Java集合框架概述

Java集合框架无论是在工作、学习、面试中都会经常涉及到，相信各位也并不陌生，其强大也不用多说，博主最近翻阅java集合框架的源码以及搜索一些相关资料整理出Java集合框架的系列。一方面是做一个总结，方便以后查阅，另一方面希望各位小伙伴能够提出不足之处，我会及时更新修改。

博主从网上抠了一张图，觉得画得还是比较形象的，给大家参考一下。
上述类图中，实线边框的是实现类，比如ArrayList，LinkedList，HashMap等，折线边框的是抽象类，比如AbstractCollection，AbstractList，AbstractMap等，而点线边框的是接口，比如Collection，Iterator，List等。
发现一个特点，上述所有的集合类，都实现了Iterator接口，这是一个用于遍历集合中元素的接口，主要包含hashNext(), next(), remove()三种方法。它的一个子接口LinkedIterator在它的基础上又添加了三种方法，分别是add(),previous(),hasPrevious()。也就是说如果是先Iterator接口，那么在遍历集合中元素的时候，只能往后遍历，被遍历后的元素不会在遍历到，通常无序集合实现的都是这个接口，比如HashSet，HashMap；而那些元素有序的集合，实现的一般都是LinkedIterator接口，实现这个接口的集合可以双向遍历，既可以通过next()访问下一个元素，又可以通过previous()访问前一个元素，比如ArrayList。
本篇首先对HashMap进行详解，后续内容慢慢跟进。

---

HashMap定义

如无特殊说明，本文以jdk7为准进行说明。

1 2 3 4 5 6

package java.util; import java.io.*; public class HashMap<K,V>      extends AbstractMap<K,V>      implements Map<K,V>, Cloneable, Serializable{ }

HashMap概述

工作原理：通过hash的方法，通过put和get存储和获取对象。存储对象时，我们将K/V传给put方法时，它调用hashCode计算hash从而得到bucket位置，进一步存储，HashMap会根据当前bucket的占用情况自动调整容量(超过Load Facotr则resize为原来的2倍)。获取对象时，我们将K传给get，它调用hashCode计算hash从而得到bucket位置，并进一步调用equals()方法确定键值对。如果发生碰撞的时候，Hashmap通过链表将产生碰撞冲突的元素组织起来，在Java 8中，如果一个bucket中碰撞冲突的元素超过某个限制(默认是8)，则使用红黑树来替换链表，从而提高速度。
以Entry[]数组实现的哈希桶数组，用Key的哈希值取模桶数组的大小可得到数组下标。

1 2	static final Entry<?,?>[] EMPTY_TABLE = {}; transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;

基于Map接口实现、允许null键/值、非同步、不保证有序(比如插入的顺序)、也不保证序不随时间变化。HashMap存储着Entry(hash, key, value, next)对象。
当key==null时，存在table[0]即第一个桶中，hash值为0。HashMap对key==null的键值对会做单独处理，譬如：

1 2	private V getForNullKey()； private V putForNullKey(V value)；

这两个方法。
在HashMap中有两个很重要的参数，容量(Capacity)和负载因子(Load factor)。
Capacity的默认值为16：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
负载因子的默认值为0.75：
static final float DEFAULT_LOAD_FACTOR = 0.75f;
简单的说，Capacity就是bucket的大小，Load factor就是bucket填满程度的最大比例。如果对迭代性能要求很高的话不要把Capacity设置过大，也不要把load factor设置过小。当bucket中的entries的数目大于capacity*load factor时就需要调整bucket的大小为当前的2倍。
可以设置初始容量Capacity，但是在HashMap处理过程中，是会把Capacity扩充成2的倍数，怎么理解？比如你设置的初始值17，但是17不是2的整数倍，会扩容成32，再比如你初始设置的是15，会扩容成16，具体的实现在下面：

1 2 3 4 5 6

private static int roundUpToPowerOf2( int number) {         // assert number >= 0 : "number must be non-negative";         return number >= MAXIMUM_CAPACITY                 ? MAXIMUM_CAPACITY                 : (number > 1 ) ? Integer.highestOneBit((number - 1 ) << 1 ) : 1 ;     }

HashMap中有一个成员变量modCount，这个用来实现“fast-fail”机制（也就是快速失败）。所谓快速失败就是在并发集合中，其进行迭代操作时，若有其他线程对其结构性的修改，这是迭代器会立马感知到，并且立刻抛出ConcurrentModificationException异常，而不是等待迭代完成之后才告诉你已经出错。

---

HashMap的遍历

举个例子来表述下Map的遍历，具体的可以参考《 Java中如何遍历Map对象》

1 2 3 4 5 6 7 8 9 10 11 12 13 14

Map<String,Integer> map = new HashMap<>();          map.put( "s1" , 1 );          map.put( "s2" , 2 );          map.put( "s3" , 3 );          map.put( "s4" , 4 );          map.put( "s5" , 5 );          map.put( null , 9 );          map.put( "s6" , 6 );          map.put( "s7" , 7 );          map.put( "s8" , 8 );          for (Map.Entry<String,Integer> entry:map.entrySet())          {              System.out.println(entry.getKey()+ ":" +entry.getValue());          }

输出结果：

1 2 3 4 5 6 7 8 9

null : 9 s2: 2 s1: 1 s7: 7 s8: 8 s5: 5 s6: 6 s3: 3 s4: 4

存储结构如图（ppt画的图，比较简陋~）：

put函数大致的思路为：

1. 先判断table(存放bullet的数组，初始类定义：transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;)是否为空，如果为空则扩充table，其中包括确保table的大小为2的整数倍。
2. 如果key值为null，则特殊处理，调用putForNullKey(V value)，hash值为0，存入table中，返回。
3. 如果key值不为null，则计算key的hash值；
4. 然后计算key在table中的索引index;
5. 遍历table[index]的链表，如果发现链表中有bullet中的键的hash值与key相等，并且调用equals()方法也返回true，则替换旧值（oldValue），保证key的唯一性；
6. 如果没有，在插入之前先判断table中阈值的大小，如果table中的bullet个数size超过阈值（threshold）则扩容（resize）两倍；注意扩容的顺序，扩容之前old1->old2->old3，扩容之后old3->old2->old1，扩展之前和扩容之后的table的index不一定相同，但是对于原bullet中的链表中的数据在扩容之后肯定还在一个链表中，因为hash值是一样的。
7. 插入新的bullet。注意插入的顺序，原先table[index]的链表比如 old1->old2->old3，插入新值之后为new1->old1->old2->old3.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

public V put(K key, V value) {        if (table == EMPTY_TABLE) {            inflateTable(threshold);        }        if (key == null )            return putForNullKey(value);        int hash = hash(key);        int i = indexFor(hash, table.length);        for (Entry<K,V> e = table[i]; e != null ; e = e.next) {            Object k;            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                V oldValue = e.value;                e.value = value;                e.recordAccess( this );                return oldValue;            }        }          modCount++;        addEntry(hash, key, value, i);        return null ;    }    void addEntry( int hash, K key, V value, int bucketIndex) {        if ((size >= threshold) && ( null != table[bucketIndex])) {            resize( 2 * table.length);            hash = ( null != key) ? hash(key) : 0 ;            bucketIndex = indexFor(hash, table.length);        }          createEntry(hash, key, value, bucketIndex);    }

注：在jdk8中，新增默认为8的閥值（TREEIFY_THRESHOLD），当一个桶里的Entry超过閥值，就不以单向链表而以红黑树来存放以加快Key的查找速度。

get函数的大致思路为：

1. 判断key值是否为null，如果是则特殊处理（在table[0]的链表中寻找）
2. 否则计算hash值，进而获得table中的index值
3. 在table[index]的链表中寻找，根据hash值和equals()方法获得相应的value。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

public V get(Object key) {         if (key == null )             return getForNullKey();         Entry<K,V> entry = getEntry(key);           return null == entry ? null : entry.getValue();     }     final Entry<K,V> getEntry(Object key) {         if (size == 0 ) {             return null ;         }           int hash = (key == null ) ? 0 : hash(key);         for (Entry<K,V> e = table[indexFor(hash, table.length)];              e != null ;              e = e.next) {             Object k;             if (e.hash == hash &&                 ((k = e.key) == key || (key != null && key.equals(k))))                 return e;         }         return null ;     }

hash和indexFor方法:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

final int hash(Object k) {          int h = hashSeed;          if ( 0 != h && k instanceof String) {              return sun.misc.Hashing.stringHash32((String) k);          }            h ^= k.hashCode();          h ^= (h >>> 20 ) ^ (h >>> 12 );          return h ^ (h >>> 7 ) ^ (h >>> 4 );      }      public native int hashCode();      static int indexFor( int h, int length) {          // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";          return h & (length- 1 );      }

看懂没？还是实地检验下比较形象~
譬如key==”key”,那么key的hashCode为（十进制数为106079）：
0000 0000 0000 0001 1001 1110 0101 1111
执行h ^= (h >>> 20) ^ (h >>> 12);的时候
h>>>20:
0000 0000 0000 0000 0000 0000 0000 0000
h>>>12:
0000 0000 0000 0000 0000 0000 0001 1001
h ^= (h >>> 20) ^ (h >>> 12):
0000 0000 0000 0001 1001 1110 0100 0110
执行h ^ (h >>> 7) ^ (h >>> 4)的时候
h >>> 7：
0000 0000 0000 0000 0000 0011 0011 1100
h>>>4:
0000 0000 0000 0000 0001 1001 1110 0100
h ^ (h >>> 7) ^ (h >>> 4):
0000 0000 0000 0001 1000 0100 1001 1110（十进制表示为99486）
假设Capacity是默认16，那么
h&(length-1):
0000 0000 0000 0001 1000 0100 1001 1110 &
0000 0000 0000 0000 0000 0000 0000 1111 =
0000 0000 0000 0000 0000 0000 0000 1110 = 14
我们可以通过Eclipse的debug工作中的Variables查看相关细节：

可以看到key=”key”果然在table[14]当中。
h & (length-1)这种取模用位运算的方式比较快，这个需要数组的大小永远是2的N次方来保证其有效性。

jdk8中hash函数的实现：(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

---

使用自定义的对象作为键

可以使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。
如下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

package collections;   public class StringOther {      private String name;        public StringOther(String name)      {          this .name = name;      }        @Override      public int hashCode()      {          return name.hashCode();      }        @Override      public boolean equals(Object obj)      {          if (obj == this )              return true ;          if (!(obj instanceof StringOther))              return false ;          StringOther so = (StringOther)obj;          return so.getName().equals(name);      }        public String getName()      {          return this .name;      }        @Override      public String toString()      {          return "[" + this .name+ ":" + this .hashCode()+ "]" ;      } }

测试代码：

1 2 3 4 5 6 7

Map<StringOther,String> maps = new HashMap<>( 16 );       StringOther so1 = new StringOther( "so1" );       StringOther so2 = new StringOther( "so2" );       maps.put(so1, "1" );       maps.put(so2, "2" );         System.out.println(maps);

输出结果：{[so1:114005]=1, [so2:114006]=2}
注意重写equals方法的时候一定要写成:

1	@Override public boolean equals(Object obj)

的形式，注意注解Override和参数类型Object obj，如写成@Override public boolean equals(StringOther obj)这样会出现意想不到的错误，如果对其不解，可在下方留言。
并且在每个覆盖了equals方法的类中也必须覆盖hashCode方法，如果不这样做的话，就会违反Object.hashCode的通用约定，从而导致该类无法结合所有基于散列的集合一起正常运转，这样的集合包括HashMap, HashSet和Hashtable.

---

序列化

细心的朋友可能注意到HashMap实现了Serializable接口，但是对table的定义（transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;）却是transient的。然后又自己实现了writeObject()和readObject()两个方法。

假设我们已经知道的事实：声明为transient的变量不再是对象持久化的一部分。如果不清楚java序列化相关细节，可以参考《JAVA序列化》。

那么这是为什么呢？原因有两点：

1. HashMap的put与get基于hashCode的实现，而hashCode是native方法，对每一个不同的java环境来说，同一个key所计算的hashCode是不相同的，所以反序列化后table的index会发生变化，无法还原
2. HashMap默认size到达阈值threshold之后进行扩容，很明显HashMap不可能保证每一个bullet都有数据，很多都为null，如果对这部分数据进行序列化则造成不必要的资源浪费。

由于Java自身的序列化有明显的缺点：占用空间大以及低效，博主建议采用其他的方法进行序列化，譬如json或者protobuff等，详细可以参考《浅析若干Java序列化工具》

---

与Hashtable的区别

由于Hashtable逐渐退出历史舞台，故不会另起一篇进行重点解析，只在这里与HashMap区别一下。
HashMap和Hashtable都实现了Map接口，但决定用哪一个之前先要弄清楚它们之间的分别。

1. HashMap几乎可以等价于Hashtable，除了HashMap是非synchronized的，并可以接受null(HashMap可以接受为null的键值(key)和值(value)，而Hashtable的key和value都不能为null，否则会报NullPointException)。
2. HashMap是非synchronized，而Hashtable是synchronized，这意味着Hashtable是线程安全的，多个线程可以共享一个Hashtable；而如果没有正确的同步的话，多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。
3. 另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器，而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。这条同样也是Enumeration和Iterator的区别。
4. 由于Hashtable是线程安全的也是synchronized，所以在单线程环境下它比HashMap要慢。如果你不需要同步，只需要单一线程，那么使用HashMap性能要好过Hashtable。
5. HashMap不能保证随着时间的推移Map中的元素次序是不变的。
6. Hashtable和HashMap它们两个内部实现方式的数组的初始大小和扩容的方式。HashTable中hash数组默认大小是11，增加的方式是 old*2+1。HashMap中hash数组的默认大小是16，而且一定是2的指数。

HashMap可以通过下面的语句进行同步：Map m = Collections.synchronizeMap(hashMap);
Hashtable和HashMap有几个主要的不同：线程安全以及速度。仅在你需要完全的线程安全的时候使用Hashtable，而如果你使用Java 5或以上的话，请使用ConcurrentHashMap吧。

---

HashMap常见问题总结

1. HashMap的工作原理?(见开篇)
2. 你知道get和put的原理吗？equals()和hashCode()的都有什么作用？
   答：通过对key的hashCode()进行hashing，并计算下标( n-1 & hash)，从而获得buckets的位置。如果产生碰撞，则利用key.equals()方法去链表或树中去查找对应的节点。
3. 为什么String, Interger这样的wrapper类适合作为键？
   String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。