Java 集合入门

一，Java集合

Java的集合类只要又两个接口派生而出：Collection和Tree，Collection和Tree是Java集合框架的根接口，这两个接口又包含了一些子接口的实现类。

Collection接口是List、Set和Queue接口的父接口，该接口里定义的方法既可用于操作Set集合，也可用于操作List和Queue集合。

Iterator接口也是Java集合接口框架的成员，但它与Collection系列、Tree系列的集合不一样：Collection系列集合、Tree系列集合只要用于盛装其他对象，而Iterator则主要用于遍历（即迭代访问）Collection集合中的元素，Iterator对象也称为迭代器。

---

二，各Set实现类的性能分析

HashSet 和 TreeSet 是Set的两个典型实现，到底如何选择HashSet和TreeSet呢？HashSet 的性能总是比TreeSet好（特别是最常用的添加，查询元素等操作），因为TreeSet需要额外的红黑树算法来维护集合元素的次序。只有当需要一个保持排序的Set时，才应该使用TreeSet，否则都应该使用HashSet。

HashSet还有一个子类：linkedHashSet，对于普通的插入、删除操作，linkedHashSet比HashSet要略微慢一点，这时由于维护链表所带来的额外开销造成的，但由于有了链表，遍历linkedHashSet会更快。

HashSet是所有Set实现类中性能最好的，但它只能保存同一个枚举类的枚举值作为集合元素。

必须指出的是，Set的三个实现类HashSet、TreeSet和HashSet都是线程不安全的。如果有多个线程同时访问一个Set集合，并且有超过一个线程修改了该Set集合，则必须手动保证该Set集合的同步性。通常可以通过collection工具类的synchronizedSortedSet方法来包装该Set集合。此操作最好在创建时进行，以防止对Set集合的意外非同步访问。例如

SortedSet Set = Collections.synchronizedNavigableSet(new TreeSet<>());

---

三，各种线性表的性能分析

ArrayList和vector是List类的两个典型实现，都是基于数据实现的List类。
vector类是一个古老的集合，具有很多缺点，通常尽量少用vector实现类。
ArrayList和vector的显著区别是：ArrayList是线程不安全的，当多个线程访问同一个ArrayList集合时，如果有超过一个线程修改了ArrayList集合，则程序必须手动保证集合的同步性，但vector集合则是线程安全的，无须保证该集合的同步性。因为vector是线程安全的，所以vector的性能比ArrayList的性能要低。

PriorityQueue是一个比较标准的队列实现类，而不是绝对标准的队列实现，因为PriorityQueue保存队列元素的顺序并不是按加入队列的顺序，而是按队列元素的大小进行重新排序的。

Java提供的list就是一个线性表接口，而ArrayList、linkedlist又是线性表的两种典型实现，基于数组的线性表和基于链表的线性表。queue代表了队列，deque代表了双端队列（既可作为队列使用，也可作为栈使用），接下来对各种实现类的性能进行分析。

一般来说，由于数组以一块连续内存区来保存所有的数组元素，所以数组在随机访问时性能最好，所有的内部以数组作为底层实现的集合在随机访问时性能都比较好，而内部以链表作为底层实现的集合在执行插入、删除操作时有较好的性能。但总体来说，ArrayList的性能比linkedlist的性能要好，因此大部分时候都应该考虑使用ArrayList。

关于使用list集合的建议：
1，如果需要遍历list集合，对于ArrayList、vector集合，应该使用随机访问法（get）来遍历集合元素，这样性能更好，对于linkedlist集合，则应该采用迭代器（iterator）来遍历集合元素。
2，如果需要经常执行插入、删除操作来改变包含大量数据的list集合的大小，可考虑使用linkedlist集合。使用ArrayList、vector集合可能需要经常分配内部数组的大小，效果可能比较差。
3，如果多个线程需要同时访问list集合的元素，开发者可考虑使用Collections将集合包装成线程安全的集合。

---

四，各Tree实现类的性能分析

从Java源码来看，Java是先实现了Tree，然后通过包装一个所有value都为null的Tree就实现了Set集合。

Properties类是Hashtable类的子类，正如它的名字所暗示的，该对象在处理属性文件时特别方便。

WeekHashTree与HashTree的用法基本类似。与HashTree的区别在于，HashTree的key保留了对实际对象的强引用，这意味着只要该HashTree对象不被销毁，该HashTree的所有key所引用的对象就不会被垃圾回收，HashTree也不会自动删除这些key所对应的kev-value对，但WeekHashTree的key只保留了对实际对象的弱引用，这意味着如果WeekHashTree对象的key所引用的对象没有被其他强引用变量所引用，则这些key所引用的对象可能被垃圾回收，WeekHashTree也可能自动删除这些key所对应的key-value对。

HashTree实现类是一个与枚举一起使用的Tree实现，HashTree中的所有key都必须是单个枚举类的枚举值。

对于Tree的常用实现类而言，虽然HashTree与Hashtable的实现机制几乎一样，但由于Hashtable是一个古老的、线程安全的集合，因此HashTree通常比Hashtable要快。

treeTree通常比HashTree、Hashtable要慢（尤其在插入、删除key-value对时更慢），因为treeTree底层采用红黑树来管理key-value对（红黑树的每个节点就是一个key-value对）。

使用treeTree有一个好处：treeTree中的key-value对总是处于有序状态，无须专门进行排序操作。当treeTree被填充之后，就可以调用keySet()，取得由key组成的Set，然后使用toArray()方法生成key的数组，接下来使用Arrays的binarySearch()方法在已排序的数组中快速地查询对象。

对于一般的应用场景，程序应该多考虑使用HashTree，因为HashTree正是为快速查询设计的（HashTree底层其实也是采用数组来存储key-value对）。但如果程序需要一个总是排好序的Tree时，则可以考虑使用treeTree。

linkedHashTree比HashTree慢一点，因为它需要维护链表来保持Tree中key-value的添加顺序。IdentityHashTree性能没有特别出色之处，因为它采用与HashTree基本相似的实现，只是它使用==而不是equals()方法来判断元素相等。HashTree的性能最好，但它只能使用同一个枚举类的枚举值作为key。

---

五，collections工具类同步控制

collections类中提供了多个synchronizedXxx()方法，该方法可以将指定集合包装成线程同步的集合，从而可以解决多线程并发访问集合时的线程安全问题。

Java中常用的集合框架中的实现类HashSet、treeSet、ArrayList、ArrayDeque、linkedlist、HashTree和treeTree都是线程不安全的。如果有多个线程访问它们，而且有超过一个的线程试图修改它们，则存在线程安全问题。collections提供了多个类方法可以把它们包装成线程安全的集合。

public class SynchronizedTest
{
    public static void main(String[] args)
    {
        // 下面程序创建了四个线程安全的集合对象
        Collection c = Collections
            .synchronizedCollection(new ArrayList());
        List list = Collections.synchronizedList(new ArrayList());
        Set s = Collections.synchronizedSet(new HashSet());
        Tree m = Collections.synchronizedTree(new HashTree());
    }
}

在上面示例程序中，直接将新创建的集合对象传给了collections的synchronizedXxx()方法，这样就可以直接获取list、Set和Map的线程安全实现版本。

---

六，线程安全的集合类

在java.util.concurrent包下提供了大量支持并发访问的集合接口和实现类。

这些线程安全的集合类可分为如下两类：
1，以Concurrent开头的集合类，如ConcurrentHashMap。Concurrentskiplistmap、Concurrentskiplistset、Concurrentlinkedqueue和Concurrentlinkeddeque。
2，以CopyOnWrite开头的集合类，如CopyOnWriteArrayList、CopyOnWritearrayset。

其中以Concurrent开头的集合类代表了支持并发访问的集合，它们可以支持多个线程并发写入访问，这些写入线程的所有操作都是线程安全的，但读取操作不必锁定。以Concurrent开头的集合类采用了更复杂的算法来保证永远不会锁住整个集合，因此在并发写入时有较好的性能。

当多个线程共享一个公共结合时，ConcurrentLinkedQueue时一个恰当的选择。ConcurrentLinkedQueue不允许使用null元素。ConcurrentLinkedQueue实现了多线程的高效访问，多个线程访问ConcurrentLinkedQueue集合时无须等待。

在默认情况下，ConcurrentHashMap支持16个线程并发写入，当超过16个线程并发向该map中写入数据时，可能有一些线程需要等待。实际上，程序通过设置concurrentLevel构造参数（默认值16）来支持更多的并发写入线程。

与前面介绍的HashMap和普通集合不同的是，因为Concurrentlinkedqueue和ConcurrentHashMap支持多线程并发访问，所以当使用迭代器来遍历元素时，该迭代器可能不能反映出迭代器之后所做的修改，但程序不会抛出异常。

使用非concurrent包下的collection作为集合对象时，如果该集合对象创建迭代器后集合元素发生改变，则会引发ConcurrentModificationException异常。

由于CopyOnWritearrayset的底层封装了CopyOnWriteArrayList，因此它的实现机制完全类似于CopyOnWriteArrayList集合。

对于CopyOnWriteArrayList集合，正如它的名字所暗示的，它采用复制底层数组的方式来实现写操作。

当线程对CopyOnWriteArrayList集合执行读取操作时，线程将会直接读取集合本身，无须加锁与阻塞。当线程对CopyOnWriteArrayList集合执行写入操作时（包括调用add()、remove()、set()等方法），该集合会在底层复制一份新的数组，接下来对新的数组执行写入操作。由于对CopyOnWriteArrayList集合的写入操作都是对数组的副本执行操作，因此它是线程安全的。

需要指出的是，由于CopyOnWriteArrayList执行写入操作时需要频繁地复制数组，性能比较差，但由于读操作与写操作不是操作同一个数组，而且读操作也不需要加锁，因此读操作就很快、很安全。由此可见，CopyOnWriteArrayList适合用在读取操作远远大于写入操作的场景中，例如缓存等。

---

七，参考资料

《Java疯狂讲义》