Java&Android 基礎知識梳理(8) 容器類

澤毛發表於2017-12-21
JavaAndroid

一、前言

Java 容器集合框架
上面這幅圖是Java集合框架涉及到的類的繼承關係，從集合類的角度來看，它分為兩個大類：Collection和Map。

1.1 Collection

Collection是List和Set抽象出來的介面，它包含了這些集合的基本操作。

(1) List

List介面通常表示一個列表（陣列、佇列、連結串列，棧等），其中的元素可以重複，常用的實現類為ArrayList、LinkedList和Vector。

(2) Set

Set介面通常表示一個集合，集合中的元素不允許重複（通過hashCode和equals函式保證），常用的實現類有HashSet和TreeSet，HashSet是通過Map中的HashMap來實現的，而TreeSet則是通過Map中的TreeMap實現的，另外TreeSet還實現了SortedSet介面，因此是有序的集合。

(3) List 和 Set 的區別

  • Set介面儲存的是無序的、不重複的資料
  • List介面儲存的是有序的、可以重複的資料
  • Set檢索效率低，刪除和插入效率高，插入和刪除不會引起元素位置改變。
  • List查詢元素效率高，刪除和插入效率低，List和陣列類似，可以動態增長，根據實際儲存的長度自動增長List的長度。

(4) 使用的設計模式

抽象類AbstractCollection、AbstractList和AbstractSet分別實現了Collection、List和Set介面，這就是在Java集合框架中用的很多的介面卡設計模式，用這些抽象類去實現介面，在抽象類中實現介面中的若干或全部方法，這樣下面的一些類只需直接繼承該抽象類，並實現自己需要的方法即可，而不用實現介面中的全部抽象方法。

1.2 Map

Map是一個對映介面，其中的每個元素都是一個Key-Value鍵值對，同樣抽象類AbstractMap通過介面卡模式實現了Map介面的大部分函式，TreeMap、HashMap和WeakHashMap等實現類都通過繼承AbstractMap來實現。

1.3 Iterator

Iterator是遍歷集合的迭代器，它可以用來遍歷Collection，但是不能用來遍歷Map。Collection的實現類都實現了iterator()函式，它返回一個Iterator物件，用來遍歷集合，ListIterator則專門用來遍歷List。而Enumeration則是JDK 1.0時引入的，作用與Iterator相同，但它的功能比Iterator要少，它只能在Hashtable、Vector和Stack中使用。

1.4 Arrays 和 Collections

Arrays和Collections是用來運算元組、集合的兩個工具類，例如在ArrayList和Vector中大量呼叫了Arrays.Copyof()方法，而Collections中有很多靜態方法可以返回各集合類的synchronized版本，即執行緒安全的版本，當然了，如果要用執行緒安全的集合類，首選concurrent併發包下的對應的集合類。

二、ArrayList

ArrayList是基於一個能動態增長的陣列實現，ArrayList並不是執行緒安全的，在多執行緒的情況下可以考慮使用Collections.synchronizedList(List T)函式返回一個執行緒安全的ArrayList類，也可以使用併發包下的CopyOnWriteArrayList類。

ArrayList<T>類繼承於AbstractList<T>，並實現了以下四個介面：

  • List<T>
  • RandomAccess：支援快速隨機訪問
  • Cloneable：能夠被克隆
  • Serializable：支援序列化

ArrayList 的擴容

由於ArrayList是基於陣列實現的，因此當我們通過addXX方法向陣列中新增元素之前，都要保證有足夠的空間容納新的元素，這一過程是通過ensureCapacityInternal來實現的，傳入的引數為所要求的陣列容量：

  • 如果當前陣列為空，並且要求的容量小於10，那麼將要求的容量設為10
  • 接著嘗試將陣列大小擴充為當前大小的2.5倍
  • 如果仍然無法滿足要求，那麼將陣列大小設為要求的容量
  • 如果要求的容量大於預設的整型的最大值減8，那麼呼叫hugeCapacity方法，將陣列的容量設為整型的最大值
  • 最後，呼叫Arrays.copyOf將原有陣列中的元素複製到新的陣列中。

Arrays.copyOf最終會呼叫到System.arraycopy()方法。該Native函式實際上最終呼叫了C語言的memmove()函式，因此它可以保證同一個陣列內元素的正確複製和移動，比一般的複製方法的實現效率要高很多，很適合用來批量處理陣列，Java強烈推薦在複製大量陣列元素時用該方法，以取得更高的效率。

ArrayList 轉換為靜態陣列

ArrayList中提供了兩種轉換為靜態陣列的方法：

  • Object[] toArray() 該方法有可能會丟擲java.lang.ClassCastException異常，如果直接用向下轉型的方法，將整個ArrayList集合轉變為指定型別的Array陣列，便會丟擲該異常，而如果轉化為Array陣列時不向下轉型，而是將每個元素向下轉型，則不會丟擲該異常，顯然對陣列中的元素一個個進行向下轉型，效率不高，且不太方便。
  • T[] toArray(T[] a) 該方法可以直接將ArrayList轉換得到的Array進行整體向下轉型，且從該方法的原始碼中可以看出，引數a的大小不足時，內部會呼叫Arrays.copyOf方法，該方法內部建立一個新的陣列返回，因此對該方法的常用形式如下：
public static Integer[] vectorToArray2(ArrayList<Integer> v) {    
    Integer[] newText = (Integer[])v.toArray(new Integer[0]);    
    return newText;    
}   
複製程式碼

元素訪問方式

ArrayList基於陣列實現，可以通過下標索引直接查詢到指定位置的元素，因此查詢效率高，但每次插入或刪除元素，就要大量地移動元素，插入刪除元素的效率低。

在查詢給定元素索引值等的方法中，原始碼都將該元素的值分為null和不為null兩種情況處理，ArrayList中允許元素為null。

三、LinkedList

LinkedList是基於雙向迴圈連結串列實現的，除了可以當作連結串列來操作外，它還可以當作棧，佇列和雙端佇列來使用。

LinkedList同樣是非執行緒安全的，在多執行緒的情況下可以考慮使用Collections.synchronizedList(List T)函式返回一個執行緒安全的LinkedList類，LinkedList繼承於AbstractSequentialList類，同時實現了以下四個介面：

  • List<T>
  • Deque和Queue：雙端佇列
  • Cloneable：支援克隆操作
  • Serializable：支援序列化

連結串列節點

LinkedList的實現是基於雙向迴圈連結串列的，且頭結點voidLink中不存放資料，所以它也不存在擴容的方法，只需改變節點的指向即可，每個連結串列節點包含該節點的資料，以及前驅和後繼節點的引用，其定義如下所示：

    private static final class Link<ET> {
        //該節點的資料。
        ET data;
        //前驅節點和後繼節點。
        Link<ET> previous, next;
        Link(ET o, Link<ET> p, Link<ET> n) {
            data = o;
            previous = p;
            next = n;
        }
    }
複製程式碼

查詢和刪除操作

當需要根據位置尋找對應節點的資料時，會先比較待查詢位置和連結串列的大小，如果小於一半，那麼從頭節點的後繼節點開始向後尋找，反之則從頭結點的前驅節點開始往前尋找，因此對於查詢操作來說，它的效率很低，但是向頭尾節點插入和刪除資料的效率較高。

四、Vector

Vector也是基於陣列實現的，其容量能夠動態增長。它的許多實現方法都加入了同步語句，因此是 執行緒安全 的。

Vector繼承於AbstractList類，並且實現了下面四個介面：

  • List<E>
  • RandomAccess：支援隨機訪問
  • Cloneable, java.io.Serializable：支援Clone和序列化。

Vector的實現大體和ArrayList類似，它有以下幾個特點：

  • Vector有四個不同的構造方法，無參構造方法的容量為預設值10，僅包含容量的構造方法則將容量增長量置為0。
  • 當Vector的容量不足以容納新的元素時，將進行擴容操作。首先判斷容量增長值是否為0，如果為0，那麼就將新容量設為舊容量的兩倍，否則就設定新容量為舊容量加上容量增長值。假如新容量還不夠，那麼就直接設定新量容量為傳入的引數。
  • 在存入和讀取元素時，會根據元素值是否為null進行處理，也就是說，Vector允許元素為null。

五、HashSet

HashSet具有以下特點：

  • 不能保證元素的排列順序，順序有可能發生變化
  • 不是同步的
  • 集合元素可以是null，但只能放入一個null

當向HashSet集合中存入一個元素時，HashSet會呼叫該物件的hashCode()方法來得到該物件的hashCode值，然後根據hashCode值來決定該物件在HashSet中儲存位置。 簡單的說，HashSet集合判斷兩個元素相等的標準是兩個物件通過equals方法比較相等，並且兩個物件的hashCode()方法返回值相等。

注意，如果要把一個物件放入HashSet中，重寫該物件對應類的equals方法，也應該重寫其hashCode()方法。其規則是如果兩個物件通過equals方法比較返回true時，其hashCode也應該相同。另外，物件中用作equals比較標準的屬性，都應該用來計算hashCode的值。

六、TreeSet

TreeSet是SortedSet介面的唯一實現類，TreeSet可以確保集合元素處於排序狀態。TreeSet支援兩種排序方式，自然排序 和 定製排序，其中自然排序為預設的排序方式。

向TreeSet中加入的應該是同一個類的物件。TreeSet判斷兩個物件不相等的方式是兩個物件通過equals方法返回false，或者通過CompareTo方法比較沒有返回0。

自然排序

自然排序使用要排序元素的CompareTo(Object obj)方法來比較元素之間大小關係，然後將元素按照升序排列。 Java提供了一個Comparable介面，該介面裡定義了一個compareTo(Object obj)方法，該方法返回一個整數值，實現了該介面的物件就可以比較大小。

obj1.compareTo(obj2)方法如果返回0，則說明被比較的兩個物件相等，如果返回一個正數，則表明obj1大於obj2，如果是負數，則表明obj1小於obj2。如果我們將兩個物件的equals方法總是返回true，則這兩個物件的compareTo方法返回應該返回0.

定製排序

自然排序是根據集合元素的大小，以升序排列，如果要定製排序，應該使用Comparator介面，實現int compare(T o1,T o2)方法。

  • TreeSet是二叉樹實現的，Treeset中的資料是自動排好序的，不允許放入null值。
  • HashSet是雜湊表實現的，HashSet中的資料是無序的，可以放入null，但只能放入一個null，兩者中的值都不能重複，就如資料庫中唯一約束。
  • HashSet要求放入的物件必須實現hashCode()方法，放入的物件，是以hashcode()碼作為標識的，而具有相同內容的String物件，hashcode是一樣，所以放入的內容不能重複。但是同一個類的物件可以放入不同的例項 。

七、HashMap

HashMap是基於雜湊表實現的，每一個元素都是一個key-value對，其內部通過單連結串列解決衝突問題，容量不足時，同樣會自動增長。HashMap是非執行緒安全的，只是用於單執行緒環境下，多執行緒環境下可以採用併發包下的ConcurrentHashMap。

HashMap繼承於AbstractMap，同時實現了Cloneable和Serializable介面，因此，它支援克隆和序列化。

HashMap 的整體結構

HashMap是基於陣列和連結串列來實現的：

Java&Android 基礎知識梳理(8) 容器類
它的基本原理為：

  • 首先根據Key的hashCode方法，計算出在陣列中的座標。
//計算 Key 的 hash 值。
int hash = sun.misc.Hashing.singleWordWangJenkinsHash(key);
//根據 Key 的 hash 值和連結串列的長度來計算下標。
int i = indexFor(hash, table.length);
複製程式碼
  • 判斷在陣列的當前位置是否已經有元素，如果沒有，那麼就將Key/Value封裝成HashMapEntry資料結構，並將其作為陣列在該位置上的元素。否則就先從頭節點開始遍歷該連結串列，如果 滿足下面的兩個條件，那麼就替換連結串列該節點的Value
//Value 替換的條件
//條件1：hash 值完全相同
//條件2：key 指向同一塊記憶體地址 或者 key 的 equals 方法返回為 true
(e.hash == hash && ((k = e.key) == key || key.equals(k)))
複製程式碼
  • 遍歷完整個連結串列都沒有找到可替代的節點，那麼將這個新的HashMapEntry作為連結串列的頭節點，並且也是陣列在該位置上的元素，原先的頭節點則作為它的後繼節點。

HashMapEntry 的資料結構

HashMapEntry的定義如下：

static class HashMapEntry<K,V> implements Map.Entry<K,V> {
        //Key
        final K key;
        //Value
        V value;
        //後繼節點。
        HashMapEntry<K,V> next;
        //如果 Key 不為 null ，那麼就是它的雜湊值，否則為0。
        int hash;
        //....
}
複製程式碼

元素寫入

在第一小節中，我們簡要的計算了HashMap的整體結構，由此我們可以推斷出在設計的時候應當儘可能地使元素均勻分佈，使得陣列每個位置上的連結串列儘可能地短，避免從連結串列頭結點開始遍歷的過程。

而元素是否分佈均勻就取決於根據Key的Hash值計算陣列下標的過程，首先我們看一下Hash值的計算，這裡首先呼叫物件的hashCode方法，再通過二次Hash演算法獲得一個Hash值：

    public static int secondaryHash(Object key) {
        return secondaryHash(key.hashCode());
    }

    private static int secondaryHash(int h) {
        h += (h <<  15) ^ 0xffffcd7d;
        h ^= (h >>> 10);
        h += (h <<   3);
        h ^= (h >>>  6);
        h += (h <<   2) + (h << 14);
        return h ^ (h >>> 16);
    }
複製程式碼

之後，再通過這個計算出來Hash值 與上當前陣列長度減一 進行取餘，獲得對應的陣列下標：

hash & (tab.length - 1)
複製程式碼

由於HashMap在擴容的時候，保證了陣列的長度適中為2的n冪，因此length - 1的二進位制表示始終為全1，因此進行&操作的結果既保證了最終的結果不會超過陣列的長度範圍，同時也保證了兩個Hash值相同的元素不會對映到陣列的同一位置，再加上上面二次Hash的過程加上了高位的計算優化，從而使得資料的分佈儘可能地平均。

元素讀取

理解了上面儲存的過程，讀取自然也就很好理解了，其實通過Key計算陣列下標，遍歷該位置上陣列元素的連結串列進行查詢的過程。

擴容

當HashMap中的元素越來越多的時候，hash衝突的機率也就越來越高，因為陣列的長度是固定的，所以為了提高查詢的效率，就要對HashMap的陣列進行擴容。

當HashMap中的元素個數超過陣列大小 * loadFactor時，loadFactor的預設值為0.75，就會進行陣列擴容，擴容後的大小為原先的2倍，然後重新計算每個元素在陣列中的位置，原陣列中的資料必須重新計算其在新陣列中的位置，並放進去。

擴容是一個相當耗費效能的操作，因此如果我們已經預知HashMap中元素的個數，那麼預設元素的個數能夠有效的提高HashMap的效能。

Fail-Fast 機制

HashMap並不是執行緒安全的，因此如果在使用迭代器的過程中有其他執行緒修改了map，那麼將丟擲ConcurrentModificationException，這就是所謂fail-fast策略。

這一策略在原始碼中的實現是通過modCount域，modCount顧名思義就是修改次數，對HashMap內容的修改都將增加這個值，那麼在迭代器初始化過程中會將這個值賦給迭代器的expectedModCount。

在迭代過程中，判斷modCount跟expectedModCount是否相等，如果不相等就表示已經有其他執行緒修改了Map，那麼就會通過下面的方法丟擲異常：

    HashMapEntry<K, V> nextEntry() {
        if (modCount != expectedModCount)
            throw new ConcurrentModificationException();
           //省略...
    }
複製程式碼

modCount宣告為volatile，保證了多執行緒情況下的記憶體可見性。

在迭代器建立之後，如果從結構上對對映進行修改，除非通過迭代器本身的remove方法，其他任何時間任何方式的修改，迭代器都將丟擲ConcurrentModificationException。因此，面對併發的修改，迭代器很快就會完全失敗，而不保證在將來不確定的時間發生任意不確定行為的風險

八、HashTable

HashTable經常用來和HashMap進行比較，前者是執行緒安全的，而後者則不是，其實HashTable要比HashMap出現得要早，它實現執行緒安全的原理並沒有什麼高階的地方，只不過是在寫入和讀取時加上了synchronized關鍵字用於同步，並且也不推薦使用了，因為在併發包中提供了更好的解決方案ConcurrentHashMap，它內部的實現比較複雜，之後我們再通過一篇文章進行分析。

這裡簡單地總結一下它和HashMap之間的區別：

  • HashTable基於Dictionary類，而HashMap是基於AbstractMap。Dictionary是任何可將鍵對映到相應值的類的抽象父類，而AbstractMap基於 Map介面的實現，它以最大限度地減少實現此介面所需的工作。
  • HashMap的key和value都允許為null，而Hashtable的key和value都不允許為null。HashMap遇到key為null的時候，呼叫putForNullKey方法進行處理，而對value沒有處理，Hashtable遇到null，直接返回 NullPointerException。
  • Hashtable方法是同步，而HashMap則不是。我們可以看一下原始碼，Hashtable中的幾乎所有的public的方法都是synchronized的，而有些方法也是在內部通過synchronized程式碼塊來實現。所以有人一般都建議如果是涉及到多執行緒同步時採用HashTable，沒有涉及就採用HashMap，但是在 Collections類中存在一個靜態方法：synchronizedMap()，該方法建立了一個執行緒安全的Map物件，並把它作為一個封裝的物件來返回。

九、TreeMap

TreeMap是一個有序的key-value集合，它是通過 紅黑樹 實現的。TreeMap繼承於AbstractMap，所以它是一個Map，即一個key-value集合。TreeMap實現了NavigableMap介面，意味著它支援一系列的導航方法，比如返回有序的key集合。TreeMap實現了Cloneable和Serializable介面，意味著它可以被Clone和序列化。

TreeMap基於紅黑樹實現，該對映根據其鍵的自然順序進行排序，或者根據建立對映時提供的 Comparator進行排序，具體取決於使用的構造方法。TreeMap的基本操作containsKey、get、put和remove的時間複雜度是log(n) ，另外，TreeMap是非同步的， 它的iterator方法返回的迭代器是Fail-Fastl的。

十、LinkedHashMap

  • LinkedHashMap是HashMap的子類，與HashMap有著同樣的儲存結構，但它加入了一個雙向連結串列的頭結點，將所有put到LinkedHashmap的節點一一串成了一個雙向迴圈連結串列，因此它保留了節點插入的順序，可以使節點的輸出順序與輸入順序相同。
  • LinkedHashMap可以用來實現LRU演算法。
  • LinkedHashMap同樣是非執行緒安全的，只在單執行緒環境下使用。

十一、LinkedHashSet

LinkedHashSet是具有可預知迭代順序的Set介面的雜湊表和連結列表實現。此實現與HashSet的不同之處在於，後者維護著一個執行於所有條目的雙重連結列表。此連結列表定義了迭代順序，該迭代順序可為插入順序或是訪問順序。

LinkedHashSet的實現：對於LinkedHashSet而言，它繼承與HashSet、又基於LinkedHashMap來實現的。

相關文章