前面几篇文章分析了并发HashMap的put方法及其相关方法，transfer方法，那么接下来本篇文章相对之前几篇难度会小一些。
本篇文章介绍ConcurrentHashMap的get方法和remove方法。
get方法：获取元素，根据目标key所在桶的第一个元素的不同采用不同的方式获取元素，关键点在于find()方法的重写。
public V get(Object key) {
// tab 引用map.table
// e 当前元素(用于循环遍历)
// p 目标节点
// n table数组长度
// eh 当前元素hash
// ek 当前元素key
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
// 根据key.hashCode()计算hash: 扰动运算后得到得到更散列的hash值
int h = spread(key.hashCode());
java // --------------------------------------------------------------------------------
// CASE1:
// 如果元素所在的桶存在且里面有元素
// 条件一：(tab = table) != null
// true -> 表示已经put过数据，并且map内部的table也已经初始化完毕
// false -> 表示创建完map后，并没有put过数据，map内部的table是延迟初始化的，只有第一次写数据时会触发初始化创建table逻辑
// 条件二：(n = tab.length) > 0 如果为 true-> 表示table已经初始化
// 条件三：(e = tabAt(tab, (n - 1) & h)) != null
// true -> 当前key寻址的桶位有值
// false -> 当前key寻址的桶位中是null，是null直接返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
// 进入if代码块内部的前置条件：当前桶位有数据
java // 如果第一个元素就是要找的元素，则直接返回
// 对比头结点hash与查询key的hash是否一致
// 条件成立：说明头结点与查询Key的hash值完全一致
if ((eh = e.hash) == h) {
// 完全比对 查询key 和 头结点的key
// 条件成立：说明头结点就是查询数据
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
// 当e的hash值以及e对应的key都匹配目标元素时，则找到了，直接返回~
return e.val;
}
java // --------------------------------------------------------------------------------
// CASE2: eh < 0
// 条件成立：即，hash小于0 分2种情况，是树或者正在扩容,需要借助find方法寻找元素，find的寻找方式依据Node的不同子类有不同的实现方式:
// 情况一：eh=-1 是fwd结点 -> 说明当前table正在扩容，且当前查询的这个桶位的数据已经被迁移走了，需要借助fwd结点的内部方法find去查询
// 情况二：eh=-2 是TreeBin节点 -> 需要使用TreeBin 提供的find方法查询。
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
java // --------------------------------------------------------------------------------
// CASE3: 前提条件 -> CASE1和CASE2条件不满足！
// 说明是当前桶位已经形成链表的这种情况: 遍历整个链表寻找元素
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
java }
return null;
}
在get方法CASE2中，eh < 0会分2中情况：
情况一：eh=-1 是fwd结点 -> 说明当前table正在扩容，且当前查询的这个桶位的数据已经被迁移走了，需要借助fwd结点的内部方法find去查询。
情况二：eh = -2 是TreeBin节点 -> 需要使用TreeBin 提供的find方法查询。
下面就分析一下情况一，即当前桶位中是fwd结点。我们来分析一下FWD这个内部类，以及其内部的find方法：
static final class ForwardingNode<K,V> extends Node<K,V> {
final Node<K,V>[] nextTable;
ForwardingNode(Node<K,V>[] tab) {
super(MOVED, null, null, null);
this.nextTable = tab;
}
java // fwd结点的find方法：
Node<K,V> find(int h, Object k) {
// loop to avoid arbitrarily deep recursion on forwarding nodes
// tab 一定不为空：整个ConcurrentHashMap源码中，只有一个地方实例化ForwardingNode，就是在transfer迁移数据方法中执行了：ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);（当某个桶位数据处理完毕后，将此桶位设置为fwd节点，其它写线程或读线程看到后，会有不同逻辑）
Node<K,V>[] tab = nextTable;
java // ------------------------------------------------------------------------------
// 自旋1
outer: for (;;) {
// n 表示为扩容而创建的新表的长度
// e 表示在扩容而创建新表时，使用寻址算法得到的桶位头结点
Node<K,V> e; int n;
java // 条件一：永远不成立
// 条件二：永远不成立
// 条件三：永远不成立
// 条件四：在新扩容表中重新路由定位 hash 对应的头结点
// true -> 1.在oldTable中对应的桶位在迁移之前就是null
// false -> 2.扩容完成后，有其它写线程，将此桶位设置为了null
if (k == null || tab == null || (n = tab.length) == 0 ||
(e = tabAt(tab, (n - 1) & h)) == null)
return null;
java // ---------------------------------------------------------------------------
// 自旋2
// 前置条件：扩容后的表对应hash的桶位一定不是null，e为此桶位的头结点
// e可能为哪些node类型？
// 1.node 类型
// 2.TreeBin 类型
// 3.FWD类型
for (;;) {
// eh 新扩容后表指定桶位的当前节点的hash
// ek 新扩容后表指定桶位的当前节点的key
int eh; K ek;
// CASE1条件成立：说明新扩容后的表，当前命中桶位中的数据，即为查询想要数据。
if ((eh = e.hash) == h &&
((ek = e.key) == k || (ek != null && k.equals(ek))))
// 直接将e返回~
return e;
java // CASE2: eh < 0 时
// 1.TreeBin 类型
// 2.FWD类型（新扩容的表，在并发很大的情况下，可能在此方法再次拿到FWD类型），即可能又发生了扩容
if (eh < 0) {
// 判断是否是FWD结点
if (e instanceof ForwardingNode) {
// 是FWD结点
tab = ((ForwardingNode<K,V>)e).nextTable;
// 跳转到自旋1
continue outer;
}
else// 不是FWD结点
// 说明此桶位 为 TreeBin 节点，使用TreeBin.find 查找红黑树中相应节点。
return e.find(h, k);
}
java // 前置条件：当前桶位头结点 并没有命中查询，说明此桶位是链表
// 1.将当前元素指向链表的下一个元素
// 2.判断当前元素的下一个位置是否为空
// true -> 说明迭代到链表末尾，未找到对应的数据，返回Null
if ((e = e.next) == null)
return null;
}
}
}
}
小节：
（1）hash到元素所在的桶；
（2）如果桶中第一个元素就是该找的元素，直接返回；
（3）如果是树或者正在迁移元素，则调用各自Node子类的find()方法寻找元素；
（4）如果是链表，遍历整个链表寻找元素；
（5）获取元素没有加锁；
remove方法：删除元素跟添加元素一样，都是先找到元素所在的桶，然后采用分段锁的思想锁住整个桶，再进行操作。
public V remove(Object key) {
// 调用替换节点方法
return replaceNode(key, null, null);
}
java/**
* 结点替换：
* 参数1：Object key -> 就表示当前结点的key
* 参数2：V value -> 要替换的目标值
* 参数3：Object cv（compare Value） ->
* 如果cv不为null，则需要既比对key，还要比对cv，这样个参数都一致，才能替换成目标值
*/
final V replaceNode(Object key, V value, Object cv) {
// 计算key经过扰动运算后得到的hash
int hash = spread(key.hashCode());
// 自旋
for (Node<K,V>[] tab = table;;) {
// f表示桶位头结点
// n表示当前table数组长度
// i表示hash命中桶位下标
// fh表示桶位头结点hash
Node<K,V> f; int n, i, fh;
java // ----------------------------------------------------------------------------
// CASE1：
// 条件一：tab == null
// true -> 表示当前map.table尚未初始化..
// false -> 表示当前map.table已经初始化
// 条件二：(n = tab.length) == 0
// true -> 表示当前map.table尚未初始化..
// false -> 已经初始化
// 条件三：(f = tabAt(tab, i = (n - 1) & hash)) == null
// true -> 表示命中桶位中为null，直接break
if (tab == null || (n = tab.length) == 0 ||
(f = tabAt(tab, i = (n - 1) & hash)) == null)
// 如果目标key所在的桶不存在，跳出循环返回null
break;
java // ----------------------------------------------------------------------------
// CASE2：
// 前置条件CASE2 ~ CASE3：当前桶位不是null
// 条件成立：fwd结点，说明当前table正在扩容中，当前是个写操作，所以当前线程需要协助table完成扩容。
else if ((fh = f.hash) == MOVED)
// 如果正在扩容中，则协助扩容
tab = helpTransfer(tab, f);
java // ----------------------------------------------------------------------------
// CASE3:
// 前置条件CASE2 ~ CASE3：当前桶位不是null
// 当前桶位是一个有数据的桶位，桶中可能是 "链表"也可能是"红黑树"TreeBin
else {
// 保留替换之前的数据引用
V oldVal = null;
// 校验标记,在下面的CASEn中的if判断使用：标记是否处理过
boolean validated = false;
// 加锁当前桶位头结点，加锁成功之后会进入代码块。
synchronized (f) {
// 判断sync加锁是否为当前桶位头节点，防止其它线程，在当前线程加锁成功之前，修改过桶位 的头结点，导致锁错对象！
java // --------------------------------------------------------------------
// CASE4: tabAt(tab, i) == f 再次验证当前桶第一个元素是否被修改过
// 条件成立：说明当前桶位头结点仍然为f，其它线程没修改过！
if (tabAt(tab, i) == f) {
// --------------------------------------------------------------------
// CASE5: fh >= 0
// 条件成立：说明桶位为链表或者单个node
if (fh >= 0) {
// 校验标记置为true
validated = true;
java // e 表示当前循环处理结点
// pred 表示当前循环节点的上一个节点
Node<K,V> e = f, pred = null;
// 遍历链表寻找目标节点
for (;;) {
// 表示当前节点key
K ek;
java // ------------------------------------------------------------
// CASE6:
// 条件一：e.hash == hash
// true->说明当前节点的hash与查找节点hash一致
// 条件二：((ek = e.key) == key || (ek != null && key.equals(ek)))
// CASE6的if条件成立，说明key 与查询的key完全一致。
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
// 找到了目标节点：当前节点的value，
V ev = e.val;
java // -----------------------------------------------------
// CASE7: 检查目标节点旧value是否等于cv
// 条件一：cv == null
// true -> 替换的值为null那么就是一个删除操作
// 条件二：cv == ev || (ev != null && cv.equals(ev))
// true -> 那么是一个替换操作
if (cv == null || cv == ev ||
(ev != null && cv.equals(ev))) {
// 删除 或者 替换
// 将当前节点的值 赋值给 oldVal 后续返回会用到~
oldVal = ev;
java // 目标value不等于null
// 如果条件成立：说明当前是一个替换操作
if (value != null)
// 直接替换
e.val = value;
// 条件成立：说明当前节点非头结点
else if (pred != null)
// 如果前置节点不为空，删除当前节点：
// 让当前节点的上一个节点，指向当前节点的下一个节点。
pred.next = e.next;
// 条件成里：说明当前节点即为头结点
else
// 如果前置节点为空，说明是桶中第一个元素，删除之：
// 只需要将桶位设置为头结点的下一个节点。
setTabAt(tab, i, e.next);
}
break;
}
pred = e;
// 遍历到链表尾部还没找到元素，跳出循环
if ((e = e.next) == null)
break;
}
}
java // --------------------------------------------------------------------
// CASE8: f instanceof TreeBin
// 条件成立：TreeBin节点。
else if (f instanceof TreeBin) {
// 校验标记置为true
validated = true;
java // 转换为实际类型 TreeBin t
TreeBin<K,V> t = (TreeBin<K,V>)f;
// r 表示 红黑树根节点
// p 表示 红黑树中查找到对应key 一致的node
TreeNode<K,V> r, p;
java // 遍历树找到了目标节点：
// 条件一：(r = t.root) != null 理论上是成立
// 条件二：TreeNode.findTreeNode 以当前节点为入口，向下查找key（包括本身节点）
// true->说明查找到相应key 对应的node节点，会赋值给p
if ((r = t.root) != null &&
(p = r.findTreeNode(hash, key, null)) != null) {
// 保存p.val 到pv
V pv = p.val;
java // 检查目标节点旧value是否等于cv：
// 条件一：cv == null 成立：不必对比value，就做替换或者删除操作
// 条件二：cv == pv ||(pv != null && cv.equals(pv)) 成立：说明“对比值”与当前p节点的值 一致
if (cv == null || cv == pv ||
(pv != null && cv.equals(pv))) {
// 替换或者删除操作
oldVal = pv;
java // 如果value不为空则替换旧值
// 条件成立：替换操作
if (value != null)
p.val = value;
java // 如果value为空则删除元素
// 删除操作
else if (t.removeTreeNode(p))
// 如果删除后树的元素个数较少则退化成链表
// t.removeTreeNode(p)这个方法返回true表示删除节点后树的元素个数较少
setTabAt(tab, i, untreeify(t.first));
}
}
}
}
}
// ----------------------------------------------------------------------------
// CASEn: 如果处理过，不管有没有找到元素都返回
// 当其他线程修改过桶位头结点时，当前线程 sync 头结点 锁错对象时，validated 为false，会进入下次for自旋:
if (validated) {
// 如果找到了元素，返回其旧值
if (oldVal != null) {
// 替换的值 为null，说明当前是一次删除操作，oldVal ！=null 成立，说明删除成功，更新当前元素个数计数器。
// 如果要替换的值为空，元素个数减1
if (value == null)
addCount(-1L, -1);
return oldVal;
}
break;
}
}
}
java // 没找到元素返回空
return null;
}
小节：
（1）计算hash；
（2）如果所在的桶不存在，表示没有找到目标元素，返回；
（3）如果正在扩容，则协助扩容完成后再进行删除操作；
（4）如果是以链表形式存储的，则遍历整个链表查找元素，找到之后再删除；
（5）如果是以树形式存储的，则遍历树查找元素，找到之后再删除；
（6）如果是以树形式存储的，删除元素之后树较小，则退化成链表；
（7）如果确实删除了元素，则整个map元素个数减1，并返回旧值；
（8）如果没有删除元素，则返回null；
本篇文章结束，ConcurrentHashMap的大部分知识点分析完毕，下面一篇文章最后再分析一下TreeBin就收尾了！
