4.3 JDK并发数据结构
由于并行程序与串行程序的不同特点，适用于串行程序的一些数据结构可能无法直接在并发环境下工作，这是因为这些数据结构不是线程安全的。
4.3.1 并发List
Vector或者CopyOnWriteArrayList是两个线程安全的List实现，ArrayList不是线程安全的，因此，应该尽量避免在多线程环境中使用ArrayList。如果因为某些原因必须使用的，则需要使用下面代码进行包装。
Collections.synchronizedCollection(new ArrayList<>());在没有对象进行写操作前，由于对象未发生改变，因此不需要加锁。而在试图改变对象时，总是先获取对象的一个副本，然后对副本进行修改，最后将副本写回。
这种实现方式的核心思想是减少锁竞争，从而提高在高并发时的读取性能，但是它却在一定程度上牺牲了写的性能。
public E get(int index) {
return get(getArray(), index);
}Vector使用了同步关键字，所有的get()操作都必须先取得对象锁才能进行。在高并发的情况下，大量的锁竞争会拖累系统性能。
public synchronized E get(int index) {
if (index >= elementCount)
throw new ArrayIndexOutOfBoundsException(index);
return elementData(index);
}虽然CopyOnWriteArrayList的读操作性能优越，但是，它的写操作却不尽人意，它的add方法如下：
public boolean add(E e) {
final ReentrantLock lock = this.lock;
lock.lock();
try {
Object[] elements = getArray();
int len = elements.length;
Object[] newElements = Arrays.copyOf(elements, len + 1);// 数组复制
newElements[len] = e; // 修改副本
setArray(newElements);// 写回副本
return true;
} finally {
lock.unlock();
}
}在每一次的add方法中，都是进行一次自我复制，同时，add也申请了锁，并不像get方法那样。相对地，Vector的add方法则要快捷很多。因此，在高并发且以读为主的应用场景中，CopyOnWriteArrayList要优于Vector，但是，当写操作为主的情况下，应该优先使用Vector.
CopyOnWriteArrayList如何做到线程安全的
CopyOnWriteArrayList使用了一种叫写时复制的方法，当有新元素添加到CopyOnWriteArrayList时，先从原有的数组中拷贝一份出来，然后在新的数组做写操作，写完之后，再将原来的数组引用指向到新数组。
当有新元素加入的时候，如下图，创建新数组，并往新数组中加入一个新元素,这个时候，array这个引用仍然是指向原数组的。当元素在新数组添加成功后，将array这个引用指向新数组。CopyOnWriteArrayList的整个add操作都是在锁的保护下进行的。
这样做是为了避免在多线程并发add的时候，复制出多个副本出来,把数据搞乱了，导致最终的数组数据不是我们期望的。
4.3.2 并发Set
和List相似，并发Set也有一个CopyOnWriteArraySet，它实现了Set接口，并且是线程安全的。它的内部实现完全依赖于CopyOnWriteArrayList，因为他们的特性完全一致。
4.3.3 并发Map
由于Map是使用相当频繁的一个数据结构，因此JDK中便提供了一个专门用于高并发的Map实现CuncurrentHashMap。
4.3.4 并发Queue
一个是以ConcurrentLinkedQueue为代表的高性能队列，一个是以BlockingQueue接口为代表的阻塞队列。不论哪种实现，都继承自Queue接口。
BlockingQueue的主要功能并不是在于提高高并发的队列性能，而在于简化多线程间的数据共享，它的性能低于COncurrentLinkedQueue。
4.3.4 并发Dueue
在JDK中，还提供了一种双端队列，简称Depue。它允许在队列的头部或者尾部进行出队和入队操作。与Queue相比，它们具有更加复杂的功能。
LinkedBlockingDueue是一个线程安全的双端队列实现。可以说，它已经是最为复杂的一个队列实现。在内部实现中，LinkedBlockingDueue使用链表结构。每一个队列节点都维护一个前驱节点和一个后驱节点。LinkedBlockingDueue没有进行读写锁的分离，因此同一个时间只能有一个线程对其进行操作。因此在高并发的应用中，它的性能表现要远远低于LinkedBlockingQueue，更要低于CocurrentLinkedQueue。
