Java 中 ConcurrentHashMap 1.7 和 1.8 之间有哪些区别？

在 Java 中，ConcurrentHashMap 的 1.7 和 1.8 版本在内部实现、性能优化和功能特性上有显著区别，主要体现在以下方面：

JDK 1.7
- 分段锁（Segment） ：将整个哈希表划分为多个 Segment，每个 Segment 继承自 ReentrantLock，是一个独立的哈希表，拥有自己的锁。
- 锁粒度 ：锁的粒度是 Segment 级别，不同 Segment 可以并发操作，但同一 Segment 内的操作需要加锁。
- 数据结构 ：每个 Segment 内部是一个数组 + 链表的结构，与 HashMap 类似。
- 缺点：锁的粒度较粗，在高并发场景下，如果多个线程操作同一个 Segment，仍然会竞争锁，导致性能瓶颈。
JDK 1.8
- 移除分段锁 ：不再使用 Segment，而是采用 Node 数组 + 链表/红黑树的结构，直接对数组的每个桶（bucket）加锁。
- 锁粒度 ：锁的粒度细化到数组的每个桶（Node 数组的每个元素），使用 synchronized 或 CAS（Compare-And-Swap）操作来实现线程安全。
- 数据结构：当链表长度超过阈值（默认 8）时，链表会转换为红黑树，以提高查询效率。
- 优点：锁的粒度更细，减少了锁竞争，提高了并发性能。

JDK 1.7
- 使用 ReentrantLock 实现分段锁，每个 Segment 是一个独立的锁。
- 写操作需要先定位到 Segment，然后获取该 Segment 的锁，操作完成后释放锁。
JDK 1.8
- 锁的实现方式更加灵活：
  - CAS 操作：用于无锁的初始化、扩容等操作。
  - synchronized：用于对数组的每个桶加锁，锁的粒度更细。
- 写操作直接定位到桶（bucket），然后对桶加锁，操作完成后释放锁。

JDK 1.7
- 分段扩容 ：每个 Segment 独立扩容，扩容时需要锁住整个 Segment，其他线程无法访问该 Segment。
- 扩容过程 ：扩容时，将 Segment 中的数据重新哈希到新的数组中，过程较为复杂。
JDK 1.8
- 全局扩容 ：整个 ConcurrentHashMap 作为一个整体进行扩容，采用多线程并行扩容的方式。
- 扩容过程 ：
  - 扩容时，会创建一个新的数组（nextTable），大小为原数组的两倍。
  - 多线程协助扩容，每个线程负责迁移部分数据。
  - 使用 ForwardingNode 作为占位符，标记正在迁移的桶，其他线程可以跳过这些桶。
- 优点：扩容过程更加高效，减少了锁竞争。

JDK 1.7
- 仅使用链表解决哈希冲突，当链表长度过长时，查询性能会下降（时间复杂度为 O(n)）。
JDK 1.8
- 引入红黑树：当链表长度超过阈值（默认 8）且数组长度大于 64 时，链表会转换为红黑树。
- 优点：红黑树的查询时间复杂度为 O(log n)，提高了查询效率。
- 退化条件：当红黑树节点数减少到一定程度（默认 6）时，会退化为链表。

JDK 1.8 的改进 ：
- 锁粒度更细：减少了锁竞争，提高了并发性能。
- CAS 操作：用于无锁的初始化、扩容等操作，减少了锁的开销。
- 红黑树：提高了查询效率，特别是在高冲突场景下。
- 并行扩容：多线程协助扩容，减少了扩容时的停顿时间。

JDK 1.8
- 代码实现更加简洁，移除了 Segment 相关的代码，逻辑更加清晰。
- 提供了更多的原子操作方法，如 computeIfAbsent、merge 等，简化了并发编程的复杂性。

JDK 1.7 的 ConcurrentHashMap 通过分段锁机制实现了线程安全，但锁的粒度较粗，在高并发场景下可能存在性能瓶颈。
JDK 1.8 的 ConcurrentHashMap 通过移除分段锁、引入 CAS 操作、细粒度锁和红黑树等优化，显著提高了并发性能和查询效率，代码实现也更加简洁。

我正在程序员刷题神器面试鸭上高效准备面试，9000+ 高频面试真题、800 万字优质题解，覆盖主流编程方向，跟我一起刷原题、过面试：点此进入