Java常见集合框架(八):List总结
来源:互联网 发布:武功 知乎 编辑:程序博客网 时间:2024/05/17 05:03
1.ArrayList
1. 默认初始容量为10,数组大小可变。
2. 有序、可重复、允许NULL值。
3. 非同步,fail-fast。
4. 元素以transient Object[]形式存储,适用于快速随机访问元素。
5. 每次扩容为:原有容量*1.5+1。
6. 扩容增量>实际add元素数,保证不必每次add时都进行扩容,提高性能。
7. iterator()调用的是父类AbstractList方法。
8. 数组大小理论上是由MAX值的,index类型为int。
2.LinkedList
1. List 接口的链接列表实现,支持序列化、有序、值可为NULL。
2. 双向链表且允许将链接列表用作堆栈、队列或双端队列。
3. 适用于随机的快速插入和删除。
4. 非同步,fail-fast。
5. 理论上只要内存允许可以无穷大(链式存储)。
6. iterator()由其内部类ListItr实现。
3.CopyOnWriteArrayList
1. CopyOnWrite并发容器用于读多写少的并发场景。
2. 复制用法导致内存占用可能过高。
3. 保证数据最终一致性,无法保证实时一致性。
4. 使用的可重入的互斥锁ReentrantLock保证同步性,fail-safe。
5. 使用volatile修饰数组保证可见性。
6. 读写分离。
7. addIfAbsent可不添加重复元素。
8. 由于采用的是COW设计,因此按需扩容,避免内存浪费。
8. iterator()由其内部类COWIterator实现。
4.Vector
1. 实现可增长的对象数组,默认初始容量为10。
2. 可以使用整数索引进行访问, 可根据需要增大或缩小。
3. 通过synchronized修饰每个方法,保证同步性,fail-fast。
4. iterator()调用的是父类AbstractList方法。
5. 扩容方案:(容量增量>0,则预期为:现有容量+容量增量,否则为:现有容量*2),计算后与要求的最小容量比较,取最大值。 保证不必每次add时都进行扩容,提高性能。
5.Stack
1. 后进先出(LIFO)的对象堆栈。
2. Vector的增强类,堆栈顶部对应向量末尾。
3. 首次创建堆栈时,它不包含项。
4. Deque 接口及其实现提供了 LIFO 堆栈操作的更完整和更一致的 set,应该优先使用此 set,而非此类。例如: Deque stack = new ArrayDeque();
由于ArrayList是数组存储形式,在随机查询方面会比较快。
若每次add或remove时均在末尾,ArrayList会比较快,直接index操作。
但若随机add或remove,LinkedList链式存储,相比ArrayList少了System.arrayCopy操作,会快一点。
Vector每个方法都加上synchronized,保证了同步同时,牺牲了性能。
ps:若总结的不好,欢迎大家留言。
- Java常见集合框架(八):List总结
- Java常见集合框架(三):List之List、AbstractList 、ArrayList
- java集合框架---List、Set总结
- Java常见集合框架(四):List之AbstractSequentialList、LinkedList
- Java常见集合框架(五):List之CopyOnWriteArrayList
- Java常见集合框架(六):List之Vector
- Java常见集合框架(七):List之Stack
- Java常见集合框架
- JAVA集合框架-List
- Java常见集合总结
- JavaSE总结-集合框架-List
- java集合------List集合总结
- Java常见集合框架(十三):Set总结
- Java常见集合框架(十七):Queue总结
- 黑马程序员 知识点总结-Java集合框架(List)
- Java集合框架总结之List接口的使用
- java集合框架总结(List、Set、Map)
- (33)Java学习笔记——集合框架 / List集合&子类 / 常见数据结构
- tldr安装
- Java内部类
- Jmeter
- GDAL矢量(.shp)文件读写与创建
- 一 iOS之 CALayer的基本介绍
- Java常见集合框架(八):List总结
- 数组演练(43)矩阵转置
- 详细解释CNN卷积神经网络各层的参数和链接个数的计算
- 【NOIP模板】 堆-stl
- Inteilj IDEA快捷键
- Android仿淘宝头条向上滚动广告条的效果ViewFlipper
- 存储过程
- mobile-deep-learning(MDL)百度 移动端深度学习框架
- 剑指offer——64.数据流中的中位数