ConcurrentSkipListMap 是一个线程安全的有序的哈希表，并发安全主要由 CAS 来实现。内部数据存储使用了跳表（Skip Lisy），时间复杂度O(log n)，空间复杂度O(n)。
ConcurrentSkipListSet 完全是由 ConcurrentSkipListMap 实现，它们俩的关系就像 TreeMap 和TreeSet 。本章我们重点分析ConcurrentSkipListMap。
Skip List
首先来看一下本章最重要的一种数据结构—跳表(Skip List)，它是替代平衡树的一种据结构，和红黑树不相同的是，跳表对于树的平衡的实现是基于一种随机化的算法的，这样也就是说跳表的插入和删除的工作是比较简单的。跳表具有以下特性：
- 跳表分为多层，层级越高跳跃性越大，数据越少
- 跳表的层级是通过“掷硬币”方式来决定增长的，也就是说在增加元素时，概率增长层数
- 跳表的第一层包含所有元素
- 每层的元素集合必须包含序数最小的元素
- 查找数据时，按照从上到下，从左往右的顺序查找
- 时间复杂度O(log n)，空间复杂度O(n)
链表和跳表的对比：
链表查找元素
如果要找到元素 25，在链表中我们需要五步（红色箭头）才能查到；而在跳表中只需要三步（根据跳表层级分配，有可能更少），如下图（忽略向下路线）：
跳表查找元素
内部属性
//用来定义最底层(base-level)的头节点。
private static final Object BASE_HEADER = new Object();
//跳表的最高层headIndex
private transient volatile HeadIndex head;
BASE_HEADER：初始化时放到最底层头节点的 value
Head：跳表最高层的 HeadIndex，在跳表层级更新时需要随之更新
数据结构
下面我们来看一下 ConcurrentSkipListMap 中跳表的实现：
ConcurrentSkipListMap 数据结构
ConcurrentSkipListMap 继承自AbstractMap，实现了ConcurrentNavigableMap 接口，也就是说它是一个有序的并发安全的哈希表。内部数据存储通过三个内部类实现：
- Node：存储K-V数据，持有下一个节点的引用，也就是说Node是一个单向链表。
- Index：跳表中的索引节点，包含了右指针(right)，向下的索引(down)和节点node。注意虽然 Node和Index都有向前的指针字段，但是它们类型不同，并且处理方式也不同，所以如果在共享的抽象类中放置这些字段不能很好地实现这一点。
- HeadIndex：表示跳表的表头，继承自Index，内部标识了当前层级level
ConcurrentSkipListSet
ConcurrentSkipListSet 是一个支持并发的有序集合，内部持有一个ConcurrentSkipListMap，所有操作都是通过 ConcurrentSkipListMap 来完成。使用Boolean.TRUE作为map中每个元素的value，map的key作为Set的元素集合（所以不允许存储重复值）。由于是一个Set，所以它不支持随机索引元素。本章只要理解了 ConcurrentSkipListMap，ConcurrentSkipListSet 也就不在话下了。
源码解析
findPredecessor (Object key, Comparator cmp)
private Node findPredecessor(Object key, Comparator cmp) {
if (key == null)
throw new NullPointerException(); // don't postpone errors
for (;;) {
//q:head节点; r:右节点; d:下节点
for (Index q = head, r = q.right, d;;) {
//右节点不为空
if (r != null) {
Node n = r.node;
K k = n.key;
//判断r.node是否被删除
if (n.value == null) {
//如果n已经删除,尝试以CAS更新q的右节点为r.right
if (!q.unlink(r))
break; // restart
r = q.right; // reread r
continue;
}
//比较key和k
if (cpr(cmp, key, k) > 0) {
//继续向右循环
q = r;
r = r.right;
continue;
}
}
//right节点为空,则向下找
if ((d = q.down) == null)
//下节点为空,返回当前q节点的node
return q.node;
q = d;
r = d.right;
}
}
}
说明： 在 ConcurrentSkipListMap 中，所有涉及到查找节点的方法都调用了findPredecessor，它用于查找最底层(base-level)节点链中比给定 key 小(在“给定节点”左边)的节点，也就是给定 key 节点的前继节点。如果没找到，那么返回底层链表的头节点。在查找过程中会帮助清除已经被删除的节点。在put、get、remove方法中都有调用findPredecessor，因为在这些方法遍历时，都是从这个节点开始向后遍历。函数执行流程如下：
从head节点开始按照从上到下，从左到右的顺序查找，找到right节点的 key 值大于给定 key 的节点，然后返回 left 节点。比较绕，还是画图说明吧，如下图，如果我们所传的key值为35，那么从左节点8开始向右遍历，一直到找一个比35大的节点39，然后返回39的left节点29。
findPredecessor
put (K key, V value)
public V put(K key, V value) {
if (value == null)
throw new NullPointerException();
return doPut(key, value, false);
}
private V doPut(K key, V value, boolean onlyIfAbsent) {
Node z; // added node
if (key == null)
throw new NullPointerException();
Comparator cmp = comparator;
//第一个自旋，更新或插入新Node
outer: for (;;) {
//从最底层(base-level)给定key节点的前继节点开始向后查找
for (Node b = findPredecessor(key, cmp), n = b.next;;) {
if (n != null) {
Object v; int c;
Node f = n.next;
if (n != b.next) //读不一致,跳出重试 // inconsistent read
break;
if ((v = n.value) == null) { // n is deleted
//帮助删除n节点，重新查找
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b is deleted
break;
if ((c = cpr(cmp, key, n.key)) > 0) {//当前key大于n.key，继续向后查找
b = n;
n = f;
continue;
}
if (c == 0) {//update处理
if (onlyIfAbsent || n.casValue(v, value)) {//更新value，返回更新前的值
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
break; // restart if lost race to replace value
}
// else c < 0; fall through
}
//新建一个节点，放到b和b.next之间
z = new Node(key, value, n);
//cas替换
if (!b.casNext(n, z))
break; // restart if lost race to append to b
break outer;
}
}
//更新Index逻辑
int rnd = ThreadLocalRandom.nextSecondarySeed();
//生成随机数为正偶数才会更新层级（通过最高位和最低位不为1验证）
if ((rnd & 0x80000001) == 0) { // test highest and lowest bits
int level = 1, max;
//计算跳表level
while (((rnd >>>= 1) & 1) != 0)//判断从低2位开始向左有多少个连续的1
++level;
//idx:新添加的index的level层index
Index idx = null;
HeadIndex h = head;
//构建Index逻辑
if (level <= (max = h.level)) {//不需要增加层级
for (int i = 1; i <= level; ++i)
//从下到上构建,节点持有新节点z和down节点idx的引用
idx = new Index(z, idx, null);
}
else { // try to grow by one level
//构建新层级（旧层级+1）
level = max + 1; // hold in array and later pick the one to use
//构建一个level+1长度的Index数组
@SuppressWarnings("unchecked")Index[] idxs =
(Index[])new Index[level+1];
//从下到到上构建HeadIndex
for (int i = 1; i <= level; ++i)
idxs[i] = idx = new Index(z, idx, null);
//自旋
for (;;) {
h = head;
//保存head之前的层级
int oldLevel = h.level;
if (level <= oldLevel) // lost race to add level
break;
HeadIndex newh = h;
Node oldbase = h.node;
//构建new head
for (int j = oldLevel+1; j <= level; ++j)
newh = new HeadIndex(oldbase, newh, idxs[j], j);
//cas替换head节点
if (casHead(h, newh)) {
h = newh;
//idx赋值为之前层级的头节点，并将level赋值为之前的层级
idx = idxs[level = oldLevel];
break;
}
}
}
// find insertion points and splice in
//插入Index
splice: for (int insertionLevel = level;;) {
//获取新跳表head的层级
int j = h.level;
// 查找需要清除的节点
// q:新跳表head; r:q.right; t:新增的Index节点
for (Index q = h, r = q.right, t = idx;;) {
if (q == null || t == null)
break splice;
if (r != null) {
Node n = r.node;
// compare before deletion check avoids needing recheck
int c = cpr(cmp, key, n.key);
if (n.value == null) {// 需要清除n节点
// 删除q的right节点r，并替换为r.right
if (!q.unlink(r))
break;
r = q.right;//重新对r赋值
continue;
}
if (c > 0) {
// 继续向右查找一个key小于当前遍历到的节点r
q = r;
r = r.right;
continue;
}
}
if (j == insertionLevel) { //新跳表head层级等于旧跳表head层级
if (!q.link(r, t))//把新增节点插入q和r之间
break; // restart
if (t.node.value == null) {//新增节点被删除
findNode(key);//清除已删除的节点
break splice;
}
if (--insertionLevel == 0)//到达最底层
break splice;
}
//移动到下一层level
if (--j >= insertionLevel && j < level)
t = t.down;
q = q.down;
r = q.right;
}
}
}
return null;
}
说明： doput是插入或更新元素的主方法，函数执行流程分两步:
- 自旋查找索引位置，更新或插入给定节点（Node）元素。在这一步中也会帮助清除已经删除的节点。大概流程如下：
- 通过
findPredecessor方法（后面会分析）首先找到最底层(base-level)给定key节点的前继节点b，从这个节点开始向后查找合适位置插入（或更新） - 如果在查找过程中遇到已删除节点会调用
helpDelete方法帮助清除节点链接，然后重复a步骤
- 通过“掷硬币”方式决定是否更新跳表层级。在 ConcurrentSkipListMap 中这个“掷硬币”随机算法实现如下：生成一个随机数
rnd，如果rnd为正偶数（通过最高位和最低位都不为1验证）才会更新Index。然后判断这个随机数rnd从低2位开始有多少连续的1，如果这个“连续数”小于或等于旧表层级，则不需要增加跳表层级，只需更新Index；否则的话就需要增加跳表层级（旧表层级+1），并且更新Index和HeadIndex。
remove (Object key)
public V remove(Object key) {
return doRemove(key, null);
}
final V doRemove(Object key, Object value) {
if (key == null)
throw new NullPointerException();
Comparator cmp = comparator;
outer: for (;;) {
//找到给定key节点的前继节点
for (Node b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
if (n == null)
break outer;
Node f = n.next;
if (n != b.next) // inconsistent read
break;
if ((v = n.value) == null) { // n is deleted
n.helpDelete(b, f);//帮助清除已删除节点
break;
}
if (b.value == null || v == n) // b is deleted
break;
if ((c = cpr(cmp, key, n.key)) < 0)
break outer;
if (c > 0) {
//继续往右寻找
b = n;
n = f;
continue;
}
if (value != null && !value.equals(v))
break outer;
if (!n.casValue(v, null))//找到指定节点，把节点的value置空
break;
//给节点添加删除标识（next节点改为一个指向自身的节点）
//然后把前继节点的next节点CAS修改为next.next节点（彻底解除n节点的链接）
if (!n.appendMarker(f) || !b.casNext(n, f))
//如果cas失败，清除已删除的节点后重新循环
findNode(key); // retry via findNode
else {
//删除n节点对应的index
findPredecessor(key, cmp); // clean index
if (head.right == null)
//减少跳表层级
tryReduceLevel();
}
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;//返回对应value
}
}
return null;
}
说明： doRemove是移除节点的主方法，函数逻辑如下：
- 首先找到需要删除节点的前节点，如果在查找过程中发现有已经删除的节点，就帮助清除节点（解除节点链接）。
- 在找到需要删除的节点时并不会直接移除它，而是先利用 CAS 给这个节点添加一个删除标识（next 节点改为一个指向自身的节点），然后再利用 CAS 解除它的链接；如果途中 CAS 执行失败，则调用
findNode方法来清除已经删除的节点。 - 最后检查
head.right如果已经被移除，就调用tryReduceLevel()方法尝试对跳表进行降级操作（跳表只有在层级大于3时才可以降级），tryReduceLevel()源码如下:
private void tryReduceLevel() {
HeadIndex h = head;
HeadIndex d;
HeadIndex e;
if (h.level > 3 &&
(d = (HeadIndex)h.down) != null &&
(e = (HeadIndex)d.down) != null &&
e.right == null &&
d.right == null &&
h.right == null &&
casHead(h, d) && // try to set
h.right != null) // recheck
casHead(d, h); // try to backout
}
get (Object key)
public V get(Object key) {
return doGet(key);
}
private V doGet(Object key) {
if (key == null)
throw new NullPointerException();
Comparator cmp = comparator;
outer: for (;;) {
//从最底层(base-level)给定key节点的前继节点开始向后查找
for (Node b = findPredecessor(key, cmp), n = b.next;;) {
Object v; int c;
if (n == null)
break outer;
Node f = n.next;
if (n != b.next) // inconsistent read
break;
if ((v = n.value) == null) { // n is deleted
//节点n被删除，帮助清除已删除节点，继续循环outer
n.helpDelete(b, f);
break;
}
if (b.value == null || v == n) // b is deleted
break;
if ((c = cpr(cmp, key, n.key)) == 0) {//检查key是否相等
@SuppressWarnings("unchecked") V vv = (V)v;
return vv;
}
if (c < 0)
break outer;
//未找到合适节点，继续向后寻找
b = n;
n = f;
}
}
return null;
}
说明： doGet是通过key查找节点value的主方法，源码非常之简单，流程跟doRemove类似，不多赘述。
小结
本章重点：理解 ConcurrentSkipListMap 的数据结构—跳表。
Hope you like it...