Java核心（四）你不知道的資料集合

王磊的部落格發表於2019-03-03
Java

資料容器關係圖

導讀：Map竟然不屬於Java集合框架的子集？佇列也和List一樣屬於集合的三大子集之一？更有佇列的正確使用姿勢，一起來看吧！

Java中的集合通常指的是Collection下的三個集合框架List、Set、Queue和Map集合，Map並不屬於Collection的子集，而是和它平行的頂級介面。Collection下的子集的關係如文章開頭圖片所示。

本文的重點將會圍繞： 集合的使用、效能、執行緒安全、差異性、原始碼解讀等幾個方面進行介紹。

本文涉及的知識點，分為兩部分：

第一部分，Collection所有子集：

  • List => Vector、ArrayList、LinkedList
  • Set => HashSet、TreeSet
  • Queue

第二部分，Map => Hashtable、HashMap、TreeMap、ConcurrentHashMap。

一、List

我們先來看List、Vector、ArrayList、LinkedList，它們之間的繼承關係圖，如下圖：

關係圖

可以看出Vector、ArrayList、LinkedList，這三者都是實現集合框架中的List，也就是所謂的有序集合，因此具體功能也比較近似，比如都提供按照位置進行定位、新增或者刪除的操作，都提供迭代器以遍歷其內容等。但因為具體的設計區別，在行為、效能、執行緒安全等方面，表現又有很大不同。

來看它們的主要方法，如下圖：

List方法

常用方法：

  • size 集合個數
  • add()/add(int, E) 新增末尾/新增指定位置
  • get(int) 獲取
  • remove 刪除
  • clear 清空
  • ...

1.1 Vector

Vector是Java早期提供的 執行緒安全的動態陣列， 如果不需要執行緒安全，並不建議選擇，畢竟同步是有額外開銷的。Vector 內部是使用物件陣列來儲存資料，可以根據需要自動的增加容量，當陣列已滿時，會建立新的陣列，並拷貝原有陣列資料。

看原始碼可以知道，我們Vector是通過 synchronized 實現執行緒安全的：

public synchronized boolean add(E e) {
    modCount++;
    ensureCapacityHelper(elementCount + 1);
    elementData[elementCount++] = e;
    return true;
}
複製程式碼

Vector動態增加容量，原始碼檢視：

private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    int newCapacity = oldCapacity + ((capacityIncrement > 0) ?
                                     capacityIncrement : oldCapacity);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    elementData = Arrays.copyOf(elementData, newCapacity);
}
複製程式碼

capacityIncrement變數是what？答案如下：

public Vector(int initialCapacity, int capacityIncrement) {
    super();
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal Capacity: "+
                                           initialCapacity);
    this.elementData = new Object[initialCapacity];
    this.capacityIncrement = capacityIncrement;
}
複製程式碼

Vector動態增加容量總結： 由上面的原始碼可知，如果初始化Vector的時候指定了動態容量擴充套件大小，就增加指定的動態大小，如果未指定，則擴充套件一倍的容量。

1.2 ArrayList

ArrayList 是應用更加廣泛的動態陣列，它本身不是執行緒安全的，所以效能要好很多。

ArrayList的使用與Vector類似，但有著不同的動態擴容機制，如下原始碼：

private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    int newCapacity = oldCapacity + (oldCapacity >> 1);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    // minCapacity is usually close to size, so this is a win:
    elementData = Arrays.copyOf(elementData, newCapacity);
}
複製程式碼

其中“>> 1”是位運算相當於除2，所有ArrayList擴容是動態擴充套件50%.

1.3 LinkedList

LinkedList 顧名思義是 Java 提供的雙向連結串列，所以它不需要像上面兩種那樣調整容量，它也不是執行緒安全的，它包含一個非常重要的內部類：Entry。Entry是雙向連結串列節點所對應的資料結構，它包括的屬性有：當前節點所包含的值，上一個節點，下一個節點。

1.4 Vector、ArrayList、LinkedList區別

Vector、ArrayList、LinkedList的區別，可以從以下幾個維度進行對比：

1.4.1 底層實現的區別

Vector、ArrayList 內部使用陣列進行實現，LinkedList 內部使用雙向連結串列實現。

1.4.2 讀寫效能方面的區別

ArrayList 對元素 非末位 的增加和刪除都會引起記憶體分配空間的動態變化，因此非末位的操作速度較慢，但檢索速度很快。

LinkedList 基於連結串列方式存放資料，增加和刪除元素的速度較快，但是檢索速度較慢。

1.4.3 執行緒安全方面的區別

Vector 使用了synchronized 修飾了操作方法是執行緒安全的，而 ArrayList、LinkedList 是非執行緒安全的。

如果需要使用執行緒安全的List可以使用CopyOnWriteArrayList類。

二、Map

Hashtable、HashMap、TreeMap 都是最常見的一些 Map 實現，是以鍵值對的形式儲存和運算元據的容器型別。

它們之間的關係，如下圖：

map

  • Hashtable 是早期 Java 類庫提供的一個雜湊表實現，本身是同步的，不支援 null 鍵和值，由於同步導致的效能開銷，所以已經很少被推薦使用。
  • HashMap 是應用更加廣泛的雜湊表實現，行為上大致上與 HashTable 一致，主要區別在於 HashMap 不是同步的，支援 null 鍵和值等。通常情況下，HashMap 進行 put 或者 get 操作，可以達到常數時間的效能，所以它是絕大部分利用鍵值對存取場景的首選，比如，實現一個使用者 ID 和使用者資訊對應的執行時儲存結構。
  • TreeMap 則是基於紅黑樹的一種提供順序訪問的 Map，和 HashMap 不同，它的 get、put、remove 之類操作都是 O（log(n)）的時間複雜度，具體順序可以由指定的 Comparator 來決定，或者根據鍵的自然順序來判斷。

HashMap 的效能表現非常依賴於雜湊碼的有效性，請務必掌握 hashCode 和 equals 的一些基本約定，比如：

  • equals 相等，hashCode 一定要相等；
  • 重寫了 equals 也要重寫 hashCode；
  • hashCode 需要保持一致性，狀態改變返回的雜湊值仍然要一致；
  • equals 的對稱、反射、傳遞等特性；

執行緒安全： Hashtable是執行緒安全的，HashMap和TreeMap是非執行緒安全的。HashMap可以使用ConcurrentHashMap來保證執行緒安全。

三、Set

Set有兩個比較常用的子集：HashSet、TreeSet.

HashSet內部使用的是HashMap實現的，看原始碼可知：

public HashSet() {
    map = new HashMap<>();
}
複製程式碼

HashSet也並不是執行緒安全的，HashSet用於儲存無序(存入和取出的順序不一定相同)元素，值也不能重複。

HashSet可以去除重複的值，如下程式碼：

public static void main(String[] args) {
        Set set = new HashSet();
        set.add("orange");
        set.add("apple");
        set.add("banana");
        set.add("grape");
        set.add("banana");
        System.out.println(set);
}
複製程式碼

編譯器不會報錯，執行的結果為：[orange, banana, apple, grape]，去掉了重複的“banana”選項。但排序是無序的，如果要實現有序的儲存就要使用TreeSet了。

public static void main(String[] args) {
    Set set = new TreeSet();
    set.add("orange");
    set.add("apple");
    set.add("banana");
    set.add("grape");
    set.add("banana");
    System.out.println(set);
}
複製程式碼

輸出的結果是：[apple, banana, grape, orange]

同樣，我們檢視原始碼發現，TreeSet的底層實現是TreeMap，原始碼如下：

public TreeSet() {
    this(new TreeMap<E,Object>());
}
複製程式碼

TreeSet也是非執行緒安全的。

四、Queue

Queue（佇列）與棧是相對的一種資料結構。只允許在一端進行插入操作，而在另一端進行刪除操作的線性表。棧的特點是後進先出，而佇列的特點是先進先出。佇列的用處很大，但大多都是在其他的資料結構中，比如，樹的按層遍歷，圖的廣度優先搜尋等都需要使用佇列做為輔助資料結構。

Queue的直接子集，如下圖：

queue

其中最常用的就是執行緒安全類：BlockingQueue.

4.1 Queue方法

  • 新增：add(e) / offer(e)
  • 移除：remove() / poll()
  • 查詢：element() / peek()

注意：

  1. 避免add()和remove()方法，而是要使用offer()和poll()新增和移除元素。後者操作失敗不會報錯，前者會丟擲異常；
  2. element() / peek() 都為查詢第一個元素，不會刪除集合，但element()查詢失敗會丟擲異常，peek()不會。

4.2 Queue使用

Queue<String> queue =  new LinkedList<String>();
queue.offer("a");
queue.offer("b");
queue.offer("c");
queue.offer("d");
System.out.println(queue);
queue.poll();
System.out.println(queue);
queue.poll();
queue.poll();
queue.poll();
System.out.println(queue.peek());
// System.out.println(queue.element()); // element 查詢失敗會丟擲異常
System.out.println(queue);
複製程式碼

4.3 其他佇列

ArrayBlockingQueue 底層是陣列，有界佇列，如果我們要使用生產者-消費者模式，這是非常好的選擇。

LinkedBlockingQueue 底層是連結串列，可以當做無界和有界佇列來使用，所以大家不要以為它就是無界佇列。

SynchronousQueue 本身不帶有空間來儲存任何元素，使用上可以選擇公平模式和非公平模式。

PriorityBlockingQueue 是無界佇列，基於陣列，資料結構為二叉堆，陣列第一個也是樹的根節點總是最小值。

ArrayBlockingQueue ：一個由陣列結構組成的有界阻塞佇列。

LinkedBlockingQueue ：一個由連結串列結構組成的有界阻塞佇列。

PriorityBlockingQueue ：一個支援優先順序排序的無界阻塞佇列。

DelayQueue：一個使用優先順序佇列實現的無界阻塞佇列。

SynchronousQueue：一個不儲存元素的阻塞佇列。

LinkedTransferQueue：一個由連結串列結構組成的無界阻塞佇列。

LinkedBlockingDeque：一個由連結串列結構組成的雙向阻塞佇列

五、擴充套件：String的執行緒安全

關於String、StringBuffer、StringBuilder的執行緒安全

String是典型的Immutable（不可變）類，被宣告為final所有屬性也都是final，所有它是不可變的，所有拼加、擷取等動作等會產生新的String物件。

StringBuffer是為了解決上面的問題，而誕生的，提供了append方法實現了對字串的拼加，append方法使用了synchronized實現了執行緒安全。

StringBuilder是JDK 1.5 新出的特性，作為StringBuffer的效能補充，StringBuffer的append方法使用了synchronized實現了執行緒的安全，但同時也帶來了效能開銷，在沒有執行緒安全的情況下可以優先使用StringBuilder。

六、總結

List 也就是我們前面介紹最多的有序集合，它提供了方便的訪問、插入、刪除等操作。

Set 是不允許重複元素的，這是和 List 最明顯的區別，也就是不存在兩個物件 equals 返回 true。我們在日常開發中有很多需要保證元素唯一性的場合。

Queue/Deque 則是 Java 提供的標準佇列結構的實現，除了集合的基本功能，它還支援類似先入先出（FIFO， First-in-First-Out）或者後入先出（LIFO，Last-In-First-Out）等特定行為。這裡不包括 BlockingQueue，因為通常是併發程式設計場合，所以被放置在併發包裡。

Map 是廣義 Java 集合框架中的另外一部分，Map 介面儲存一組鍵值物件，提供key（鍵）到value（值）的對映。

七、參考資料

《碼出高效：Java開發手冊》

Java核心技術36講：t.cn/EwUJvWA

Oracle docs：docs.oracle.com/javase/tuto…

相關文章