java实践2之大话集合List、Map、Set

java实践2之大话集合List、Map、Set

集合也是java的基础，我们在开发中常用的。知道其中的一些实现原理，可以让我们在开发中更好的去使用它。尤其是在项目的性能要求比较高的情况下，理解他的数据结构，我们可以进行手写改造，避免问题。 下面跟大家分享我在工作中用到的一些集合和自己的一些理解。

一、List接口

先说一下ArrayList和LinkedList，为什么要说这两个实现类呢，因为基础面试经常会被问到的,还有它的数据结构非常重要。我们在工作过程中，实际大多数场景应该只用过ArrayList，至少我是这样的。其他例如LinkedList、其他的实现类，虽然没用过，但是了解一下，还是有必要的。但是链表这个数据结构是必须要理解的。

1、ArrayList

内部实现是一个数组 对象。

2、LinkedList:

内部是一个链表。而且还是双向链表。
每个对象都包装为一层Node。每个Node都存在3个属性，一个是我们添加的对象、一个是指向上一个Node的指针、另一个是指向下一个node的指针。

3Arraylist VS LinkedList

理解了上面的结构。那么他们的区别很容易就知道了。
1、遍历：我们在使用的过程中 更多的时候只把数据库的数据查出来，放到List中，然后可能会遍历一下，处理一下对象中的某个值（例如DB性别字段存的是1、0，但前端需要男和女），这时候他们速度都差不多，都是必须得从头遍历到最后。有些细节不同，例如一个是数组对象，一个是链表的Node，那么在初始化时Node可能会比数组要多占一些空间，因为Node要比数组多了两个属性pre和next这些都是要占内存空间的。但是Arraylist是由于是可变的，空间不够它也会新建空间，然后再把原数据复制到新空间来进行扩容的，空间可能会出现冗余，所以我认为如果遍历的话他们没有区别。(实际可能arraylist要快一点，数组在内存空间是连续的，而链表不是)
ArrayList扩容
ArrayList al=new ArrayList(0);设置cap=0 al.add(new Object()); 添加一个新对象。开始是cap=0，然后变为10。多了一些冗余空间，防止下次再add时，每次都需要扩容的情况，所以我们在使用中尽量要去明确所插入元素的多少，最好指定一个初始容量值，避免过多的进行扩容操作，而造成浪费。
2、查询：查询的话分情况，如果需要查找某个对象的话，ArrayList和LinkedList是一样的，都得遍历然后进行比较。ArrayList只有在知道索引下标的情况下速度才是快的，因为是数组，可以直接定位。而LinkedList则不可以，因为他没有定义数组和索引下标。
3、新增：理解了他们的数据结构，那么就理解了新增对象时他们也是一样，直接放到最后即可。如果空间不够Arraylist需要进行一下动态扩容。
4、删除：
ArrayList:在删除(下标为2)对象3时，比较麻烦，除了删除操作，后面的数据也要向前移动1位。数组cap长度不变。

LinkedList：在删除对象2时，只需要更改它相邻的两个节点的指针指向即可，上一个改next指向，下一个改pre指向。
5、修改：修改的话实际是分两个操作，先查询再修改，如果能直接索引定位那么Arraylist快，如果遍历的话那么他们是一样的。

4、Vector：

结构和使用方式跟ArrayList差不多，只是它用了synchronized。是线程安全的。
还有其他一些实现类，没用过，这里就不多说了。

二、Map接口

Map接口这个也会经常用到，用的最多的应该是HashMap，在多线程的时候也会用到ConcurrentHashMap，偶尔会用一下TreeMap和LinkedHashMap但是不多。为什么不先说Set呢，因为我觉着 list中的数组结构、链表结构和Map这几个更重要一些，理解了他们的数据结构后，再看Set就很容易了。

1、HashMap：

hashmap我认为在map接口中是最重要并且最常用的一个实现类，理解了它的结构 也是很重要的。hashmap内部实现 1.8之前是一个数组+链表。1.8是数组+链表/红黑树(会转换)。我是如何理解的呢？
例如：要插入o、q、s三条数据。(这里我们使用简单的hash算法,先取它们的asc码值和10取余来计算hash值,实际实现，我觉着太复杂了不好理解，我们理解他的作用和功能就可以了)。

数据	hash值
o	111%10=1
q	113%10=3
s	115%10=5

通过hash算法后，把上面算出来的hash值直接当作索引下标放入数组中，下标位置对应位置。

下标(上面hash算出来的值当作下标)	数据
0	null
1	o
2	null
3	q
4	null
5	s
…	…

理解了上面的表，那么他的优缺点是显而易见的，hash实际使用的是数组结构，通过hash值来计算数组的下标，这样查询和插入、可以直接定位下标的话是非常快的。但代价也是有的，比如上面的表，我就3条数据，但是他实际创建了10个空间，如果我们的算法不好的话还可能会创建更大的空间，耗费资源。
这时有的朋友可能会问，不是数组+链表嘛，这也没链表啊。别着急，实际是这样的，可以思考下，这时候我再插入个字符’y’,他的asc码是121，和10取余后，这不就重复了吗？那么我们来看一下hashmap是怎么存储的。

插入 数据’y’  hash值:121%10=1  再插入 数据’ e’ hash值:101%10=1

hashmap 数组+链表 结构：

下标(上面hash算出来的值当作下标)	数据
0	null
1	对象(o next)->对象(y next)-> 对象(e next)->null
2	null
3	对象(q next)->null
4	null
5	对象(s next)->null
…	…

hashmap 数组+树的结构：
从上面的图中我们可以看到，当插入数据时，它是先计算hash值然后根据，下标直接放到数组下表对应的对象中。当遇到冲突后，他会放到链表/树中。

理解了hash的作用和数据处理方式后，我们就很容易看出来他的优缺点了。
它的增删改查时，先计算hash值，然后可以直接定位到数组下标位置，这样是非常快的.当冲突很多时，1.8之前的版本会遍历链表去做插入/查询。由于遍历会比较慢，最差情况可能要遍历所有，在1.8版本的时候，链表和树可以转换。
那么它的特点，通过上面的理解，我们也可以很容易看到，不需要遍历所有了，因为使用了树结构，可以使用二分查找来提高处理速度了。但是树的代价是复杂变得复杂，而且需要更多的存储空间。所以1.8之后hashmap根据情况对树和链表做了切换。
其余的hashmap会用到的参数，加载因子和初始大小cap，我觉着大家知道他们作用是什么就行，有需要查一下具体的数值，加载因子和cap是扩容时用到的。

2、HashTable：

它和hashMap的区别是因为它是安全的，synchronized修饰，这个没用过。

3、ConcurrentHashMap：

这个也很重要在多线程中经常会用到，我觉着它是由于hashmap线程不安全， hashTable锁整块效率慢，而诞生的优化版安全的hashMap。它其实很好理解，它其实就是对数据进行了分块，操作时可以分块去synchronized锁定。例如：数组(1~10)+链表/红黑树 –>拆分为 ：数组A(1-5)+链表/红黑树 和 数组B(6-10)+链表/红黑树。这样拆分后，如果要插入两条数据， hash后，需要分别到数组A和数组B，那么他俩可以同时插入。以前是锁整个，他们会排队，会慢一些。现在不需要锁整个了，操作哪一块，就锁哪一块，不需要缩整块。其实分块这种思路我们在很多时候都有运用。比如多线程写文件时，如果写一个文件，那么它们线程之间会有竞争。但是我们每个线程同时自己写自己的，最后再进行合并，这样效率就会高很多。

三、Set接口

关于set接口，我用到的不多，偶尔会用到的实现类HashSet、TreeSet、LinkedHashSet。它的特点是数据不可重复。其实理解了上面 数组、链表、树(红黑树)，那么Set也很容易就理解了。

1、HashSet

hashset它是无序的，底层实际是用了hashMap。通过 hashCode和 equals保证数据不重复；所以我们如果使用hashset来保证对象不重复时，还要重写hashCode和equals方法。

2、TreeSet:

TreeSet:它的底层实现是一棵树(红黑树)，所以它的数据增删改查时可能要比Hash慢一点点。每次操作都得排序、对树使用二分查找来进行维护。不像Hash结构可以直接定位。注意使用TreeSet时要重写compare。否则它无法判定对象大小，无法排序。

3、LinkedHashSet:

linkedHashSet:我认为它是对hashset的升级，在hashMap的基础上增加了链表。来维护对象的进入顺序。

总结：

List特点：元素有放入顺序，元素可重复 ；arrayList是数组定位快，会动态扩容，linkedlist是链表删除快。
Map特点：键值对存放。hashmap，线程不安全，内部是数组+链表/红黑树。 hashmap2.0 (concurrentHashmap)，线程安全。
Set特点：元素无放入顺序，元素不可重复。HashSet：底层实现是hashMap，TreeSet：可排序，LinkedHashMap，可以保证元素放入顺序。

写在最后

其实我觉着记住那些特点不是最重要的。重要的是我们要理解他们的数据结构，数组、链表、hash大概的原理，我们可以自己尝试实现一下，用数组实现集合，用链表实现集合，用数组+链表实现 k-v存储，优化k-v存储，加入树算法。理解之后，那么他们的特点是很容易就能推断出来的。
我们自己实现一下就会发现。无论是stringbuilder、arrayList或者hashMap等等，在我们创建时，必须得去申请它的大小，这个是固定的，如果不够就需要重新申请，这个就是动态扩容。开发中我们最好能去预估他的cap大小，加一些冗余，让他可以不要频繁的申请空间，影响性能。

好了这篇分享完了，纯手打，希望对大家会有帮助，文章中有哪些错误，欢迎大家多多和我交流、批评和指正。