数据结构、集合框架整合

一.数据结构

是计算机存储、组织数据的方式。数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。

1.集合：数据结构中的元素之间除了“同属一个集合”的相互关系

2.线性结构：数据结构中的元素存在一对一的相互关系

3.树形结构：数据结构中的元素存在一对多的相互关系

4.图形结构：数据结构中的元素存在多对多的相互关系

常用的数据结构：数组、栈、队列、链表、树、图、堆、散列表

二.各类数据结构

1.数组

数组：将元素在内存中连续存放，由于每个元素占用内存相同，可以通过下标迅速访问数组中任何元素。但是如果要在数组中增加一个元素，需要移动大量元素，在内存中空出一个元素的空间，然后将要增加的元素放在其中。如果想删除一个元素，同样需要移动大量元素去填掉被移动的元素。如果应用需要快速访问数据，很少插入和删除元素，就应该用数组。

数组是在内存中开辟一段连续的空间，并在此空间存放元素。就像一排出租屋，有固定的100个房间，从001到100每个房间都有固定编号，通过编号就可以快速找到租房子的人。

数组的特点：元素类型是固定的，长度是固定的，通过角标查询，查询快、增删慢。

2.栈

线性结构。只有一个口，有顺序的进出，并且只能一端进与出，称为LIFO，先进后出或者后进先出。类似于坐电梯，先进去的人给不断挤到后面，此举称之为压栈。底层是用LinkedList实现的。

3.队列

线性结构。有顺序的进出，并且只能一端进另一端出，称为FIFO，先进先出，像一条水管。底层是用LinkedList实现的。

4链表

链表的类型有多种：单链表、双链表和有序链表

链表：元素在内存中不是顺序存储的，而是通过存在元素中的指针联系到一起，每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针。如果访问链表中一个元素，需要从第一个元素开始，一直找到需要的元素位置。但是增加和删除一个元素对于链表数据结构就非常简单，只要修改元素中的指针。如果需要经常插入和删除元素就需要使用链表。

链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表的指针链接次序实现的。链表由一系列结点组成（链表中每一个元素称为结点），结点可以在运行时动态生成。

5.哈希表

哈希表，是根据关键码值（Key Value）而直接进行访问的数据结构。它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

HashMap先在内存中创建一个数组，然后每个元素都会被计算Hash值，然后通过Hash值再计算一层，得到其在数组中位置，由于hash值的特殊性，可能会存在两个元素被安排在数组中重复的位置，这时候就会创建一条链表，来维护重复的数据。

三.数组与链表的优缺点和区别

1.内存存储区别

数组从栈中分配空间，自由度小。

链表从堆中分配空间，自由度大但申请管理麻烦。

2.逻辑结构区别

数组必须事先定义固定的长度，不能适应数据动态地增减的情况。当数据增加时，超出原先定义的元素个数；

链表动态地进行存储分配，可以适应数据动态地增减，可以方便插入、删除数据项。

3.总结

（1）存取方式，数组可以顺序存取或者随机存取，而链表只能顺序存取。

（2）存取位置，数组逻辑上相邻的元素在物理存储位置上相邻。

（3）按序号（下标）查找时，数组可以随机访问，时间复杂度为O（1），链表的时间复杂度为O（n）

（4）按值查找时，若数组无序，数组和链表的时间复杂度为O（n），但是当数组有序时，可以采用折半查找将时间复杂度降为O（log n）

（5）插入和删除元素时，数组平均需要移动N/2个元素，而链表只需修改指针即可。

四.集合框架

整体上两大类接口，一类是Collection接口，另一类是Map接口。

Collection接口包含两大类：List接口和Set接口。

List接口：存储一组不唯一且按插入顺序排序的对象，可以操作索引。

Set接口：存储一组唯一且无序的对象。

Map接口：以键值对的形式存储元素，键（key）是唯一的。

1.如果元素可以重复，实现List接口

（1）需要查询快

        （a）线程安全

                Vector：由数组实现，访问元素的效率比较高，删除和添加元素效率低。

         （b）线程不安全

                 ArrayList：由数组实现，访问元素的效率比较高，删除和添加元素效率低。

（2）需要增删快

         （a）线程不安全

                 LinkedList：由链表实现，插入、删除元素效率比较高，访问效率比较低。

2.如果元素需要唯一不重复，实现Set接口

（1）需要查询快

     （a）线程不安全

             HashSet：由哈希表实现，使用了HashTable。添加、查询、删除元素的效率都很高，缺点是元素无序。通过hashcode与equals方法确保元素的唯一。

             TreeSet:由二叉树实现。查询效率高，且元素有序的。存放自定义类型的对象需要实现Comparable接口，重写compareTo方法，提供对象排序的方式。

             LinkedHashSet：由哈希表实现元素的存储，由链表实现元素的顺序。添加、查询、删除元素的效率都高，且元素都是有序的。

（2）需要排序

         （a）线程不安全 TreeSet

3.通过键值对存取，实现map接口

（1）需要查询快

         （a）线程不安全

                 HashMap：由hash表实现，底层是Hashtable，添加、查询、删除元素的效率都很高。

                 LinkedHashMap：由哈希表实现元素的存储，由链表实现元素的顺序。添加、查询、删除元素的效率都高，且元素都是有序的。

                 TreeMap：由二叉树实现。查询效率高，且元素有序的。

                Hashtable：任何非null对象都可以用作键或值。为了成功地在哈希表中存储和获取对象，用作键的对象必须实现hashCode和equals方法。

ArrayList和LinkedList的区别。

（1）ArryaList和LinkedList都是线程不安全的。

（2）Arraylist底层是由数组实现的，数组的优点是通过下标访问，查询效率高，时间复杂度为O（1）；增删因为牵扯到数组复制操作，所以增删效率不高。

（3）LinkedList的底层是由链表实现的，链表的优点是每个结点都有指向下条数据的指针，所以增删时只需要修改指针地址，查询时因为链表的数据结构在内存空间内是不连续的的且没有索引，所以查询效率低，时间复杂度为O（n）。

五.HashMap实现原理

HashMap先在内存中创建一个数组，然后每个元素都会被计算hash值，然后通过hash值再计算，得到其在数组中的位置，由于hash值的特殊性，可能会存在两个元素被安排在数组中重复的位置，这时候就创建一个链表，来维护重复的数据。

搞清楚HashMap，首先需要知道HashMap是什么，即它的存储结构-字段；其次弄明白它能干什么，即它的功能实现-方法。

1.从结构实现来讲，HashMap是数组+链表+红黑树实现的。

（1）从源码可知，HashMap类中有一个非常重要的字段，就是Node[]table,即哈希桶数组，是一个Node的数组。

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;    //用来定位数组索引位置
        final K key;
        V value;
        Node<K,V> next;   //链表的下一个node

        Node(int hash, K key, V value, Node<K,V> next) { ... }
        public final K getKey(){ ... }
        public final V getValue() { ... }
        public final String toString() { ... }
        public final int hashCode() { ... }
        public final V setValue(V newValue) { ... }
        public final boolean equals(Object o) { ... }
}

Node是HashMap的一个内部类，实现了Map.Entry接口，本质上就是一个映射（键值对）。 

（2）HashMap使用哈希表存储，使用哈希表来解决哈希冲突。Java中的HashMap采用了链地址法。数组加链表的结合。在每个数组元素上都一个链表结构，当数据被Hash后，得到数组下标，把数据放在对应下标元素的链表。例如程序执行下面代码：

map.put("美团","小美");

系统将调用"美团"这个key的hashCode()方法得到其hashCode（）值，然后通过Hash算法的后两步运算（高位运算和取模运算）来定位该键值对的存储位置，有时两个key会定位到相同的位置，表示发生了Hash碰撞。当然Hash算法计算结构越分散均匀，Hash碰撞的概率就越小，map的存取效率就越高。好的Hash算法和扩容机制来控制map使得Hash碰撞的概率变小，哈希桶数组Node[]table占用空间又少。

HashMap的默认构造函数源码，

int threshold;                                  //所能容纳的key-value的极限

final float loadFactor;                    //负载因子

int modCount;

int size;

Node[] table的初始化长度length（默认值是16），Load factor为负载因子（默认值为0.75），threshold是HashMap所能容纳的最大数据量的Node（键值对）个数。threshold=length*Load factor。

在HashMap中，哈希桶数组table的长度length大小必须为2的n次方。

2.功能实现—方法

（1）确定哈希桶数组索引位置

使用hash算法避免了遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。

方法一：

static final int hash(Object key){

int h;

//h = key.hashCode();取hashcode值

//h^(h>>>16); 高位参与运算

return (key==null)?0:(h=key.hashCode())^(h>>>16);

}

方法二：

static int indexFor(int h,int length){

return h&(length-1);

}

Hash算法本质：取key的hashCode、高位运算、取模运算。

（2）put方法的详细执行

（a）判断键值对数组table[i]是否为空或为null，否则执行resize（）进行扩容；——判断数组是否为空

（b）根据键值key计算hash值得到插入的数组索引i，如果table[i]=null，直接新建节点添加，转向（f），如果table[i]不为空，转向（c）——计算hash值判断索引i的位置

（c）判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向（d），相同指的是hashcode以及equals；——判断table[i]的首个元素是否和key一样

（d）判断table[i]是否为treeNode，判断是否是红黑树

（e）遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树

（f）插入成功后，判断实际存在的键值对数量size是否超过了最大容量threshold，如果超过，进行扩容。

（3）扩容过程