Java中常用的集合小结

先来看一下java中的集合族谱

其中我们常用的有几个：ArrayList, LinkedList, HashSet, HashMap

一、Collection集合

它的子接口有两个：（1）List，（2）Set  ，二者的区别：

List允许存放重复的元素，而Set不允许存放重复的元素，集合的这一特点和数学中的集合一致；

List中的元素是有序的，所以可通过下标来操作元素；而Set中的元素是没有先后顺序的，也就不能通过下标来操作元素。

 

（1）   List子接口有2个类：（a）ArrayList和（b）LinkedList

来看看二者的不同之处：

（a）ArrayList：

查询速率很快。ArrayList类的底层数据结构是数组，具有数组的特性，所以ArrayList在内存中的地址是连续的。那么想要获取ArrayList的某个元素，只要知道这个ArrayList内存地址的首部，再通过偏移量(也就是下标)，就能很快定位到这个元素(通过二分查找)。所以他的查询速度远超过LinkedList。但是ArrayList的写入性能很差。

写入速率很慢。由于ArrayList有容量的概念，每当ArrayList存储的容量达到预先分配的size(例如超过75%的容量)，那么ArrayList会自动扩容。扩容意味着在原来的ArrayList容量的基础上新增一定的容量，那么就需要新创建一个更大容量的ArrayList，再把原先的ArrayList中所有元素拷贝到这个新的ArrayList里去，这一点就导致了当写入ArrayList的数据量很大时，写入性能明显地比LinkedList差很多。

 

（b）LinkedList：

LinkedList的底层数据结构是链表，他的特点是寻址困难，但是容易插入和删除元素。从它的源码可以看到有Node，Node相当于一个javabean，每个node不仅存储元素本身，还存有2个引用。这俩引用分别指向该元素的后一个元素、该元素的前一个元素；首元素仅持有下一个元素的引用，末元素仅持有前一个元素的引用。

所以，LinkedList的写入性能很高。因为node的特性，在往LinkedList集合的指定位置插入新元素时，只需要把要插入的元素放到LinkedList的指定位置，再把该元素加上两个引用即可，一个引用是指向他后面的元素，另一个引用指向前一个元素，整个过程不涉及扩容的问题（LinkedList没有容量概念）。

 

 

（2）Set子接口有2个类：HashSet和TreeSet

这两个类的父类都是集合，也就具有了集合的唯一性：无重复元素。那么如何保证存到集合里的每个元素都是唯一的呢？HashSet和TreeSet有不同的机制：

(a) HashSet通过hashCode()方法和equals()方法来保证；

(b) TreeSet通过Comparator.compare()或者comparable.compareTo()方法中的来保证元素的是否相等来保证的。这种集合的另一个特性是能对元素进行排序。

       (a)HashSet元素唯一性机制概述：

首先比较哈希值是否相同（也就是比较将要添加的元素的哈希值是否与原有元素的哈希值），如果不同就直接把此元素添加进去；

如果hash code相同，就判断equals()的返回值是true或false，是true就表明有相同的元素了，就不添加，false表明还没有相同的元素,允许添加。

 

       (b)TreeSet实现元素排序的机制概述：

由于TreeSet底层的数据结构是红黑树，所以TreeSet中的元素是以二叉树的形式存放的。TreeSet能实现2种排序：自然排序和比较器排序。

自然排序能让元素自动具备可比性。例如我们存放的元素数据类型是Integer的话，那么他会自动地按照数字大小进行自然排序。但是，如果我们定义了自己的数据类型，想在存放到TreeSetI里的时候自动进行自然排序，实现途径：首先在自定义类实现Comparable接口，再重写compareTo()方法,在该方法里写上我们想要的排序规则。

比较器排序能让集合具备可比性。实现途径：让TreeSet构造方法接收Comparable的实现类对象，具体来说，在创建TreeSet实例的时候实现Comparator接口的compare()方法, 在方法内写上想要的排序规则即可，写好之后，TreeSet会对添加到其中的元素自动排序。

 

  

二、Map：映射关系的集合

Map可以看成是数学里面的一元函数，xèf(x) 一个x在y轴的f(x)值最多一个。很多高级语言都有这种类型的数据结构，Python中的叫Diction(字典)，Java中的叫Map(映射)。

Map就是key è value之间的映射关系，一个key对应一个value, 且key不可重复。如果key重复就会造成混乱，举例来说一个宾馆的房间号不能重复，一个房间号只能对应一间，每一间客房是唯一的那么要求房间号也是唯一的，如果房间号有3个6号，服务员就不知道客人住的是哪个房间了。

Map在集合体系中是与Collection并列存在的。

Map有几个地方不同于Collection：

       首先，存储的元素类型不一样：Map存储的是键值对，也就是双列的；而Collection是单列的。

       第二，Map集合的数据结构只针对键有效，与值无关；Collection的数据结构是对元素有效。

       第三，Map新增元素使用的是put()方法，Collection使用add()方法。

       第四，没有直接的方法获取Map集合元素，而是通过转换成Set集合后通过迭代获取元素(通过遍历Map键集合获取每一个值，或通过遍历键值对对象获取键和值)。

实现Map接口的类：（1）HashMap （2）Hashtable       （3）TreeMap

（1）HashMap键是哈希表结构，所以能保证键的唯一性

（2）Hashtable是很早以前用的，现在已经被HashMap替代了。他和HashMap的区别在于：

Hashtable是线程安全的，效率低，不允许null键和null值；

HashMap线程不安全，效率高。允许null键和null值。

（3）TreeMap的键也是唯一的，比HashMap多的功能是能对键排序，排序原理与TreeSet相同。

 

 

 

三、集合框架中的工具类：Collections、Arrays

Collections提供了查找、找极值、对List进行排序等功能；

Arrays提供的功能：把数组转成List集合、对数组排序、对数组进行二分查找。

 

 

--------------<顺便说两句>--------------

HashMap的实现原理

这里重点说一下HashMap因为他很常用。

1，底层的数据结构

HashMap是一个以链表为元素的一维数组，所以HashMap结合了两大优点：数组的高效寻址性能(查询容易)和链表的高效写入性能！

从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表。当新建一个HashMap的时候，就会初始化一个数组。

1  /** 

2   * The table, resized as necessary. Length MUST Always be a power of two. 

3   */  

4  transient Entry[] table;  

5    

6  static class Entry<K,V> implements Map.Entry<K,V> {  

7      final K key;  

8      V value;  

9      Entry<K,V> next;  

10     final int hash;  

11     ……  

12 }  

   可以看出，Entry就是数组中的元素，每个 Map.Entry 其实就是一个key-value对，它还持有一个指向下一个元素的引用(next)，这就构成了链表。

当系统决定存储HashMap中的key-value对时，完全没有考虑Entry中的value，仅仅只是根据key来计算并决定每个Entry的存储位置。我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。

 

2，HashMap的扩容问题

   当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而HashMap的数组扩容是最消耗性能的，因为原数组中的数据必须重新计算其在新数组中的位置，并拷贝过去，这就是扩容(resize)。

   那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候就把数组的大小扩展为 2*16=32，即扩大一倍，再重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作。所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。可以通过HashMap构造器来预设初始容量和Loadfactor(负载因子, 默认0.75)。

 

3，快速失败策略

java.util.HashMap不是线程安全的，因为他的实现方法里没有添加synchronized关键字来确保线程同步，这意味着如果在使用迭代器的过程中有其他线程修改了HashMap，将会抛出ConcurrentModificationException。这就是快速失败策略（fast-fail）。

 

--------------<全文结束>-----------