【数据结构】TreeMap和ConcurrentSkipListMap详解及对比，高性能少不了他们

生活不是一天两天，还是要积累的，原来很多笔记都堆在了云笔记上自己看，也许分享可以让人成长更快吧，
作为技术人有时候挺蕉绿的，因为很多时候想看看其他类型的书，但是总无法静下心来，就好像不看技术书籍，不学习技术就哪里不对劲，真是一个糟糕的心态，如果你们也有类似问题，让我们一起改变一下吧，看书确实让人愉悦，放平心态，不要管年龄，技术深浅，每天每周花些时间看其他类型的书，对于人生本身来说不仅有益，也是享受

言归正传~

TreeMap和ConcurrentSkipListMap很多特性比较像

TreeMap

看下源码的依赖关系，可以看到是实现了SortedMap，有序

来看特性，数数家珍

1. 红黑树原理（有时间专门写一篇，这里不详细说）
2. key有序
3. key不允许重复，值可以重复
4. 可排序性：可通过Comparator改变排序规则
5. 线程不安全
6. 支持范围查询
7. 内存效率比ConcurrentSkipListMap高，因为没有额外层次

怎么用？

（这里主要说的是和ConcurrentSkipListMap的考虑）

​ 单线程环境下性能不错，高并发环境下性能会有一定影响，可以使用ConcurrentSkipListMap；所以使用建议非多线程环境下尽量使用TreeMap也可以提供较好的效率；对于高并发程序，可使用ConcurrentSkipListMap提供更高的并发度

如何让它线程安全？

实现方式如下

Collections.synchronizedSortedMap(new TreeMap<>(Comparator.naturalOrder()))

应用场景

1. 撮合系统买单卖单
2. …………

好了下面说下另一个大佬

ConcurrentSkipListMap

看下源码图例，啥意思呢，用的原理是跳表形式，后面讲解

看下它的依赖位置，根依赖是Map，实现的Map为ConcurrentMap和SortedMap ，可以知道是线程安全的和有序的了

特性如数家珍

1. 跳表原理，复杂度O(log(n))，比较高效
2. 线程安全，利用了锁分离技术，通过使用多个锁来减少锁竞争，锁的粒度小，这样不在同一个操作的如插入和查询，多条路径下就不会相互影响
3. key有序，可传递Comparable自定义排序
4. 使用非阻塞算法：CAS；乐观锁：先假设不会发生冲突，到最后阶段检查如果有冲突进行重试操作
5. key不允许重复，值可以重复
6. 支持范围查询，提供如subMap headMap tailMap 方法获取
7. 无内存泄漏
8. 动态调整级别，可动态调整跳表级别，适应不同负载情况

---

原理是跳表，所以我们讲一下跳表是什么样的情况

跳表

跳表用于快速查找，它的插入和删除只需要对整个数据结构的局部进行操作即可；高并发会拥有更好的性能；

结构如下

我们总结一下它的特性

1. 多个链表分层，上面是下面的子集（一层比一层多，细，包含关系）
2. 所有链表的元素都是排序的
3. 搜索是跳跃式的，从上面第二级开始搜索
4. 空间换时间的做法（分为多级肯定是废空间，但是搜索时间大大减少）

啥时候用呢？高并发、对性能有较高要求、不需要特别关注内存使用情况的时候，就可以用它了

栗子

举个栗子怎么搜的

比如我要搜18，就是1-7-13-下一级13-17-下一级17-18找到

比如我要搜10，搜索路径为1-7-9-10，要是普通搜索得从1搜到10搜索10次，现在搜索四次就行了

典型应用场景

1. 实时排行榜

ConcurrentSkipListMap<Integer, Player> leaderboard = new ConcurrentSkipListMap<>(Comparator.reverseOrder());
leaderboard.put(player.getScore(), player); // 按分数倒序

2. 事件调度器

ConcurrentSkipListMap<Long, Runnable> schedule = new ConcurrentSkipListMap<>();
schedule.put(System.currentTimeMillis() + delay, task); // 按时间排序

好，那用了synchronized的TreeMap和ConcurrentSkipListMap都线程安全，哪种效果好呢？下面对比一下

线程安全机制对比**

特性	ConcurrentSkipListMap	synchronizedSortedMap(TreeMap)
锁粒度	无锁读 + 细粒度锁写（CAS/层级锁分离）	粗粒度锁（整个Map实例锁）
并发性能	高并发下吞吐量高（读无锁，写竞争少）	低并发下简单，高并发下性能骤降（所有操作串行化）
锁竞争	几乎无读锁竞争，写操作仅在特定层级竞争	所有操作需竞争同一把锁
实现复杂度	复杂（跳表 + 无锁算法）	简单（通过synchronized包装TreeMap）

示例场景：

10线程并发读/写：ConcurrentSkipListMap 吞吐量可能是 synchronizedSortedMap 的 5-10倍

决策树：

感恩感谢，祝财源滚滚~

跳表相关图片引用此文章：https://javaguide.cn/java/concurrent/java-concurrent-collections.html#concurrentskiplistmap