探究java.util集合容器的底层原理

java.util是包含集合框架、遗留的 collection 类、事件模型、日期和时间设施、国际化和各种实用工具类（字符串标记生成器、随机数生成器和位数组、日期Date类、堆栈Stack类、向量Vector类等）。集合类、时间处理模式、日期时间工具等各类常用工具包

java.util下的集合容器包含如图的几大类

set：无重复元素集合容器
List：允许有重复元素容器
Map：键值对

使用机制

Set

HashSet

HashSet的底层实现和HashMap有很多类似之处。
其抽象理解可以理解为，HashSet是HashMap中的键，之后进行遍历取出。
而HashMap本身的遍历其实违背了使用思想，而HashSet则很需要使用遍历。
HashSet的遍历：
1.iterator。
iterator的实现就是将容器的元素通过一张线性表串联起来，iterator就是指向表头的指针，具体为链表。
值得注意的是当HashSet改变时，需要重新申请iterator。
2.for(String s : hashmap) 通过for循环遍历。

当然对于碰撞和扩容，采取的方法同HashMap一样。
并且链表长度大于8时会自定转化为红黑树。

LinkedHashSet

LinkedHashSet继承了HashSet，而底层实现又和LinkedHashMap相似。
因为本身HashSet是无序的，散乱的数据。
而使用双向链表去维护，可以得到插入顺序、查询顺序

TreeSet

按照前面的例子，多半TreeSet和TreeMap一样实现方式，通过红黑树，插入和查询控制在o（logn）
在看了源码后果然如此。

List

ArrayList

ArrayList不是线程安全的，在多线程时使用需要上锁
ArrayList是基于数组实现的添加和查询指定项很快，但是插入和删除效率不高

初始时容量为0，在第一次扩容为10；
之后每次在add内存不够时扩容1.5倍。
private void grow(int minCapacity) {
int oldCapacity = elementData.length; // 旧容量
int newCapacity = oldCapacity + (oldCapacity >> 1); // 新容量为旧容量的1.5倍
if (newCapacity - minCapacity < 0) // 新容量小于参数指定容量，修改新容量
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0) // 新容量大于最大容量
newCapacity = hugeCapacity(minCapacity); // 指定新容量
// 拷贝扩容
elementData = Arrays.copyOf(elementData, newCapacity);
}

LinkedList

LinkedList不是线程安全的
LinkedList是基于链表实现的插入和删除很快，但是添加效率不高

Vector

Vector是线程安全的
Vector也是基于数组实现，机制与ArrayList类似

Map

HashMap

JAVA中常用HashMap，在使用上看，HashMap对应一系列键值对，每个键唯一标识一个值。
HashMap使用了Hashing（哈希）原理。

Hash是一种伟大的索引方法。

hash函数将键的集合映射到hash集合，每一个键的元素唯一对应一个hash元素，例如
如果hash函数是hash（x）=x-1， 那么给定一个5，hash（5）=4，那么将第4列指针指向5的存储。
如果hash函数是hash（x）=x%5， 那么给定一个5，hash（5）=0，那么将第0列指针指向5的存储。

冲突（碰撞）
对于hash（x）=x%5而言，x=10，x=5得到的hash值相同，hash（5）=0，hash（10）=0。
此时就发生了冲突（碰撞）。
假设此时已经将第0列的指针指向了10的存储，又来了一个5。
此时通常有两种处理方法。
1） 链接地址
将后来的hash（a）=0，用上一个hash（x）=0指针a的存储。
即将10的存储指向5的存储。

2） 开放地址
将后来的hash（a）=0，用下一个0+1的指针a的存储。
如果下一个地址有指向，则继续向下。

扩容
扩容就是在原有效率过低时，用一个新的hash代替原有的hash函数，使得hash集合更大。
然后将原来的hash表用新的hash函数算后，转存到新的hash表中。
hash的容量使用率在75%以内效率都会很高，超过75%后，效率会明显下降，所以当容量使用率达到75%时需要扩容。
HashMap第一次的容量为16，当存储量达16*0.75=12时，就会是HashMap扩容，使得容量翻倍。

好处
hash的好处，不必排序，不必搜索，只需要计算就可以查询到某个值。
同样的对于数学中的高维问题，可以将hash函数设为降维方法。
比如对于一个六面体来说，普通的查询需要查询8个顶点坐标，才能确定一个六面体。
但是对于hash而言，可以设hash（六面体）=体积。
那么只需要对六面体做体积运算即可查询，大大的简化了查询。

hash函数的设计
某种程度上而言尽可能将大的集合转化为小的集合，使得查询更有效率。

在JDK中：
public class HashMap<K,V> extends AbstractMap<K,V>
可以看出HashMap继承AbstractMap。
public abstract class AbstractMap<K,V> implements Map<K,V>
而AbstractMap<K,V> 实现了 Map<K,V>接口
public interface Map<K, V>可以看出Map是一个接口。
其中K是Key键，V是Value值。
Map接口定义了：
int size();
boolean isEmpty();
boolean containsKey(Object key);
boolean containsValue(Object value);
V get(Object key);
V put(K key, V value);
V remove(Object key);

首先HashMap在实现中定义了
Node<K,V>,一个很简单的链表。
定义了：
final int hash; //哈希值
final K key; //键
V value; //值
Node<K,V> next; //下一个结点

定义了方法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这个方法定义了hash的计算。
Object 中定义为：public native int hashCode();
hashCode()是一个native方法，意味着方法的实现和硬件平台有关，默认实现和虚拟机有关，对于有些JVM，hashCode()返回的就是对象的地址，大多时候JVM根据一定的规则将与对象相关的信息（比如对象的存储地址，对象的字段等）映射成一个数值，并返回。

HashMap中定义了：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
而putVal则是将键值对保存，操作是：
根据hash（key） 寻找是否冲突
如果冲突，那么找到冲突的结点Node
遍历链表如果k-v存在，则修改v
不存在则找到最后一个结点即（Node.next==null） 使得next等于当前的key-value
如果不冲突，那么在hash表中加入该结点
而

对于get来说，就是很简单查询。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}

在源码中可以看出，HashMap是通过连接地址来解决冲突（碰撞）的。
而当链表长度超过8时，HashMap会自动将链表转成红黑树。
在多线程环境下，使用Hashmap进行put操作会引起死循环，导致CPU利用率接近100%，所以在并发情况下不能使用HashMap。

Hashtable

Hashtable和HashMap类似，源码中可以发现主要差别在于Hashtable的实现之前加了synchronized。
也就是说Hashtable是线程安全的。

至于其他更多的区别，可以读一下源码解读Hashtable

ConcurrentHashMap

ConcurrentHashMap是Java中的一个线程安全且高效的HashMap实现。
基本内容与HashMap相似，其中区别的，ConcurrentHashMap是通过CAS+synchronized的加锁。
另外当ConcurrentHashMap扩容时，p<0，此时任何线程都不能读写。

ConcurrentHashMap比起Hashtable的效率更快的原因是，Hashtable是将整个共享区上锁，所有资源都由一把锁控制。
而ConcurrentHashMap是用分段锁控制，每把锁控制一部分资源，这样当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。其中的操作比较复杂，详细可以读一下：
ConcurrentHashMap源码解读

LinkedHashMap

LinkHashMap 保存了记录插入的顺序，用Iteraor遍历时先得到的肯定是先插入的，遍历时比HashMap慢，有HashMap的全部特性
LinkedHashMap的实现是对HashMap加了一个双向链表作为维护，可以获得插入顺序 、 访问顺序。
同样LinkedHashMap和HashMap一样没有锁保护，线程不安全。
关于LinkedHashMap的双向链表具体实现，见LinkedHashMap底层原理

TreeMap

TreeMap是一个自动升序的Map。
在源码中可以发现TreeMap继承AbstractMap<K,V>，实现接口NavigableMap<K,V>
而AbstractMap<K,V>实现了Map<K,V>,而NavigableMap<K,V>实现了SortedMap<K,V>，而SortedMap<K,V>继承了Map<K,V>。

TreeMap的实现是基于红黑树的。
红黑树是自平衡二叉树，其结点必须为红色或者黑色，查询效率很高。
对于自动升序的Map而言，建立红黑树，再通过红黑树去实现SortedMap<K,V>，TreeMap来使用SortedMap<K,V>的接口，可以达到自动升序的效果。

红黑树：
红黑树是计算机科学内比较常用的一种数据结构，它使得对数据的搜索，插入和删除操作都能保持在O(lgn)的时间复杂度。
红黑树本质上是一颗二叉搜索树，它满足二叉搜索树的基本性质——即树中的任何节点的值大于它的左子节点，且小于它的右子节点。
一颗红黑树必须满足以下几点条件：
规则1、根节点必须是黑色。
规则2、任意从根到叶子的路径不包含连续的红色节点。
规则3、任意从根到叶子的路径的黑色节点总数相同。

而对于一颗红黑树，除了根节点插入为黑色外，其余的插入均为红色，一旦出现连续的红色则意味着不平衡需要调整。
红黑树的调整是旋转+着色。