << 30; 2 3 /** 4 * The default initial table capacity. Must be a power of 2 5 * (i.e., at least 1) and at most MAXIMUM_CAPACITY. 6 */ 7 private static final int DEFAULT_CAPACITY = 16; 8 9 /** 10 * The largest possible (non-power of two) array size. 11 * Needed by toArray and related methods. 12 */ 13 static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8; 14 15 /** 16 * The default concurrency level for this table. Unused but 17 * defined for compatibility with previous versions of this class. 18 */ 19 private static final int DEFAULT_CONCURRENCY_LEVEL = 16; 20 21 /** 22 * The load factor for this table. Overrides of this value in 23 * constructors affect only the initial table capacity. The 24 * actual floating point value isn't normally used -- it is 25 * simpler to use expressions such as {@code n - (n >>> 2)} for 26 * the associated resizing threshold. 27 */ 28 private static final float LOAD_FACTOR = 0.75f; 29 30 /** 31 * The bin count threshold for using a tree rather than list for a 32 * bin. Bins are converted to trees when adding an element to a 33 * bin with at least this many nodes. The value must be greater 34 * than 2, and should be at least 8 to mesh with assumptions in 35 * tree removal about conversion back to plain bins upon 36 * shrinkage. 37 */ 38 static final int TREEIFY_THRESHOLD = 8; 39 40 /** 41 * The bin count threshold for untreeifying a (split) bin during a 42 * resize operation. Should be less than TREEIFY_THRESHOLD, and at 43 * most 6 to mesh with shrinkage detection under removal. 44 */ 45 static final int UNTREEIFY_THRESHOLD = 6; 46 47 /** 48 * The smallest table capacity for which bins may be treeified. 49 * (Otherwise the table is resized if too many nodes in a bin.) 50 * The value should be at least 4 * TREEIFY_THRESHOLD to avoid 51 * conflicts between resizing and treeification thresholds. 52 */ 53 static final int MIN_TREEIFY_CAPACITY = 64; 54 55 /** 56 * Minimum number of rebinnings per transfer step. Ranges are 57 * subdivided to allow multiple resizer threads. This value 58 * serves as a lower bound to avoid resizers encountering 59 * excessive memory contention. The value should be at least 60 * DEFAULT_CAPACITY. 61 */ 62 private static final int MIN_TRANSFER_STRIDE = 16; 63 64 /** 65 * The number of bits used for generation stamp in sizeCtl. 66 * Must be at least 6 for 32bit arrays. 67 */ 68 private static int RESIZE_STAMP_BITS = 16; 69 70 /** 71 * The maximum number of threads that can help resize. 72 * Must fit in 32 - RESIZE_STAMP_BITS bits. 73 */ 74 private static final int MAX_RESIZERS = (1 << (32 - RESIZE_STAMP_BITS)) - 1; 75 76 /** 77 * The bit shift for recording size stamp in sizeCtl. 78 */ 79 private static final int RESIZE_STAMP_SHIFT = 32 - RESIZE_STAMP_BITS; 80 81 82 83 84 85 86 ...... 87 88 89 90 91 /* 92 * Encodings for Node hash fields. See above for explanation. 93 */ 94 // 其它成员变量主要用来控制线程之间的并发操作，比如可以同时可以进行扩容的线程数等等。 95 static final int MOVED = -1; // hash for forwarding nodes 96 static final int TREEBIN = -2; // hash for roots of trees 97 static final int RESERVED = -3; // hash for transient reservations 98 static final int HASH_BITS = 0x7fffffff; // usable bits of normal node hash 99 100 101 102 ....... 103 104 105 106 107 /** 108 * Table initialization and resizing control. When negative, the 109 * table is being initialized or resized: -1 for initialization, 110 * else -(1 + the number of active resizing threads). Otherwise, 111 * when table is null, holds the initial table size to use upon 112 * creation, or 0 for default. After initialization, holds the 113 * next element count value upon which to resize the table. 114 */ 115 // sizeCtl是size control，是做大小控制的标识符，是哈希表初始化和扩容时候的一个控制位标识量，负数代表正在进行初始化或者扩容操作，-1代表正在初始化，-n代表有n-1个线程正在扩容操作，正数或者0代表哈希表还没有被初始化操作。这个数值表示初始化或者下一次进行扩容的大小，因为有了volatile修饰符， sizeCtl是多线程之间可见的，对它的改动，其他线程可以立即看得到，确实可以起到控制的作用的。 116 private transient volatile int sizeCtl; 117 118 119 120 121 122 ....... 123 124 125 126 127 128 129 /** 130 * Maps the specified key to the specified value in this table. 131 * Neither the key nor the value can be null. 132 * 133 * <p>The value can be retrieved by calling the {@code get} method 134 * with a key that is equal to the original key. 135 * 136 * @param key key with which the specified value is to be associated 137 * @param value value to be associated with the specified key 138 * @return the previous value associated with {@code key}, or 139 * {@code null} if there was no mapping for {@code key} 140 * @throws NullPointerException if the specified key or value is null 141 */ 142 // ConcurrentHashMap的put方法。 143 public V put(K key, V value) { 144 return putVal(key, value, false); 145 } 146 147 /** Implementation for put and putIfAbsent */ 148 final V putVal(K key, V value, boolean onlyIfAbsent) { 149 // ConcurrentHashMap不允许插入null的键值对，即key不能为null或者value不能为null 150 if (key == null || value == null) throw new NullPointerException(); 151 // 计算key的哈希值 152 int hash = spread(key.hashCode()); 153 int binCount = 0; 154 // for循环，因为我们对数组元素的更新是使用CAS的机制进行更新的，需要不断的做失败重试，直到成功为止，因此这里使用了for循环。 155 for (Node<K,V>[] tab = table;;) { 156 Node<K,V> f; int n, i, fh; 157 // 先判断数组是否为空，如果为空或者length等于0 158 if (tab == null || (n = tab.length) == 0) 159 // 就进行初始化操作 160 tab = initTable(); 161 // 如果不为空，且不等于0，就使用哈希值来找到f，f表示的是链表或者红黑二叉树的头节点，即我们数组里面的元素，根据哈希值定位到的元素来检查元素是否存在 162 else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { 163 // 如果不存在，尝试使用CAS进行添加，如果添加失败，则break掉，进入下一次循环 164 if (casTabAt(tab, i, null, 165 new Node<K,V>(hash, key, value, null))) 166 break; // no lock when adding to empty bin 167 } 168 // 如果我们发现原先的元素已经存在了，此时，由于我们的ConcurrentHashMap是随时存在于多线程环境下的，有可能别的线程正在移动它，也就是说，ConcurrentHashMap的内部呢，正在移动元素，那么我们就协助其扩容。 169 else if ((fh = f.hash) == MOVED) 170 tab = helpTransfer(tab, f); 171 else { 172 // 这里表示发生了哈希碰撞 173 V oldVal = null; 174 // 此时，锁住链表或者红黑二叉树的头节点，即我们的数组元素 175 synchronized (f) { 176 // 判断，f是否的链表的头节点 177 if (tabAt(tab, i) == f) { 178 // fh代表的是头节点的哈希值 179 if (fh >= 0) { 180 // 如果是链表的头节点，就初始化链表的计数器 181 binCount = 1; 182 // 遍历该链表，每遍历一次，就将计数器加一 183 for (Node<K,V> e = f;; ++binCount) { 184 K ek; 185 // 此时，发现，如果节点存在呢，就去更新对应的value值 186 if (e.hash == hash && 187 ((ek = e.key) == key || 188 (ek != null && key.equals(ek)))) { 189 oldVal = e.val; 190 if (!onlyIfAbsent) 191 e.val = value; 192 break; 193 } 194 Node<K,V> pred = e; 195 // 如果不存在，就在链表尾部，添加新的节点 196 if ((e = e.next) == null) { 197 pred.next = new Node<K,V>(hash, key, 198 value, null); 199 break; 200 } 201 } 202 } 203 // 如果头节点是红黑二叉树的节点 204 else if (f instanceof TreeBin) { 205 Node<K,V> p; 206 binCount = 2; 207 // 则尝试调用红黑二叉树的操作逻辑，去尝试往树里面添加节点 208 if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key, 209 value)) != null) { 210 oldVal = p.val; 211 if (!onlyIfAbsent) 212 p.val = value; 213 } 214 } 215 } 216 } 217 // 如果链表长度已经已经达到了临界值8 218 if (binCount != 0) { 219 if (binCount >= TREEIFY_THRESHOLD) 220 // 那么，就将链表转化为树结构 221 treeifyBin(tab, i); 222 if (oldVal != null) 223 return oldVal; 224 break; 225 } 226 } 227 } 228 // 在添加完节点之后呢，就将当前的ConcurrentHashMap的size数量呢，加上1。 229 addCount(1L, binCount); 230 return null; 231 }
待续.......