多线程与高并发7-容器

关注

原创最新推荐文章于 2026-09-20 11:04:20 发布 172 阅读 AI 写同款· GEO 优化 ›

NDVI空间分布变化Slope趋势分析与F检验（自用） 1.NDVI数据预处理2.一元线性回归分析3.Slope趋势分析与F检验阅读详情

在这里插入图片描述
Queue队列:主要就是为高并发而存在，有进有出。
Deque双关队列：头和尾都可以存取
BlockingQueue阻塞队列：
PriorityQueue优先队列：按照顺序先入先出
DelayQueue延迟队列：队列中的对象只有到期之后才能被取走

HashTable,Vector

一代同步容器，所有的方法均上锁，基本不用

HashTable,HashMap,SynchroizedHashMap,ConcurrentHashMap

HashTable:JDK1.0时代，所有的方法都上了锁，性能较差
HashMap:效率高却无锁
SynchronizedHashMap:为解决HashMap无锁的问题，Collections工具类提供的转换方法。HashTable直接给方法上锁，这个是通过一个对象进行上锁效率稍高。

Collections.synchronizedMap(new HashMap<>);

ConcurrentHashMap：并发table
采用分段式锁设计，ConcurrentHashMap的主干是个Segment数组。Segment继承了ReentrantLock，所以它就是一种可重入锁（ReentrantLock)。
Segment里维护了一个HashEntry数组，并发环境下，对于不同Segment的数据进行操作是不用考虑锁竞争的。（就按默认的ConcurrentLeve为16来讲，理论上就允许16个线程并发执行，有木有很酷）
所以，对于同一个Segment的操作才需考虑线程同步，不同的Segment则无需考虑。
（put1.定位segment并确保定位的Segment已初始化 2.调用Segment的put方法。）
（get方法无需加锁，由于其中涉及到的共享变量都使用volatile修饰，volatile可以保证内存可见性，所以不会读取到过期数据。）

在写效率上来说，主要还是要看并发数和线程数，如果小并发情况下，sync式的map并不一定比ConcurrentHashMap低。（sync锁升级）。高并发情况下使用ConcurrentHashMap.
在读效率上，ConcurrentHashMap比HashTable和SyncTable效率高数十倍

ArrayList，Vector，Queue

ArrayList线程不安全，多个线程访问产生超卖现象
Vector线程安全，但所有的方法都上了锁
ConcurrentLinkedQueue在多线程条件下，如果没有不能重复线程，尽量使用Queue。queue提供了很多对多线程友好的api [ offer() peek() poll() ]
对于blockingqueue [ put() take() ]

Queue q = new ConcurrentLinkedQueue<>();
q.add();
q.poll();

ConcurrentHashMap,ConcurrentSkipListMap

非线程同步：hashMap,treeMap（红黑树排序，查询速度快）
线程同步：ConcurrentHashMap,ConcurrentSkipListMap（跳表，CAS实现于Tree太复杂，通过跳表实现。也是redis zset底层）
在这里插入图片描述
跳表结构，底层仍是链表(排序)，选举出父节点，父节点们仍是链表结构（并行链表），如果元素较多再次选举。查询时，通过父节点之间的范围，最终获得到该节点。
效率要比链表快很多（O(n),O(logn)）