java集合实现原理和应用场景

两大类：collection接口实现的set、list、queue。Map接口实现的。 

List：不唯一。

        ArrayList:

                原理：动态数组实现，和数组的差别就在动态两个字。面试比较多的是扩容逻辑。（逻辑有点像分页逻辑，要考虑两头）默认是10，按照原来的容量1.5倍进行扩容，如果不够，那就设置为需要的大小，如果大于最大INT整数，则设置最大值。

哪种循环最快：（总共有4种。和数据量有关系。一般情况用增强for循环或者迭代器都可以（不是随机索引for），还有java8推出的foreach+lambd，随着数据量越多越快，但是需要jvm预热，即第一次很慢，后续就很快）

新增删除查询效率：

      支持快速随机访问。（即可以通过索引快速访问元素。因为是数组实现的。）

新增和删除，涉及到扩容的情况，数组需要进行内存的复制，元素的移动，所以通常情况是效率不高。

【 另外关于删除和新增的效率问题，这里需要特别注意，就是在数组尾部添加数据时，如果不需要扩容，是非常快的，但是实际情况，扩容是动态的，所以才有了查询快和新增删除效率不高这种说法。】

                应用场景：想想数组的应用场景。数组可以包含对象。

        线程安全替代方案：

        1、JUC框架中的 copyonwriteArrayList类代替。

        2、vector(淘汰，性能太低)

        3、Collections.syncronizedList.

        编程建议：

        1、能预估到容量大小，并且容量会特别大的情况，那最好是初始化容量。原因是初始容量是10，当调用add方法时会不停的扩容，不停的创建新数组再复制，造成无形的新能损耗。

        Linkedlist: 

                原理：双向链表实现。删除只需要修改前后节点指针的引用即可。关键点是理解链表的数据结构特点。节点保存了前后节点的信息。空间占用更多。但是增加删除更加效率。

                应用场景：一般是当做队列或者栈的场景去使用。，一般不需要随机访问（即以下标直接访问），增删多的可以使用linkedlist（现实情况是你要增删的前提是需要查找）。

Queue: 队列。

fifo特性。（先进先出）

Map：

        HashMap:

                原理：数组+链表实现，键值对的哈希结构，

                key通过计算hashcode，可以实现快速查找。

                也可以实现快速插入和删除。这里不得不说数据经过hash处理后，变得更容易实现某些功能了。

                另外说说扩容，参照hashset.

                应用场景：存储键值对。但是没有顺序。

        线程安全：cocurrentHashMap.

        编码建议：同hashList。初始容量是16。

        LinkedHashMap:

                原理：同上。

                应用场景：保存数据的插入顺序。（可以通过设置访问属性，调整数据顺序）

        TreeMap:

                原理：红黑树实现，key有序的map集合。要理解treemap，需要了解红黑树。大概的功能就是实现排序，并且兼顾效率。

                应用场景：按照整数自然顺序进行排序。（可以直接实现比较器，有点类似treeSet）

Set：唯一。

        HashSet:

                原理：底层数据结构是hashMap，所有值存储在hashMap的key上 ，hashcode计算散列值，获取存储的位置，equals判断是否进行覆盖。原始容量2的n次幂（n=4）= 16。扩展因子0.75。即容量占用0.75的时候，就开始扩展。扩展到2的进一次幂（5）。

                应用场景：快速查找。因为获取散列值的计算是O(1)【当然相同hash值需要再查找，但是这种情况不多】。

        TreeSet:

                原理：底层也是hashMap，但是可以实现排序。

                应用场景：排序。

hashcode和equals.

hashmap和hashset中是根据传入数据的hashcode方法获取到hash值，并根据这个值计算出在数组中的位置。在hashmap中，如果两个hashcode相同，再比较equals，判断是否相同，不相同才算真正不相同。

另外一个问题：为啥重写equals要重写hashcode。理解这个问题需要思考现实中的需求。一般重写equals说明两个值是相等的，当把两个相等的值放到hashmap或者hashset中，我们肯定是希望值放入一个，但是如果没有重写hashcode，因为hashmap和set的规则是根据hashcode来判断是否一致的，所以为了语义的统一，重写equals方法都要重写hashcode。

有了上述限定后，可以得到这样的关系。equals相等，hashcode必定相等。hashcode相等，equals不一定相等。hashcode不相等，equals必定不相等。equlas不相等，hashcode必定不相等。

总结起来就是：equals可以决定hashcode(是否相等)，hashcode决定不了equals.