一、集合框架核心问题：HashMap与ConcurrentHashMap的线程安全之争

在Java面试中，集合框架的线程安全问题几乎是必考内容。典型提问方式为：”HashMap与ConcurrentHashMap在多线程环境下的表现差异是什么？如何选择？”这一问题的本质在于考察开发者对并发编程模型与数据结构设计的理解深度。

1.1 HashMap的线程不安全本质

HashMap作为非线程安全集合，其底层实现存在两个致命缺陷：

扩容死循环：在JDK1.7中，当多线程同时触发扩容时，链表倒置操作可能形成环形链表，导致get操作陷入无限循环
数据不一致：put操作未加锁时，可能出现一个线程覆盖另一个线程写入的数据

// 并发场景下的HashMap问题复现
Map<String, String> map = new HashMap<>();
// 线程1执行扩容
new Thread(() -> {
    for (int i = 0; i < 10000; i++) {
        map.put("key" + i, "value" + i);
    }
}).start();
// 线程2触发扩容
new Thread(() -> {
    for (int i = 0; i < 10000; i++) {
        map.get("key" + i); // 可能触发扩容
    }
}).start();

1.2 ConcurrentHashMap的并发优化策略

JDK1.8引入的ConcurrentHashMap通过以下机制实现高效并发：

分段锁升级为CAS+synchronized：JDK1.7使用Segment分段锁，1.8改为对每个桶（Node）加锁
volatile节点保证可见性：所有节点使用volatile修饰，确保修改立即对其他线程可见
扩容同步机制：通过ForwardingNode节点实现扩容期间的读写转发

// ConcurrentHashMap的put操作核心逻辑
final V putVal(K key, V value, boolean onlyIfAbsent) {
    if (key == null || value == null) throw new NullPointerException();
    int hash = spread(key.hashCode());
    int binCount = 0;
    for (Node<K,V>[] tab = table;;) {
        Node<K,V> f; int n, i, fh;
        // CAS初始化或扩容判断
        if (tab == null || (n = tab.length) == 0)
            tab = initTable();
        else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
            // CAS插入新节点
            if (casTabAt(tab, i, null, new Node<K,V>(hash, key, value)))
                break;
        }
        // 其他情况处理...
    }
    // 实际代码有更多细节处理
    return null;
}

二、线程安全实现方案对比：从同步容器到并发容器

面试中常出现对比题：”除了ConcurrentHashMap，还有哪些线程安全集合？各自适用场景是什么？”这要求开发者具备完整的容器分类认知。

2.1 同步容器与并发容器差异

特性	同步容器（如Collections.synchronizedMap）	并发容器（如ConcurrentHashMap）
锁粒度	方法级粗粒度锁	桶级细粒度锁
性能	高并发下性能下降明显	吞吐量随线程数线性增长
迭代器一致性	快照迭代器（弱一致性）	弱一致性迭代器
复合操作支持	需要外部同步	提供原子方法（如putIfAbsent）

2.2 特殊场景解决方案

读多写少场景：使用CopyOnWriteArrayList，通过写时复制避免读锁竞争
计数器场景：使用AtomicLong或LongAdder，后者在高并发下性能更优
阻塞队列：生产者消费者模型推荐使用LinkedBlockingQueue或ArrayBlockingQueue

// CopyOnWriteArrayList示例
List<String> list = new CopyOnWriteArrayList<>();
// 写操作会复制整个底层数组
list.add("item"); 
// 读操作无需加锁
String item = list.get(0);

三、并发编程面试高频考点延伸

3.1 volatile关键字深度解析

面试官常通过”volatile能否替代synchronized？”考察对内存模型的理解。关键点包括：

可见性保证：修改立即对其他线程可见
有序性优化：禁止指令重排序（通过内存屏障实现）
局限性：不保证原子性，无法替代锁机制

// volatile的典型使用场景
class VolatileExample {
    private volatile boolean flag = false;
    public void stop() {
        flag = true; // 立即对其他线程可见
    }
    public void work() {
        while (!flag) { // 可见性保证
            // 业务逻辑
        }
    }
}

3.2 CAS操作与ABA问题

比较并交换（CAS）是并发编程的基础，但存在ABA问题：

问题描述：值从A→B→A，CAS认为未变化
解决方案：
- 使用AtomicStampedReference带版本号
- 业务层面设计不可逆操作

// ABA问题解决方案示例
AtomicStampedReference<Integer> atomicRef = new AtomicStampedReference<>(100, 0);
// 线程1
int stamp = atomicRef.getStamp();
Integer expected = atomicRef.getReference();
atomicRef.compareAndSet(expected, 101, stamp, stamp + 1);
// 线程2（解决ABA）
int newStamp = atomicRef.getStamp();
Integer newExpected = atomicRef.getReference();
boolean success = atomicRef.compareAndSet(newExpected, 100, newStamp, newStamp + 1);

四、面试准备策略建议

源码阅读能力：重点掌握HashMap、ConcurrentHashMap、ReentrantLock等核心类实现
场景化思考：将技术点与实际业务场景结合（如高并发计数、缓存穿透等）
性能对比意识：理解不同方案在特定场景下的性能差异（如synchronized vs ReentrantLock）
异常处理经验：准备并发场景下的典型异常处理方案（如死锁检测、线程池拒绝策略）

高质量的Java面试准备需要构建完整的知识体系，而非孤立记忆技术点。建议开发者通过以下方式提升：

搭建本地测试环境验证并发问题
阅读JDK源码理解设计思想
参与开源项目学习最佳实践
使用JMH等工具进行性能基准测试

在面试过程中，当遇到不确定的问题时，可遵循”现象→原因→解决方案→优化建议”的逻辑链条进行回答，展现系统化的问题解决能力。

高质量Java面试技术点深度解析：从集合框架到并发编程