本文来源于微信公众号【胖滚猪学编程】、转载请注明出处
在漫画并发编程系统博文中，我们讲了N篇关于锁的知识，确实，锁是解决并发问题的万能钥匙，可是并发问题只有锁能解决吗？今天要出场一个大BOSS：CAS无锁算法，可谓是并发编程核心中的核心！
首先我们再回顾一下原子性问题的原因，参考【漫画】JAVA并发编程 如何解决原子性问题。
两个线程同时把count=0加载到自己的工作内存，线程B先执行count++操作，此时主内存已经变化成了1，但是线程A依旧以为count=0，这是导致问题的根源。
所以解决方案就是：不能让线程A以为count=0，而是要和主内存进行一次compare(比较)，如果内存中的值是0，说明没有其他线程更新过count值，那么就swap(交换)，把新值写回主内存。如果内存中的值不是0，比如本案例中，内存中count就已经被线程B更新成了1，比较0!=1，因此compare失败，不把新值写回主内存。
本文来源于微信公众号【胖滚猪学编程】。一个集颜值与才华于一身的女程序媛、以漫画形式让编程so easy and interesting！转载请注明出处
CAS （compareAndSwap），中文叫比较交换，一种无锁原子算法。
CAS算法包含 3 个参数 CAS（V，E，N），V表示要更新变量在内存中的值，E表示旧的预期值，N表示新值。
仅当 V值等于E值时，才会将V的值设为N。
如果V值和E值不同，则说明已经有其他线程做两个更新，那么当前线程不做更新，而是自旋。
既然我们了解了CAS的思想，那可以手写一个简单的CAS模型：
// count必须用volatile修饰 保证不同线程之间的可见性
private volatile static int count;
public void addOne() {
int newValue;
do {
newValue = count++;
} while (!compareAndSwapInt(expectCount, newValue)); //自旋 循环
}
public final boolean compareAndSwapInt(int expectCount, int newValue) {
// 读目前 count 的值
int curValue = count;
// 比较目前 count 值是否 == 期望值
if (curValue == expectCount) {
// 如果是，则更新 count 的值
count = newValue;
return true;
}
//否则返回false 然后循环
return false;
}
这个简单的模拟代码，其实基本上把CAS的思想体现出来了，但实际上CAS原理可要复杂很多哦，我们还是看看JAVA是怎么实现CAS的吧！
要了解JAVA中CAS的实现，那不得不提到大名鼎鼎的原子类，原子类的使用非常简单，而其中深奥的原理就是CAS无锁算法。
Java 并发包里提供的原子类内容很丰富，我们可以将它们分为五个类别：原子化的基本数据类型、原子化的对象引用类型、原子化数组、原子化对象属性更新器和原子化的累加器。
原子类的使用可谓非常简单，相信只要看一下api就知道如何使用，因此不过多解释，如有需要可以参考本人github代码。
此处只以AtomicInteger为例子，测试一下原子类是否名副其实可以保证原子性：
private static AtomicInteger count = new AtomicInteger(0);
private static int count1 = 0;
//省略代码 同时启动10个线程 分别测试AtomicInteger和普通int的输出结果
private static void add10K() {
int idx = 0;
while (idx++ < 10000) {
//使用incrementAndGet实现i++功能
count.incrementAndGet();
}
countDownLatch.countDown();
}
private static void add10K1() {
int idx = 0;
while (idx++ < 10000) {
count1++;
}
countDownLatch.countDown();
}
通过测试可以发现，使用AtomicInteger可以保证输出结果为100000，而普通int则不能保证。
本文来源于微信公众号【胖滚猪学编程】。一个集颜值与才华于一身的女程序媛、以漫画形式让编程so easy and interesting！转载请注明出处
据此，我们又可以回归正题，JAVA是怎么实现CAS的呢？跟踪一下AtomicInteger中的incrementAndGet()方法，相信就会有答案了。
首先关注一下AtomicInteger.java中这么几个东西：
private static final Unsafe unsafe = Unsafe.getUnsafe();
private static final long valueOffset;//数据在内存中的地址偏移量，通过偏移地址可以获取数据原值
static {
try {
//计算变量 value 在类对象中的偏移量
valueOffset = unsafe.objectFieldOffset
(AtomicInteger.class.getDeclaredField("value"));
} catch (Exception ex) { throw new Error(ex); }
}
private volatile int value;//要修改的值 volatile保证可见性
public final int incrementAndGet() {
return unsafe.getAndAddInt(this, valueOffset, 1) + 1;
}
Unsafe，是CAS的核心类，由于Java方法无法直接访问底层系统，需要通过本地（native）方法来访问，Unsafe相当于一个后门，基于该类可以直接操作特定内存的数据。
变量valueOffset，表示该变量值在内存中的偏移地址，因为Unsafe就是根据内存偏移地址获取数据的。
变量value必须用volatile修饰，保证了多线程之间的内存可见性。
当然具体实现我们还是得瞧瞧getAndAddInt方法：
//内部使用自旋的方式进行CAS更新（while循环进行CAS更新，如果更新失败，则循环再次重试）
public final int getAndAddInt(Object var1, long var2, int var4) {
//var1为当前这个对象，如count.getAndIncrement()，则var1为count这个对象
//第二个参数为AtomicInteger对象value成员变量在内存中的偏移量
//第三个参数为要增加的值
int var5;
do {
//var5 获取对象内存地址偏移量上的数值v 即预期旧值
var5 = this.getIntVolatile(var1, var2);
} while(!this.compareAndSwapInt(var1, var2, var5, var5 + var4));//循环判断内存位置的值与预期原值是否相匹配
return var5;
}
此时我们还想继续了解compareAndSwapInt的实现，点进去看，首先映入眼帘的是四个参数：1、当前的实例 2、实例变量的内存地址偏移量 3、预期的旧值 4、要更新的值
public final native boolean compareAndSwapInt(Object var1, long var2, int var4, int var5);
还想继续刨根问底，会发现点不动了。因为用native修饰的方法代表是底层方法，当然如果你非得一探究竟你也可以找找对应的unsafe.cpp 文件进行深度解析C代码：
个人认为没必要深究，毕竟术业有专攻，你只需要知道其实核心代码就是一条 cmpxchg 指令。
cmpxchg: 即“比较并交换”指令。与我们上面说的思想是一样的：将 eax 寄存器中的值（compare_value）与 [edx] 双字内存单元中的值进行对比，如果相同，则将 ecx 寄存器中的值（exchange_value）存入 [edx] 内存单元中。
总之：你只需要记住：CAS是靠硬件实现的，从而在硬件层面提升效率。实现方式是基于硬件平台的汇编指令，在intel的CPU中，使用的是cmpxchg指令。 核心思想就是：比较要更新变量的值V和预期值E（compare），相等才会将V的值设为新值N（swap）。
CAS和锁都解决了原子性问题，和锁相比，由于其非阻塞的，它对死锁问题天生免疫，并且，线程间的相互影响也非常小。更为重要的是，使用无锁的方式完全没有锁竞争带来的系统开销，也没有线程间频繁调度带来的开销，因此，他要比基于锁的方式拥有更优越的性能。
但是，CAS真的有那么好吗？又到挑刺时间了！
要让我们失望了，CAS并没有那么好，主要表现在三个方面：
- 1、循环时间太长
- 2、只能保证一个共享变量原子操作
- 3、ABA问题。
循环时间太长
如果CAS长时间地不成功，我们知道会持续循环、自旋。必然会给CPU带来非常大的开销。在JUC中有些地方就限制了CAS自旋的次数，例如BlockingQueue的SynchronousQueue。
只能保证一个共享变量原子操作
看了CAS的实现就知道这只能针对一个共享变量，如果是多个共享变量就只能使用锁了，当然如果你有办法把多个变量整成一个变量，利用CAS也不错。例如读写锁中state的高低位。
ABA问题
这可是个面试重点问题哦！认真听好！
CAS需要检查操作值有没有发生改变，如果没有发生改变则更新。但是存在这样一种情况：如果一个值原来是A，变成了B，然后又变成了A，那么在CAS检查的时候会发现没有改变，但是实质上它已经发生了改变，这就是所谓的ABA问题。
某些情况我们并不关心 ABA 问题，例如数值的原子递增，但也不能所有情况下都不关心，例如原子化的更新对象很可能就需要关心 ABA 问题，因为两个 A 虽然相等，但是第二个 A 的属性可能已经发生变化了。
对于ABA问题其解决方案是加上版本号，即在每个变量都加上一个版本号，每次改变时加1，即A —> B —> A，变成1A —> 2B —> 3A。
原子类之AtomicStampedReference可以解决ABA问题，它内部不仅维护了对象值，还维护了一个Stamp（可把它理解为版本号，它使用整数来表示状态值）。当AtomicStampedReference对应的数值被修改时，除了更新数据本身外，还必须要更新版本号。当AtomicStampedReference设置对象值时，对象值以及版本号都必须满足期望值，写入才会成功。因此，即使对象值被反复读写，写回原值，只要版本号发生变化，就能防止不恰当的写入。
// 参数依次为：期望值 写入新值 期望版本号 新版本号
public boolean compareAndSet(V expectedReference, V
newReference, int expectedStamp, int newStamp);
//获得当前对象引用
public V getReference();
//获得当前版本号
public int getStamp();
//设置当前对象引用和版本号
public void set(V newReference, int newStamp);
说理论太多也没用，还是亲自实验它是否能解决ABA问题吧：
private static AtomicStampedReference count = new AtomicStampedReference<>(10, 0);
public static void main(String[] args) {
Thread main = new Thread(() -> {
int stamp = count.getStamp(); //获取当前版本
log.info("线程{} 当前版本{}",Thread.currentThread(),stamp);
try {
Thread.sleep(1000); //等待1秒 ，以便让干扰线程执行
} catch (InterruptedException e) {
e.printStackTrace();
}
boolean isCASSuccess = count.compareAndSet(10, 12, stamp, stamp + 1); //此时expectedReference未发生改变，但是stamp已经被修改了,所以CAS失败
log.info("CAS是否成功={}",isCASSuccess);
}, "主操作线程");
Thread other = new Thread(() -> {
int stamp = count.getStamp(); //获取当前版本
log.info("线程{} 当前版本{}",Thread.currentThread(),stamp);
count.compareAndSet(10, 12, stamp, stamp + 1);
log.info("线程{} 增加后版本{}",Thread.currentThread(),count.getStamp());
// 模拟ABA问题 先更新成12 又更新回10
int stamp1 = count.getStamp(); //获取当前版本
count.compareAndSet(12, 10, stamp1, stamp1 + 1);
log.info("线程{} 减少后版本{}",Thread.currentThread(),count.getStamp());
}, "干扰线程");
main.start();
other.start();
}
输出结果如下：
线程Thread[主操作线程,5,main] 当前版本0
[干扰线程] INFO - 线程Thread[干扰线程,5,main] 当前版本0
[干扰线程] INFO - 线程Thread[干扰线程,5,main] 增加后版本1
[干扰线程] INFO - 线程Thread[干扰线程,5,main] 减少后版本2
[主操作线程] INFO - CAS是否成功=false
JAVA博大精深，解决并发问题可不仅仅是锁才能担此大任。CAS无锁算法对于解决原子性问题同样是势在必得。而原子类，则是无锁工具类的典范，原子类包括五大类型(原子化的基本数据类型、原子化的对象引用类型、原子化数组、原子化对象属性更新器和原子化的累加器)。
CAS 是一种乐观锁，乐观锁会以一种更加乐观的态度对待事情，认为自己可以操作成功。而悲观锁会让线程一直阻塞。因此CAS具有很多优势，比如性能佳、可以避免死锁。但是它没有那么好，你应该考虑到ABA问题、循环时间长的问题。因此需要综合选择，适合自己的才是最好的。
附录：并发编程全系列代码github
本文来源于微信公众号【胖滚猪学编程】。一个集颜值与才华于一身的女程序媛、以漫画形式让编程so easy and interesting！欢迎关注与我一起交流！
本文转载自公众号【胖滚猪学编程】 用漫画让编程so easy and interesting！欢迎关注！形象来源于微信表情包【胖滚家族】喜欢可以下载哦~
