ConcurrentSkipListSet 的有序性由底层跳表插入逻辑保证，依赖 Comparable 或 Comparator 实现自然序，不通过红黑树旋转维护；它采用锁分离与 CAS 实现高并发读写，平均时间复杂度 O(log n)，但 size() 非 O(1)、迭代器弱一致性。
ConcurrentSkipListSet 的有序性不是靠 Comparable 接口校验，而是靠底层 SkipList 的插入逻辑
它不依赖 TreeSet 那套红黑树的节点比较+旋转维护，而是把所有元素按自然序（或 Comparator）插入跳表各层。插入时从最高层开始逐层向下“导航”，每层只做线性查找，最终在最底层完成原子插入。只要元素实现了 Comparable 或构造时传了 Comparator，顺序就天然成立——没这一步，运行时会抛 ClassCastException，不是编译期报错。
常见错误现象：NullPointerException 出现在插入 null 元素时（它不允许 null）；ClassCastException 发生在元素类型不一致、或 Comparator 比较逻辑返回非整数时。
- 使用场景：需要高并发读写 + 保持排序的去重集合，比如实时排行榜、时间窗口任务队列
- 如果元素本身不可比，必须显式传
Comparator，不能依赖默认构造 -
Comparator必须满足自反性、对称性、传递性，否则跳表结构可能损坏（看似有序，但contains()返回 false）
跳表的锁分离（lock-free + 分段 CAS）比红黑树的全局锁/读写锁更适应高并发写入
红黑树在 TreeSet 或 ConcurrentHashMap（JDK7）里靠重入锁或分段锁保护结构，写操作常需锁住父节点甚至整条路径；而 ConcurrentSkipListMap（ConcurrentSkipListSet 底层委托给它）每个跳表节点是独立的 Node 对象，插入/删除只对涉及的少数几个节点做 CAS 操作，其他线程可同时在不同层级、不同位置操作。
性能影响明显：当写入频繁且分布分散时（比如时间戳为 key 的日志归档），跳表吞吐量通常比同步包装的 TreeSet 高 3–5 倍；但若写集中在同一区间（如连续插入递增 ID），跳表的随机层数生成和指针更新开销会略升。
立即学习“Java免费学习笔记（深入）”；
在调试 Java 后端 API 故障时使用此技能，尤其适用于以下任务：分析日志、跨 Controller、Service 和 Mapper 层追踪请求、定位异常根因、检查 SQL 执行或参数流转，以及生成简洁的诊断结论与修复方案。
- 跳表没有“根锁”，只有局部 CAS 失败时重试，无阻塞等待
- 红黑树再平衡（左旋/右旋）是结构性修改，必须串行化；跳表插入只是改几个 next 引用，天然适合无锁化
- JDK 实现中，跳表高度上限为 32 层，实际层数由随机数决定（类似抛硬币），避免退化成链表
ConcurrentSkipListSet 不是“完全无锁”，CAS 失败后会自旋重试，极端竞争下可能饥饿
它底层调用的是 ConcurrentSkipListMap 的 putIfAbsent()，本质是基于 UNSAFE.compareAndSetObject() 的乐观策略。但线程在某层节点 CAS 失败后，并不会立即让出 CPU，而是循环重试——如果多个线程反复争抢同一位置（比如同时插入相邻值），可能导致个别线程长时间自旋，消耗 CPU 却进展缓慢。
容易踩的坑：size() 方法是遍历计数，不是 O(1)，高并发下返回值可能滞后；iterator() 是弱一致性，遍历时其他线程的插入/删除可能不可见，也不会抛 ConcurrentModificationException。
-
add()和contains()平均时间复杂度都是 O(log n)，但常数因子比TreeSet大 - 不要在循环里频繁调用
size()做条件判断，尤其在写密集场景 - 如果需要强一致性迭代，得自己加外部同步，或者换用
Collections.synchronizedSortedSet()（但会牺牲并发度）
和 TreeSet、Collections.synchronizedSortedSet 的关键区别不在“是否排序”，而在“谁负责协调并发”
三者都保证有序，但并发模型完全不同：TreeSet 本身非线程安全；Collections.synchronizedSortedSet() 是方法级 synchronized 包装，所有操作串行；ConcurrentSkipListSet 是数据结构级并发设计，读写可并行，且读操作完全无锁。
选型时真正要问的不是“要不要排序”，而是“写操作是否密集、是否允许弱一致性、能否接受稍高的内存开销”。跳表每个节点至少存 4 个引用（down、right 和两个 volatile 标记），比红黑树节点多占约 20%–30% 内存。
- 读多写少 + 要求强一致 →
Collections.synchronizedSortedSet(new TreeSet()) - 读写都多 + 可接受弱一致性 →
ConcurrentSkipListSet - 写极少 + 要求最小内存 + 不介意单点瓶颈 →
TreeSet+ 手动同步
跳表的“优势”只在写冲突真实发生时才体现出来，空跑压测看不出差别；而它的随机层数和指针跳转，也让调试和可视化比红黑树更难——这点常常被忽略。
