Java面试总结(二)

集合类介绍
java.util包下集合类以及java.util.concurrent包下集合类介绍
主要介绍集合有
ArrayList
CopyOnWriteArrayList
LinkedList
Queue
PriorityQueue
LinkedHashMap
Stack
HashMap
HashTable
ConcurrentHashMap
TreeMap
Set
HashSet
ConcurrentSkipListSet

ArrayList:
transient Object[] elementData; //源码里就一个数组存储
很简单

public boolean add(E e) {        ensureCapacityInternal(size + 1);  // Increments modCount!!        elementData[size++] = e;        return true;}

Java集合基本都有动态扩容处理，以后的集合不会贴代码了
ensureCapacityInternal(size + 1); //很明显判断size是否过长了，过长就扩容然后通过Array.copy 复制老元素到新数组里。(size <= Integer.MAX_VALUE)
add O(1)操作在数组尾部加1元素

remove在Java面试(一)中详细介绍了不说了O(n)的操作，必须找到元素覆盖删除
查找必须遍历整个数组才行O(n)操作

CopyOnWriteArrayList前不久看我同学在用的，然后自己看了看源码
然后我借鉴了http://www.cnblogs.com/dolphin0520/p/3938914.html上说的
CopyOnWrite容器即写时复制的容器。通俗的理解是当我们往一个容器添加元素的时候，不直接往当前容器添加，而是先将当前容器进行Copy，复制出一个新的容器，然后新的容器里添加元素，添加完元素之后，再将原容器的引用指向新的容器。这样做的好处是我们可以对CopyOnWrite容器进行并发的读，而不需要加锁，因为当前容器不会添加任何元素。所以CopyOnWrite容器也是一种读写分离的思想，读和写不同的容器。

终于明白add操作的意义所在。
分析ArrayList与CopyOnWriteArrayList

源码：通过源码很清晰的看到每一次add加锁 –>做一次副本 –> 添加

public boolean add(E e) {        final ReentrantLock lock = this.lock;        lock.lock();        try {            Object[] elements = getArray();            int len = elements.length;            Object[] newElements = Arrays.copyOf(elements, len + 1);            newElements[len] = e;            setArray(newElements);            return true;        } finally {            lock.unlock();        }}

优点：大量读数据不关心写操作，写加锁操作也不影响读
缺点也很明显：大量复制，我还是引用博客的把，毕竟jvm的书还没看完，也说不清gc回收操作
内存占用问题。因为CopyOnWrite的写时复制机制，所以在进行写操作的时候，内存里会同时驻扎两个对象的内存，旧的对象和新写入的对象（注意:在复制的时候只是复制容器里的引用，只是在写的时候会创建新对象添加到新容器里，而旧容器的对象还在使用，所以有两份对象内存）。如果这些对象占用的内存比较大，比如说200M左右，那么再写入100M数据进去，内存就会占用300M，那么这个时候很有可能造成频繁的Yong GC和Full GC。之前我们系统中使用了一个服务由于每晚使用CopyOnWrite机制更新大对象，造成了每晚15秒的Full GC，应用响应时间也随之变长。
　　针对内存占用问题，可以通过压缩容器中的元素的方法来减少大对象的内存消耗，比如，如果元素全是10进制的数字，可以考虑把它压缩成36进制或64进制。或者不使用CopyOnWrite容器，而使用其他的并发容器，如ConcurrentHashMap。
　　数据一致性问题。CopyOnWrite容器只能保证数据的最终一致性，不能保证数据的实时一致性。所以如果你希望写入的的数据，马上能读到，请不要使用CopyOnWrite容器。

LinkedList:
链表：
transient Node first;
transient Node last;
记录了头尾指针
public boolean add(E e) {
linkLast(e);
return true;
}
O(1)操作直接尾插

public boolean remove(Object o) {        if (o == null) {            for (Node<E> x = first; x != null; x = x.next) {                if (x.item == null) {                    unlink(x);                    return true;                }            }        } else {            for (Node<E> x = first; x != null; x = x.next) {                if (o.equals(x.item)) {                    unlink(x);                    return true;                }            }        }        return false;}

记得刚进公司时就被问了这个，就是看了源码所以好尴尬，不过也正常这个是从链表remove一个元素，所以先要search再delete
Delete操作总是O(1)的，而search一次链表是O(n)
这个是LikedList内部类Node的remove操作unlink()把元素从链表中删除

public void remove() {            checkForComodification();            if (lastReturned == null)                throw new IllegalStateException();            Node<E> lastNext = lastReturned.next;            unlink(lastReturned);            if (next == lastReturned)                next = lastNext;            else                nextIndex--;            lastReturned = null;            expectedModCount++;}

Queue:
Array，Link都能模拟Queue
只要维护从头进从尾删就行
Front , last两个指正轻松解决先进先出
可以实现FIFO(First Input First Output)

PriorityQueue(优先队列):
维护一个最小堆就行add，delete都是O(logn)操作，log是以2为底
限于篇幅
看算法导论 最小堆，里面介绍很详细
可以实现Lfu
LinkedHashMap：
不知道你们有没有看过Lru(近期最少使用)实现
Mybatis的Lru算法就是依据LinkedHashMap实现的
图解:

链表(这里是双向的)我们知道，不像arraylist需要在内存中一块连续地址，只要把地址连接起来就OK，所以用hashMap弥补了link遍历的不足。
具体的还是看源码，我有机会再详细介绍，毕竟缓存FIFO,LFU,LRU东西有点多。
Set:
这个比较简单：内部引用一个

private transient HashMap <E,Object> map;

ConcurrentSkipListSet:
内部实现跳跃表(Skip List)，具体看算法导论的视频，比我BB有意思多了
http://open.163.com/movie/2010/12/7/S/M6UTT5U0I_M6V2TTJ7S.html

这个个人感觉和CopyOnWirteArrayList相似，因为Skip List也会做很多次副本List, 优化查询到O(logn)做二分操作划分。具体还是看视频把，比较好。

HashMap:
Hash索引位置链表解决冲突。判断一个元素是否相同 hash && equals

ConcurrentHashMap:
这篇IBM技术论坛上讲的很好，小伙伴门你们结合下源码很容易理解的，相信你们
https://www.ibm.com/developerworks/cn/java/java-lo-concurrenthashmap/

TreeMap:
红黑树实现：
你可能会问为什么不是二叉树，那我问你一个问题，如果二叉树是单偏的

这样的，那边性能可想而知。所以需要一种平衡树去维护。
具体算法导论红黑树

对了，记得把算法导论上的那个B-tree看了，写的很好。面试会有很好的帮助的，只能说面试加油啊。

这次我太饿了，写不下去了，我要回家。。。