Java容器（Java复习一）

集合分类

• List：有序的，可重复

  • ArrayList：底层数据结构是数组，查询快，增删慢；原因是查询可直接定位到每一元素，而增删可能需要遍历所有元素；扩容相对消耗资源（默认大小为10，每次扩容为原来的1.5倍，int newCapacity = oldCapacity + (oldCapacity >> 1);），原因是，需要创建一个新的数组，并将原有的元素复制到新数组中，故使用ArrayList时最好先确定其容量大小。
  • LinkedList：1.7之前底层数据结构是循环双向链表，查询慢，增删快；原因是链表定位某一元素可能需要遍历所有元素，而增删只需要改变元素的前置和后置应用即可，且无需扩容；1.7之后底层数据结构变成了双向链表，加了first和last节点来标志首尾，原因是更加清晰，且在最后插入元素也无需修改头结点，减少操作
  • Vertor：底层数据结构是数组，查询快，增删慢；原因是底层数据结构是数组；线程安全，效率低，原因是在所有操作数据的方法上加入了synchronized字段；

• Set：无序的，唯一的

  • HashSet：底层数据结构是HashTable，实际实现是通过HashMap进行实现，值存储在HashMap的Key之中，而HashMap的Value值则是一个常量
  • TreeSet：底层数据结构是红黑树，通过红黑标记使二叉树保持平衡，降低树的高度，提高遍历效率，可通过元素实现Comparable和结合构造器中加入Comparator的方式进行排序

HashMap数据结构

HashMap在JDK1.7的数据结构是Hash表+链表，而在JDK1.8中做了优化，当链表长度达到8时，将链表转换为红黑树进行存储。如下图：

插入值的操作：首先计算key值的hash值，得到的计算结果为数组下标在HashTable中查找，查看对应位置是否有值，若无值则进行插入，若有值，查看key值是否相等，相等则覆盖，不相等则查看是否为链表，且链表的长度是否小于等于8，未达到则在链表后插入，若达到了则将链表转换为红黑树进行插入。具体查看下图：

HashMap为何线程不安全

• jdk1.7中resize方法会造成链表循环，从而get时，会存在死循环；put方法时，两个数据都获取了桶的位置，插入时，导致一个元素被覆盖，从而数据丢失
• jdk1.8中没有resize方法的问题，但是有put方法导致的问题

如何使Collection线程安全

1. 通过线程安全的集合，如Vector和HashTable，效率较低，原因是在每个操作数据的方法上加入了synchronized字段，加锁的范围过大导致效率低下
2. 通过CollectionUtils.synchronizedCollection方法来装饰集合，在操作数据的方法上加入了synchronized字段，加锁的范围过大导致效率低下
3. 使用JUC包下的线程安全类，缩小加锁的范围，且通过自旋的方式来进行加锁，通过CPU计算来换取阻塞和唤醒的时间

ConcurrentHashMap

• jdk1.7：采用的是分段锁的形式，将数组分割成多个小的数组来进行加锁，从而不同的段之间有不同的锁，减少了插入时竞争一把锁的情况，提高了效率。在进行Hash值计算时，需要定位两次，首先定位Segment数组，再定位到具体的位置。其中put数据需要加锁，get数据不需要加锁，size方法前三次先不加锁，自旋比较值是否一致，一致就返回，不一致则在每个Segment上加锁计算
• jdk1.8：采用的是在每个数组节点的头部进行加锁。put方法首先判断有无Hash冲突，没有Hash冲突的情况下通过CAS插入，存在Hash冲突则通过加锁来保证线程安全，相对于jdk1.7加锁的范围更小，效率更高，get数据也不会加锁，而size方法是在操作元素的addCount方法中已经进行了统计
  ConcurrentHashMap原理分析（1.7与1.8）

链表环问题

链表如何判断是否有环

1.使用两个指针，一个步长为1的慢指针，一个步长为2的快指针，从头节点进行遍历，若两个指针相遇，则有环。原因是进入环后，两者步长相差1，所以进入环内后，快指针能够追上慢指针

链表如何计算环大小

1. 慢指针和快指针第一次相遇的点，慢指针进行遍历，遍历到相遇点后的步长就是环大小
2. 慢指针和快指针第一次相遇的点，慢指针和快指针同时遍历，下次相遇时走过的步长就是环大小，原因是两者步长差1

链表的入口在哪

1. 快指针从慢指针和快指针第一次相遇的点以步长为1出发，慢指针从头结点出发，相遇的点就是环的入口，推导过程参看链表找出环的入口

LRU与LFU

LRU

• 原理：LRU（Least recently used，最近最少使用），淘汰最近不用的数据
• 实现：
  1. 通过链表存储数据
  2. 新数据或更新数据插入头部
  3. 获取数据时，将获取的数据移至头部
  4. 链表满时，通过尾部进行剔除
• 优点：实现简单，热点数据命中率较高
• 缺点：批量或偶发性操作会使命中率急剧下降

LFU

• 原理：LFU（Least Frequently Used），淘汰最近使用次数最低的
• 实现：
  1. 通过一个Map缓存数据，一个Map缓存key的操作次数和时间
  2. 新数据或更新数据记录插入Map，并记录操作次数和操作时间
  3. 获取数据时，更新操作记录和时间
  4. 达到容量时，通过Collections.min()方法定位到记录操作次数和时间最小的值，进行剔除
• 优点：通过加入使用次数，避免了数据污染的情况
• 缺点：实现较为复杂，访问模式改变后，历史数据会对新的访问模式后的数据有一定影响

两种常见的缓存淘汰算法LFU&LRU
LRU和LFU缓存置换算法