阿华代码，不是逆风，就是我疯
你们的点赞收藏是我前进最大的动力！！
希望本文内容能够帮助到你！！
目录
一：多线程环境使用ArrayList
引入：
1：顺序表使用同步机制
2：套壳封装
3：写时拷贝
（1）添加/修改元素操作
（2）优点
（3）缺点
（4）使用场景
二：多线程环境使用队列
三：多线程环境使用哈希表（面试高频）
引入
1：ConcurrentHashMap
（1）缩小锁粒度
（2）使用CAS原子操作
（3）扩容的优化
一：多线程环境使用ArrayList
引入：
原来的集合类，大部分都是线程不安全的，但是有几个例外：Vector,Stack,HashTable（这几个类）但是现在官方已经不太推荐使用了，后续可能会删掉——因为哪怕是在单线程下也要加锁，这种情况不合理（往下看）
在这些类内部中，把一些关键的方法都加锁了，导致它们不仅在多线程场景下要加锁，而且在单线程场景下也要加锁。虽然JVM中有“锁消除”机制，但这也不是万能的，加锁带来的资源消耗依旧是不可忽视的（单线程下就没必要加锁了嘛）
1：顺序表使用同步机制
使用synchronized和ReentrantLock进行加锁，上一篇文章有提及两者的区别，往回翻翻~~
2：套壳封装
使用Collections.synchronizedList（new ArrayList）
因为ArrayList本身各种操作都是不带锁的，我们把它作为参数传入，相当于给ArrayList封装一下，套入Collections.synchronizedList（）这个壳中，得到一个新的对象，这个新的对象调用关键的方法操作都是带有锁的
3：写时拷贝
使用CopyOnWriteArrayList
（1）添加/修改元素操作
如果我们往一个容器里面添加元素，我们不往这个容器中添加，而是先copy一份新容器，往新的容容里面添加或者修改元素
添加修改完元素之后，在将引用指向新的容器
（2）优点
①可以进行并发读，在“读多写少”的场景下效率非常高（在引用指向新的容器之前，读操作都可以在旧容器上完成）
（3）缺点
①相应的顺序表如果太大，copy的开销也变高了
②“写操作”非常频繁，copy的频率就会非常高，资源的消耗和占用就比较严重
③不能第一时间读到新写的数据
（4）使用场景
服务器加载配置文件的时候，就会把文件内容解析出来放到内存的数据结构中，配置文件体积小，而且修改频率低
二：多线程环境使用队列
这边以前的文章有总结过就不再加以详述
主要以自己加锁和使用BlockingQueue为主
三：多线程环境使用哈希表（面试高频）
引入
在多线程环境下，Hashtbale是线程安全的，因为在Hashtable内部的关键方法中都有进行synchronized加锁操作。
但是HashMap就不行了，在数组的基础上还涉及到链表和树化
1：ConcurrentHashMap
于是我们就加以改进，引入了ConcurrentHashMap（并发HashMap），以下是我们的改进过程
（1）缩小锁粒度
①HashMap中的加锁
当我们尝试对HashMap中的不同链表下的不同元素进行修改操作的时候，就会触发锁竞争
因为这个锁是针对整个HashMap（this）而言的
如下图中我们想修改元素1和元素2，就会触发锁竞争，
重点：
但实际上修改不同链表上的元素操作，并不会触发线程安全问题（加大了加锁的频率，资源浪费）
只有在修改同一个链表下的（相邻必触发：因为操作会涉及到同一个引用）元素可能会触发线程安全问题
于是我们在ConcurrentHashMap中进行了优化
②ConcurrentHashMap中的加锁
锁对象为每个数组中的元素（链表的头结点），此时如果修改同一个链表下的元素，就会触发锁竞争。
理解：相当于把一个大锁拆分成了好多把小锁（这就是缩小锁粒度）
优点：不仅解决了线程安全问题，还降低了加锁的频率，节约了资源
注：这里的锁的数量虽然很多，但并不会增加太多的资源消耗，因为加锁对象（头结点）是现成的，不需要我们再去创建了
（2）使用CAS原子操作
在ConcurrentHashMap中，比如针对哈希表中的元素个数的维护，我们使用CAS就可以减少一些加锁。
用synchronized加锁，咱们不知道加锁处于那种阶段（程度）的加锁——可能是偏向锁，轻量级化加锁，甚至是最后升级为重量级化加锁，这件事都是不可预估的
（3）扩容的优化
负载因子=元素个数/数组长度 ，0.75是一个扩容阈值指标
①HashMap扩容机制
如果数组元素个数太多会进行扩容，链表下元素个数太多会进行树化
扩容：创建一个更大数组，把旧Hash表上的元素一下子搬过去（一把梭哈），如果元素数量非常多，这里的copy操作就会非常的耗费时间，实际表现就是突然间某个操作非常卡
②ConcurrentHashMap扩容机制
扩容时，每次只搬运一部分元素，随着每次的插入/删除/添加/查找操作，都会搬运一部分元素。
内部机制：扩容时，有两份哈希表
插入操作——往新表上插
删除操作——新表旧表都删
查找操作——新表旧表都查
优点：确保每次操作耗费的时间都不长，避免出现卡顿的情况
缺点：整体扩容的时间变长了
