如何选择集合

在编程的过程中，选择何种集合至关重要，下面由我来总结下选择集合的方法

 

选择集合所考虑的关键问题在于：效率代价与空间代价的平衡问题。

效率代价是指执行的效率，简单的说如果一个资源没有把索引记录下来，那么要找到他你就需要执行程序，那么你的代价在于系统花钱了时间。

空间代价是指存放的空间消耗内存的代价，如上边说到的如果把索引记录下来很方便就能找到要找的资源，也就是用空间代价换取运行时间的缩短。这就像电话本除了记号码还要记人名，总不能一个个打电话去问谁是张三李四的吧。

我想说的是，现在的储存器越来越便宜，空间可以说不是难题，空间代价不是优先考虑的问题。

 

下面我们来分析下各种常用的集合数据类型

1.       ArrayList:数组实现的保持进入顺序的集合。
查询元素操作(提供索引位置)：计算元素内存指针位置，一步便可跳到。
增加元素操作：查询到增加位置的元素，后面的元素挨个向后移一个位置，保存元素的      时间可以忽略不计
删除元素操作：查询到增加位置的元素，后面的元素挨个向前移一个位置，清空元素的时间可以忽略不计
修改元素操作：与查询元素操作效率相同

2.       LinkedList:链表实现的保持进如顺序的集合。
查询元素操作(提供索引)：从根节点遍历，不能跳越，直到索引要求的位置。
增加元素操作：查询到增加位置的元素，接上链的时间忽略不计
删除元素操作：查询到增加位置的元素，拆下链的时间忽略不计
修改元素操作：与查询元素操作效率相同

3.       HashSet/HashMap:无序的Hash算法来索引的集合
查询元素操作：HashCode经过Hash算法直接指向内存地址，而后调用指向的数据的equals()，如果不等，继续Hash算法。
增加元素操作：查询到增加位置的元素，保存的时间忽略不计
删除元素操作：查询到增加位置的元素，删除的时间忽略不计
修改元素操作：与查询元素操作效率相同

4.       TreeSet/TreeMap:根据指定值排序的集合，低层是链表
查询元素操作：红黑二分查找树算法，链表遍历跳过部分节点，效率大于LinkedList
增加元素操作：查询到增加位置的元素，接上链的时间忽略不计
删除元素操作：查询到增加位置的元素，拆下链的时间忽略不计
修改元素操作：与查询元素操作效率相同

 

性能分析表：

集合/操作	A增	B删	C查	D改	顺序性
ArrayList	C+④	=A	①	=C	进入顺序
LinkedList	C+①	=A	④	=C	进入顺序
HashSet/HashMap	C+②	=A	②	=C	无顺序
TreeSet/TreeMap	C+③	=A	③	=C	指定顺序

注释：=A表示效率上等于其A操作，也就是增操作，=C也同理；C+①表示查询效率要加入计算。

 

从上面中最核心的问题是ArrayList增删操作与LinkedList查找操作代价比较

案例1：ArrayList与LinkedList的add/remove操作的比较

分析1：低效率ArrayList.add/remaove操作的原因在于增删操作可能会引起元素的交换，而LinkedList的增删只需要接链头和链尾。

结果数据1：ArrayList的100万次的交换消耗了3mm

 

案例2：ArrayList与LinkedList的get操作的比较

分析2：LinkedList的查找操作效率低的原因是必须遍历过程中的每个节点，但是遍历一次仅相当于getter方法调用消耗非常小。

结果数据2：LinkedList的166万次的遍历都消耗都不到1mm

 

结论：通过以上案例测试得知，遍历元素与交换元素的效率差至少是十万级的。所以我们几乎可以忽略LinkedList查询的效率，而HashSet/HashMap,TreeSet/TreeMap效率比LinkedList还要高，也可以忽略其查询效率。

由此，应修改性能分析表如下：

 

性能分析表：

集合/操作	A增	B删	C查	D改	顺序性
ArrayList	④	=A	①	=C	进入顺序
LinkedList	①	=A	④	=C	进入顺序
HashSet/HashMap	②	=A	②	=C	无顺序
TreeSet/TreeMap	③	=A	③	=C	指定顺序

 

总结：

1：如果元素没有顺序要求，有优的选择是HashSet/HashMap，其增删查找的效率都很高。

2：如果元素有顺序要求，对于ArrayList、LinkedList和TreeSet/TreeMap都可以实现，只是ArrayList、LinkedList需要控制进入顺序，而TreeSet/TreeMap需要值记录顺序。如果记录顺序的值很方便提供，优先选择TreeSet/TreeMap。

3：如上述有顺序要求，而记录顺序的值不方便提供的情况，如Stack，如果提供入栈时间比较冗余。这个时候则考虑集合会不会出现元素顺序改动的增删操作，如果会则选择LinkedList。如案例1,2中的结论ArrayList的单位次交换耗时至少是LinkedList遍历一个节点的50万倍以上。

4：如上述情况有顺序要求，并且不希望提供值来排序，而且集合的顺序基本不会发生改变，选择ArrayList。

 

选择Set还是Map？

误点1：Map比Set数据多出一个维度，那么就可以利用多出的部分影响顺序或多出快捷收索功能。

正解1：原则是一个集合对象只能提供一个索引。

    对于Map其有效的索引则是key（实际上是key的equals和HashCode），而value是不能主导一个条目的，如Map的remove就不能通过value来删除，Map也不支持Value找到key的方法（如果iterator遍历找到key那就不能称之为索引到）。

    还是一个真理一个集合仅提供一个索引，Set和Map的区别只在于，索引是否唯一且数据本身就可以提供。只有满足这两个条件才可以使用Set。因为Set有赖于元素本身的equals/hashCode和comparTo方法,而这些方法只能由属性运算得出结果，所以属性要求有能力提供出索引。而Set的元素类型一旦被确定，也就说用两个Set为同一个数据加索引，其索引规则相同，这是因为元素类独有一份equals/hashCode和comparTo方法的实现。

    如果索引需要多个或数据对象的属性没有能力给出此索引，那么我们会选择Map。Map的key可以是我们定制的对象类型，也就是提供不同的equals/hashCode和comparTo的方法实现，而不像Set只能调用到数据本身的一种实现。选择不同的key类型就会得到不同的方法实现，建立不同的索引，从而多个Map能实现多个索引。

    如果希望同一个数据可能会被多种值检索到，那么就为他们各自建立一个Map，多个Map多个索引方式。Map总是能实现索引，而Set只能提供自身的一种索引,Set是Map的特例情况。