1.为什么要使用ConcurrentHashMap
HashMap里也有failFast机制,在多线程环境下，使用HashMap进行put操作会引起死循环
因为多线程可能会导致HashMap的Entry链表形成环形数据结构,一旦形成环形数据结构，Entry的next节点永远不为空，就会产生死循环一直获取Entry
HashTable容器是使用synchronized来保证线程安全,但是由于synchronized的原因,在线程竞争激烈的情况下HashTable的效率非常低下.
而ConcurrentHashMap就应运而生.
2.ConcurrentHashMap有一些什么有用的方法
putIfAbsent(key,value): 原子性的实现了元素不存在时插入元素,存在则返回已存在的value
V putIfAbsent(K key, V value)
如果key对应的value不存在，则put进去，返回null。否则不put，返回已存在的value。
boolean remove(Object key, Object value)
如果key对应的值是value，则移除K-V，返回true。否则不移除，返回false。
boolean replace(K key, V oldValue, V newValue)
如果key对应的当前值是oldValue，则替换为newValue，返回true。否则不替换，返回false。
3.解释下Hash
Hash:散列,属于压缩的映射。
任意长度的输入,通过一种算法,变换成固定长度的输出。
Md5，Sha，取余等等都是散列算法
ConcurrentHashMap中是wang/jenkins算法
4.ConcurrentHashMap在1.7下的实现
分段锁的设计思想
ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成
Segment实际是一种可重入锁(ReentrantLock),HashEntry则用于存储键值对数据。
一个ConcurrentHashMap里包含一个Segment数组,
Segment的结构和HashMap类似,是一种数组和链表结构.
一个Segment里包含一个HashEntry数组,每个HashEntry是一个链表结构的元素，每个Segment守护着一个HashEntry数组里的元素
当对HashEntry数组的数据进行修改时,必须首先获得与它对应的Segment锁。
ConcurrentHashMap初始化方法是通过initialCapacity,loadFactor和concurrencyLevel(参数concurrencyLevel是用户估计的并发级别
就是说你觉得最多有多少线程共同修改这个map，根据这个来确定Segment数组的大小,concurrencyLevel默认是DEFAULT_CONCURRENCY_LEVEL = 16;)。
ConcurrentHashMap完全允许多个读操作并发进行，读操作并不需要加锁。ConcurrentHashMap实现技术是保证HashEntry几乎是不可变的.
HashEntry代表每个hash链中的一个节点,其中的对象属性要么是final的,要么是volatile的.
5.ConcurrentHashMap在1.8下的实现
对于1.7的基础上改进了2点
一：取消了segments字段,直接采用transient volatile HashEntry<K,V>[] table保存数据，采用table数组元素作为锁，从而实现了对每一行数据进行加锁，进一步减少并发冲突的概率。
二：将原先table数组＋单向链表的数据结构,变更为table数组＋单向链表/红黑树的结构可以改进性能。
6.ConcurrentSkipListMap 和ConcurrentSkipListSet
ConcurrentSkipListMap是TreeMap的并发实现
ConcurrentSkipListSet是TreeSet的并发实现
7.什么是跳表SkipList？
跳表SkipList其实也是一种通过“空间来换取时间”的一个算法，通过在每个节点中增加了向前的指针，从而提升查找的效率。可以减少查找所需时间为O(n/2)
因为我们可以先通过每个节点的最上面的指针先进行查找,这样子就能跳过一半的节点。
比如我们想查找19,首先和6比较,大于6之后,在和9进行比较,然后在和12进行比较…最后比较到21的时候,发现21大于19,说明查找的点在17和21之间,
从这个过程中,我们可以看出,查找的时候跳过了3,7,12等点,因此查找的复杂度为O(n/2)。
跳跃表又被称为概率，或者说是随机化的数据结构
目前开源软件 Redis 和 lucence都有用到它。
(面试题: 我如何在一万条数据查询中,增加数据查询的效率
方案一:毫不犹豫的说,可以使用调表的方法;)
8.ConcurrentLinkedQueue 是什么有什么常用的方法 ?
一个基于链接节点的无界非阻塞队列
常用的方法
Add,offer：添加元素
Peek：get头元素并不把元素拿走
poll()：get头元素把元素拿走
9.CopyOnWriteArrayList和CopyOnWriteArraySet
写的时候进行复制，可以进行并发的读。
适用读多写少的场景：
比如
黑名单
商品类目的访问和更新场景,假如我们有一个搜索网站,用户在这个网站的搜索关键字搜索内容,但是某些关键字是不允许被搜索.
这些不能被搜索的关键字会被放在一个黑名单当中,黑名单每天晚上更新一次.
当用户搜索时，会检查当前关键字在不在黑名单当中，如果在，则提示不能搜索。
(读多写少)
缺点:
内存占用高，数据一致性弱
10.常用阻塞队列
1.ArrayBlockingQueue： 是数组结构组成有界阻塞队列。
遵循先进先出原则，初始化必须传大小，take和put时候用的同一把锁
2.LinkedBlockingQueue：是链表结构组成的有界阻塞队列
也是遵循的先进先出原则，不过它在初始化时候可以不传大小，take和put时候锁是分离的
3.PriorityBlockingQueue：是支持优先级排序的无界阻塞队列
它的优先级的排序是按照自然顺序升序排列的
类自己实现compareTo()方法并初始化PriorityBlockingQueue指定一个比较器Comparator可以实现更改排序方式
4.DelayQueue：是使用了优先级队列的无界阻塞队列
它支持延时获取(队列里的元素要实现Delay接口)。
DelayQueue运用可以在以下应用场景。
缓存系统的设计：
可以用DelayQueue保存缓存元素的有效期，使用一个线程循环查询DelayQueue，一旦能从DelayQueue中获取元素时，表示缓存有效期到了。
还有订单到期，限时支付等
5.SynchronousQueue：不存储元素的阻塞队列
这个需要注意的是每个put操作必须要等take操作
6.LinkedTransferQueue：链表结构组成的无界阻塞队列
Transfer,tryTransfer,生产者put时,当前有消费者take,生产者会直接把元素传给消费者
7.LinkedBlockingDeque：链表结构组成的双向阻塞队列
可以在队列的两端插入和移除,xxxFirst头部操作,xxxLast尾部操作.工作窃取模式。
未完待续…
