Java集合源码分析之开篇

最新推荐文章于 2022-08-13 10:22:03 发布

narkang

最新推荐文章于 2022-08-13 10:22:03 发布

阅读量439

点赞数

分类专栏： javase

javase 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

作者：大大纸飞机
链接：https://www.jianshu.com/p/407afb4a267a
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

初衷

Java集合是我们使用最频繁的工具，也是面试的热点，但我们对它的理解仅限于使用上，而且大多数情况没有考虑过其使用规范。本系列文章将跟随源码的思路，分析实现的每个细节，以期在使用时避免各种不规范的坑。在这里，我们会惊艳于开发者优秀的设计，也会感激先辈们付出的艰辛努力，更重要的是知其所以然，少犯错误，写出优秀的代码。

许多人对集合类的理解是暴力的，当需要保存对象时就使用ArrayList，当需要保存键值对时就使用HashMap，当需要不可重复时就使用HashSet，等等。而且使用方式也比较单一：

List<String> list = new ArrayList<>();

Map<String, String> map = new HashMap<>();

Set<String> set = new HashSet<>();

// ...

这里我们先不考虑多线程安全问题，这个问题通常有专门的类实现，或者可以通过Collections.synchronizedXXX方法解决。除此之外，我们真的可以如此简单的使用集合吗？

假如数据只有几百、几千个，那么使用何种方式实现差别并不大。但当我们需要处理大数量级的数据时，采用不同的方式效率可能相差百倍甚至更多，这种情况下性能将变得格外重要。例如分别存储于ArrayList和LinkedList的100万条数据，要获取位于位置 i 的元素，前者可以瞬间完成，后者则可能需要数秒。这时，使用哪个集合类，怎样合理使用就是我们必须掌握的技能了。

为什么要读本系列文章

如果你也像以上这般使用集合，或者不知道如何优化集合的使用，你都应该读本系列文章。如果你仅有一些点不清晰，也可以在这里找到答案。或者你只是不想阅读枯燥的源码，却对原理很好奇，你也可以阅读本系列文章。如果你只是想应付面试，我想当你坚持把这些文章读完后，你会觉得面试好像也不那么重要了。

本系列文章立足于深刻理解Java集合的原理与实现，读完这些文章后你将获得以下知识：

大量的数据结构知识。
ArrayList有那么多构造函数，使用不同的构造函数会有区别吗？
ArrayList是如何扩容的？
LinkedList如何提供通过位置获取数据的功能的，它的查询效率真的非常低吗？
用数组可以实现队列吗？
影响HashMap性能的因素有哪些？
复杂的红黑树是如何实现的？
LRUCache的底层原理是什么？

基础知识概述

对数据的操作，大抵就是增、删、改、查，以及在某些时候根据位置获取数据，有时可能还需要进行排序。改和查又可以理解为一致的操作，因为要修改一条数据需要先找到它，然后替换即可。接下来我们就从增、删、查这三点简要分析下当前使用比较广泛的几种数据结构。

数组

数组在内存中占据一段连续的内存，所有的数据在内存中连续排列。它的大小是固定的，这一特性使得数组对于插入操作并不友好，我们分析ArrayList时就会看到这种操作的复杂。但数组对于位置的访问是极其友好的，它支持所谓RandomAccess特性，这使得基于位置的操作可以迅速完成，其时间复杂度为O(1)。数组的数据顺序与插入顺序一致，所以查询操作需要遍历，其时间复杂度为O(n)。

所以数组最大的优势在于基于位置的访问，在扩展性方面表现无力。

链表

不同于数组，链表是通过指针域来表示数据与数据之间的位置关系的，所以链表在头部或尾部插入数据的复杂度仅为O(1)。链表不具备RandomAccess特性，所以无法提供基于位置的访问。其查询操作也必须从从到尾遍历，复杂度为O(n)。

所以链表最大的优势在于插入，而查询的表现很一般。

那有没有一种结构能够结合数组和链表的优点，使得查询和插入都具有优秀的表现呢？答案是肯定的，这就是散列表。

散列表

散列表就是Hash Table，这种结构使用key-value形式存储数据，我们经常使用的HashMap、HashTable就基于它。

数组和链表在查询时表现一般的原因在于它们并不记得数据的位置，所以只能用待查询的数据和存储的数据依次比对。散列表使用一种巧妙的方式来减少甚至避免这种依次比对，它的原理是通过一个函数把任何的key转为int，每次查找时只需要执行一次这个函数便可以迅速定位。这个过程是不是像查字典呢？

散列表并不像上述那般完美，因为并不会有一个函数，能够保证所有的key转换结果都不同，也就是会发生所谓的哈希碰撞，而且它必须依赖于其他的数据结构，这部分知识会在后续文章中详细介绍。

良好设计的散列表可以使增、删、查等操作的时间复杂度均为O(1)。

二叉排序树

二叉排序树是解决查询问题的另一方案，如果数据在插入时是有序的，在查询时就可以使用二分法。二分法的原理很简单，比如猜一个在0-100之间的数，第一次猜50就可以直接排除一半的数据，每次按照这个规则就可以很快的获取正确答案。二分法的时间复杂度为O(lg n)。

树的结构对二分法有天然的支持（但这不是树最重要的用途）。二叉排序树牺牲了一部分插入的时间，但提高了查询的速度，同时有序的数据也可以做些其他的操作。如果查询的操作重要性超过了插入，我们应该考虑这种结构。二叉排序树也存在一些不平衡导致效率下降的问题，所以有了AVL树、红黑树，以及用于数据库索引的B树、B+树等概念，关于二叉排序树的知识也会在后续文章中介绍。