Java集合：常用集合类、区分不同集合类、学习笔记

本文内容源自《疯狂Java讲义》第二版：学习笔记总结。

Java集合

• 出现的原因：由于数组的长度不可变化，且必须在初始化数组的时候指定数组的长度，具有较大的局限性。除此之外，数组无法保存具有映射关系的数据。为了保证数量不确定的数据，以及保存具有映射关系的数据，Java提供了集合类。
• 集合类主要负责保存、盛装其他数据，因此集合类也被称为容器类。
• 所有集合类都位于java.util包下，后来为了处理多线程环境下的并发安全问题，Java5还在java.util.concurrent包下提供了一些多线程支持的集合类。
• 集合类与数组不同，数组元素既可以是基本类型的值，也可以是对象（实际上保存的是对象的引用变量）；而集合里只能保存对象，同样保存的也是对象的引用变量。
• Java的集合类主要由两个接口派生而出：Collection和Map，以下分别介绍这两个根接口及其子接口或实现类。
  

Collection

• 具有添加对象、删除对象、清空容器、判断容器是否为空等操作集合的方法，详情可以查看API文档。

Set

Set集合特点：

• 把一个对象添加到Set集合时，Set集合无法记住添加这个元素的顺序（无序），所以Set集合不可重复。
• 如果视图把两个相同的元素加入同一个Set集合中，则操作失败，add()方法会返回false，且新元素不会被加入。
• 如果访问Set集合中的元素，只能根据元素本身访问。

SortedSet

TreeSet

• 采用红黑树结构存储集合元素。
• 能够确保集合元素处于排序状态：支持两种排序算法：自然排序和定制排序。

1. 自然排序：

• 会调用集合元素的compareTo()方法来比较元素之间的大小关系，然后将集合元素按升序排列。
• 如果compareTo()方法返回0，则表明这两个对象相等；如果该方法返回一个正整数，则表面obj1>obj2；如果返回一个负整数，则表明obj1<obj2。
• 如果试图把一个对象添加到TreeSet时，则该对象的类必须实现Comparable接口，否则程序将会抛出异常（向对象中添加第一个元素的时候不会出现任何问题，但添加第二个元素的时候，TreeSet会调用对象的compareTo方法与集合中其他元素进行比较，但此时找不到该方法，就会引发ClassCastException异常）。
• 如果希望TreeSet能正常运作，TreeSet只能添加同一种类型的对象。
• 重写该对象的equals()方法时，应保证该方法与compareTo()方法有一致的结果。如果返回的结果不一致，可能会不小心添加了同一对象进入TreeSet集合中，这时候如果这一对象有引用类型的变量，会造成如下图的情况：TreeSet中两个相同的对象指向同一个引用类型变量，此时其中一个对象修改该变量的值，都会造成另一个对象值的改变。
  
• 如果向TreeSet中添加一个可变对象后，并且后面程序修改了该可变对象的实例变量，这将导致它与其他对象的大小顺序发生了改变，但TreeSet不会挨次调整它们的顺序，甚至可能导致TreeSet中保存的这两个对象通过comapreTo()方法比较返回0。
• TreeSet可以删除没有被修改的实例变量、且不与其他被修改实例变量的对象重复的对象：一旦改变了TreeSet集合里可变元素的实例变量，当再试图删除该对象时，TreeSet也会删除失败（甚至集合中原有的、实例变量没被修改但与修改后元素相等的元素也无法删除）

2. 定制排序

• 通过Comparator接口的帮助，书写compare()方法可以实现定制排序。例如本身是升序排序，可以通过修改比较规则实现降序排序。但判断两个集合元素相等的标准依然是通过compare()方法返回了0。
• 当通过Comparator对象来实现定制排序的时候，依然不可以向TreeSet中添加类型不同的对象，否则会引发ClassCastException异常。

HashSet

• 是Set接口的典型实现。按Hash算法来存储集合中的元素，因此具有良好的存取和查找性能。
• 不能保证元素的排序序列，可能与添加顺序不同。
• HashSet采用每个元素的hashCode值来计算其存储位置，从而可以自由的增加HashSet的长度，并可以根据元素的hashCode值来访问元素。
• 不是同步的。如果多个线程同时访问一个HashSet，假设有两个或者两个以上线程同时修改了HashSet集合时，则必须通过代码来保证其同步。
• 集合元素值可以是null。
• 当向HashSet集合存入一个元素时，HashSet会调用该对象的hashCode()方法来得到该对象的hashCode值（若没有重写方法，hashCode的值默认是地址值），然后根据该hashCode值决定该对象在HashSet中的存储位置。
• 判断两个元素相等的标准是两个对象通过equals()方法比较相等，并且两个对象的hashCode()方法返回值也相等。

扩展：

• 如果有多个元素的hashCode值相等，但他们通过equals()返回false，就需要在一个存储元素的位置里放多个元素，会导致性能的下降。
• 由于HashSet集合判断对象是否相等取决于equals()方法和hashCode()方法的返回值，因此我们可以通过重写这两个方法，来保证对象被加入到集合中，但重写方法时需要遵循一定的规则才比较合理。
• 重写hashCode()方法的基本规则

1. 同一个对象多次调用hashCode()方法应该返回相同的值。
2. 当两个对象通过equals()方法比较返回true时，这两个对象的hashCode()方法应该返回相等的值。

注意：

• 当程序把可变对象添加到HashSet之后，尽量不要去修改该集合元素中参与计算hashCode()、equals()的实例变量，修改后有可能导致该对象与其他对象相等，将会导致HashSet无法正确访问这些集合元素。

LinkedHashSet

• 也是根据元素的hashCode值来决定元素的存储位置，但它同时使用链表来维护元素次序，这样使得元素看起来是以插入顺序保存的。
• 当遍历集合是，LinkedHashSet将会按元素的添加顺序来访问集合里的元素。

Queue

• 用于模拟队列这种数据结构。队列的特点：先进先出。
• 新元素插入(offer)到队列的尾部，访问元素(poll)操作会返回队列头部的元素。通常，队列不允许随机访问队列中的元素。

Deque

• 双端队列：可以同时从两端来添加、删除元素，因此Deque的实现类既可以当做队列使用，也可以当做栈使用。
• 创建Deque时可以指定一个numElements参数，该参数用于指定Object[]数组的长度，如果不指定numElements参数，Deque底层数组的长度为16。
• Java为Deque提供了ArrayDeque和LinkedList两个实现类。

ArrayDeque

• 既实现了List接口，也实现了Deque接口。而且底层也是基于数组的实现，因此随机访问集合元素时有较好的性能。
• ArrayDeque既可以当做栈来使用，也可以作为队列使用。
• 当程序需要使用“栈”这种数据结构的时候，推荐使用ArrayDeque，尽量避免使用Stack——因为Stack是古老的集合，性能较差。

注：对于所有内部基于数组的集合实现，例如：ArrayList、ArrayDeque等，使用随机访问的性能比使用Iterator迭代访问的性能要好。

LinkedList

• LinkedList还实现了Deque接口，可以被当成双端队列来使用，因此既可以被当成栈，也可以被当成队列。
• 以链表形式保存元素，因此随机访问性能差，但插入、删除比较出色（只需改变指针所指的地址即可）。
• 线程不安全。

PriorityQueue

• 保存元素是按队列元素的大小进行重新排序，而不是加入的先后顺序，已经违背了队列的最基本规则：先进先出。因此不是绝对标准的队列的实现。
• 不允许插入null值。
• 元素有两种排序方式：自然排序、定制排序。

1. 自然排序：集合中的元素必须实现了Comparable接口。而且应该是同一个类的多个实例，否则可能导致ClassCastException异常。
2. 定制排序：创建PriorityQueue队列时，传入一个Comparator对象，该对象负责对队列中的所有元素进行排序。这种排序方式不要求元素实现Comparable接口。

List

• List集合非常像一个数组，它可以记住每次添加元素的顺序（有序），因此允许元素重复，且List的长度可变。
• List集合默认按元素的添加顺序设置元素的索引，因此如果要访问List集合中的元素，可以直接根据元素的索引来访问。
• 通过equals()方法来判断两个元素是否相等。
• 当视图删除一个对象时，List会调用该对象的equals()方法依次与集合元素进行比较，如果该equals()方法以某个集合元素作为参数时返回true，List将会删除该元素。
• 额外提供了一个ListIterator，与普通的Iterator相比，增加了向前迭代的功能。

ArrayList

• 线程不安全。需要程序员手动保证集合的同步性。
• 基于数组实现的List类，因此随机访问集合元素时有较好的性能。
• 使用参数initialCapacity来设置数组的长度，初始化一个ArrayList集合时长度为10。当向集合中添加的元素超出了该数组的长度时，该参数会自动增加。如果要向集合中添加大量元素时，可以使用ensureCapacity方法一次性增加initialCapacity，这样可以减少重分配的次数，提高性能。（同Vector）
• 当长度超过原空间长度的时候，会进行数组扩容，即创建一个原空间1.5倍的空间，将原数组内容复制过去。

Vector

• 比较古老的类，有很多缺点，因此不推荐使用。
• 线程安全，因此性能低于ArrayList。
• 基于数组实现的List类。
• 使用参数initialCapacity来设置数组的长度，初始化一个Vector集合时长度为10。当向集合中添加的元素超出了该数组的长度时，该参数会自动增加。如果要向集合中添加大量元素时，可以使用ensureCapacity方法一次性增加initialCapacity，这样可以减少重分配的次数，提高性能。（同ArrayList）

Stack

• 用于模拟“栈”这种数据结构。
• 进栈出栈都是Object类型，因此从栈中取出元素后必须进行类型转换。
• 由于Stack继承了Vector，因此也是一个非常古老的类，它同样是线程安全、性能较差的，应该尽量少使用。如果需要使用栈这种数据结构，可以考虑使用ArrayDeque。

LinkedList

• LinkedList还实现了Deque接口，可以被当成双端队列来使用，因此既可以被当成栈，也可以被当成队列。
• 以链表形式保存元素，因此随机访问性能差，但插入、删除比较出色（只需改变指针所指的地址即可）。
• 线程不安全。

Map

Map集合的共同特征：

• 保存的每项数据都是key-value队。key用于标识集合里的每项数据。
• key值不可以重复：一个Map的任何两个key通过equals方法比较总是返回false。
• 如果要访问Map集合中的元素，可以根据每项元素的key来访问其value。key和value之间存在单向一对一关系，即通过指定的key，总能找到唯一的、确定的value。
• Map包含keySet()方法，用于返回Map里所有key组成的Set集合。
• Map提供了一个Entry内部类来封装key-value对，而计算Entry存储时只考虑Entry封装的key。
• 实际上所有的Map实现类都重写了toString()方法，调用Map对象的toString()方法总是返回如右格式的字符串：｛key1=value1，key2=value2…｝

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

EnumMap

• 是性能最好的，但只能使用同一个枚举类的枚举值作为key。

IdentityHashMap

• 与HashMap基本相似，但使用“==”来判断元素是否相等，而不是equals()。

Hashtable

• 比较古老的一个类，从JDK1.0就出现了。
• 尽量少用，即使需要创建线程安全的Map实现类，也无需使用该类，可以使用Collections工具类把HashMap变成线程安全的。
• 线程安全。
• 不允许key或value的值为null。如果试图把null值放进Hashtable中，将会引发NullPointerException异常。
• 不能保证其中key-value对的顺序。
• 判断两个key相等的标准是：两个key通过equals()方法比较返回true，两个key的hashCode值也相等。
• 判断两个value相等：只要两个对象通过equals()方法比较返回true即可。

Properties

• 是Hashtable类的子类。
• 可以把Map对象和属性文件关联起来，从而可以把Map对象中的key-value对写入属性文件中，也可以把属性文件中的“属性名=属性值”加载到Map对象中。由于属性文件里的属性名、属性值只能是字符串类型，所以Properties里的key、value都是字符串类型。该类提供了如下三个方法来修改Properties里的key、value值。
• Properties可以看成key、value都是String类型的集合。

HashMap

• 线程不安全，因此性能比Hashtable高一些。
• 允许key或value值为null，但由于key具有不可重复性，因此至多只能有一个key值为null，但value可以有多个。
• 判断key值是否相等，需要通过equals()方法返回true，且hashCode()的值一样。
• 不能保证其中key-value对的顺序。
• 判断两个key相等的标准是：两个key通过equals()方法比较返回true，两个key的hashCode值也相等。
• 判断两个value相等：只要两个对象通过equals()方法比较返回true即可。

HashMap与Hashtable：

• 当使用自定义类作为HashMap、Hashtable的key时，如果重写该类的quals()和hashCode()方法，则应该保证两个方法的判断标准一致——当两个key通过equals()方法比较返回true时，两个key的hashCode()返回值也应该相同，因为这两个集合保存集合元素的方式与HashSet完全相同，因此对key的要求也相同。
• 如果使用可变对象作为HashMap、HashTable的key，并且程序修改了作为key的可变对象，则也可能出现与HashSet类似的情形：程序再也无法精确访问到Map中被修改过的key。
• 因此尽量不要使用可变对象作为HashMap、Hashtable的key，如果确实需要使用可变对象作为HashMap、Hashtable的key，则尽量不要在程序中修改作为key的可变对象。

LinkedHashMap

• 需要维护元素的插入顺序：使用双向链表来维护key-value对的次序。
• 因为要维护元素的顺序，因此性能略低于HashMap的性能；但因为它以链表来维护内部顺序，所以在迭代访问Map里的全部元素时将有较好的性能。

SortedMap

TreeMap

• 使用红黑树结构实现的，每个key-value对即作为红黑树的一个节点。
• TreeMap存储key-value对（节点）时，需要根据key对节点进行排序。TreeMap可以保证所有的key-value对处于有序状态。
• 根据Key对节点进行排序，排序依据Comparable接口的compareTo()方法。
• TreeMap也有两种排序方式：

1. 自然排序：TreeMap的所有key必须实现Comparable接口，而且所有的key应该是同一个类的对象，否则将会抛出ClassCastException异常。
2. 定制排序：创建TreeMap时，传入一个Comparator对象，该对象负责对TreeMap中的所有key进行排序。采用定制排序时不要求Map的key实现Conparale接口。

• TreeSet中判断两个key相等的标准是：两个key通过compareTo()方法返回0，即认为这两个key是相等的。
• 如果使用自定义类作为TreeMap的key，且想让TreeMap良好的工作，则重写该类的equals()方法和compareTo()方法时应保持一致的返回结果：两个key通过equals()方法比较返回true时，它们通过compareTo()方法比较应该返回0。

各集合类特点及选用

ArrayList与LinkedList

• 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、删除操作时具有较好的性能。但总的来说，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。
• ArrayList底层使用数组实现，存在数组扩容问题。默认初始化长度为10，若超过这个长度，会进行数组扩容：创建一个原长度1.5倍的空间，将原来的元素复制到新的空间处。LinkedList只需修改指针指向即可。

List集合的使用

• 如果需要遍历List集合元素，对于ArrayList、Vector集合，应该使用随机访问方法（get）来遍历集合元素，这样性能更好；对于LinkedList集合，应该采用迭代器（Iterator）来遍历集合元素。
• 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集合可能需要经常重新分配内部数组的大小，效果可能较差。
• 如果有多个线程需要同时访问List集合中的元素，开发者可考虑使用Collections将集合包装成线程安全的集合。

Set与Map

• Set与Map的关系十分密切，Java源码就是先实现了HashMap、TreeMap等集合，然后通过包装一个所有的value都为null的Map集合实现了Set集合类。

Map实现类的性能分析

• 虽然HashMap和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HashMap通常要比Hashtable要快。
• TreeMap通常比HashMap、Hashtable要慢（尤其在插入、删除key-value对时更慢），因为TreeMap低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）。
• TreeMap中的key-value对总是处于有序状态，无须专门进行排序操作。当TreeMap被填充之后，就可以调用keySet()取得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可以快速查询对象。
• 对于一般的应用场景，应该多考虑HashMap，HashMap正是为快速查询设计的（底层采用数组存储key-value对）。但如果程序需要一个总是排好序的Map时，应该采用TreeMap。
• LinkedHashMap比HashMap慢一些，因为它需要维护链表来保证添加顺序。
• IdentityHashMap性能没有特别出色之处，因为采用与HashMap基本相似的实现，只是它使用==而不是equals()来判断元素相等。
• EnumMap性能最好，但它只能使用同一个枚举类的枚举值作为key。

Collections工具类

功能：

1. 对元素进行排序。
2. 能够查找、替换元素。
3. 设置不可变集合。
4. 同步控制：synchronizedXXX()方法=>保证xxx集合线程安全。