第八部分 集合 学习笔记

一、概述

1.集合有四种体系，Set、List、Queue、Map。
set无序不可重复
List有序可重复
Queue队列集合
Map映射关系
2.Java集合就像容器。将多个对象的引用扔进容器中。
3.为什么有集合类？为了保存数量不确定的数据，保存具有映射关系的数据（关联数组）
4.数组元素可以是基本类型值，也可以是对象的引用变量。
但是集合只能保存对象（对象的引用变量）。
5.集合主要两个接口是Collection和Map。它们是集合框架的根接口。

二、继承树概述

1.Collection集合类中，Set和List接口是Collection接口派生。Queue是Java提供的队列实现。
Set常用TreeSet、HashSet
Queue常用ArrayDeque
List常用ArrayList、LinkedList
2.Map常用HashMap
三、Collection和Iterator接口
1.Collection接口定义如下操作集合方法

add() addAll() clear() contains() containsAll() isEmpty() iterator()遍历
remove()删除包含的指定元素（仅限于第一个） removeAll() retainAll() int size()返回集合里元素个数
to Array()集合转化为数组

2.Iterator用于遍历集合
常用方法如下

1.hasNext()
2.next()
3.remove()
4.forEachRemaining() java8

Iterator it = new Iterator();
while(it.hasNext()){
条件
}

注意：Iterator仅限于Collection对象

三、set集合（分为HashSet类、LinkedHashSet类、TreeSet类、EnumSet类）

Set常用HashSet、TreeSet

1.HashSet：按Hash算法来存储集合元素，具有良好的存储和查询性能

• 特点：无序。线程不同步（两个或两个以上线程同时修改HashSet集合，必须使用代码保证其同步）。集合元素允许为null。
• HashSet判断两个元素是否相等，通过equals()方法比较两个数值是否相等和hashCode()方法是否相等。
• 如果需要把某个类保存到HashSet集合中，重写这个类的equals()方法和hashCode()方法时，应该尽量保证两个对象通过equals()方法比较返回true时，也保证hashCode()返回值也相等。

提问：hashCode()方法对于HashSet是不是十分重要？

答：hash能保证快速查找被检索的对象，其价值在于速度。 当需要查询集合中某个元素时，hash算法可以直接根据该元素的hashcode值来计算出元素的存储位置，从而快速定位元素。
用数组来做对比，数组是所能存储一组元素里最快的数据结构。数组可以包含多个元素，每个元素都有索引，如果需要访问某个元素，只需要提供元素的索引，可以根据索引计算元素在内存中的存储位置。
HashSet没有索引，当程序向HashSet中添加元素时，使用hashCode来计算存储位置，可以定位到该元素。
数组的索引是连续的，数组的长度是固定的，无法自由增加数组的长度。而HashSet的长度可以通过HashCode自由增加。当直接访问HashSet的元素，会先调用计算出HashCode的值，然后直接到其对应的存储位置，取出元素。
这就是HashSet速度快的原因。

2.LinkedHashSet类【线程安全的】

• HashSet的子类LinkedHashSet，其集合也根据元素的HashCode值来决定元素的存储位置。
• 但它能够使用链表维护元素次序，使得元素看起来是以插入顺序保存的。
• 当遍历LinkedHashSet数组时，其元素会按照添加顺序来输出。
• 由于其需要维护插入顺序，使用链表维护内部顺序，于是它的性能略低于HashSet性能。

3.TreeSet类

• TreeSet是SortedSet接口实现类，TreeSet可以确保集合元素出于排序状态。
• TreeSet提供额外方法：

comparator()：采用定制排序，返回comparator。采用自然排序，返回null
first()：第一个元素
last()
lower():返回小于指定数字的最大元素
higher()
subSet(start,end)截取
headSet(end)截取小于end之后的元素
tailSet(start)截取大于或等于start的元素

• TreeSet并不是根据元素的插入顺序来进行排序的，是根据元素的实际大小进行排序。即升序排列。
• TreeSet采用红黑树的数据结构来存储集合元素。
• TreeSet支持两种排序方法：自然排序和定制排序。

3.1.自然排序
TreeSet会使用compareTo()方法比较元素的大小关系
返回结果分为0 正整数 负整数。
0代表相等
正整数代表大于
负整数代表小于

延伸：使用了Comparable接口的常用类

BigDecimal、BigInteger
Character
Bollean
String
Date、Time

总结：如果希望TreeSet能正常运作，TreeSet只能添加一种类型的对象。
一旦改变了TreeSet即合理可变元素的实例变量，在试图删掉该对象时，会删除失败。

3.2.定制排序
非自然排序的排序，比如降序排序。通过Comparable接口。

4.EnumSet
转为枚举类设计的集合类。按定义顺序决定集合元素的顺序。
其内部以向量的形式存储，紧凑高效，所以其对象占用内存小，运行效率高。尤其是批量处理和执行速度很快。
其内部不允许插入null元素。如果插入null元素，会报NullPointerException异常。

各set实现类的性能分析

HashSet的性能比TreeSet性能好（添加、查询操作），因为TreeSet使用红黑树维护次序。如果只需要保存一种排序，才会使用TreeSet。
HashSet的子类LinkedHashSet比TreeSet慢，是因为链表的维护带来的额外开销。因为链表的存在，所以遍历LinkedHashSet速度会很快。
EnumSet是set实现类中性能最好的，她能保存同一枚举类的枚举值作为集合元素。
LinkedHashSet是线程安全的，HashSet、TreeSet、EnumSet是线程不安全的，如果想要多个线程同时访问一个线程需要手动保证该集合的同步性。可通过Collections工具类的synchronizedSortedSet方法来包装Set集合，
如：
SortedSet s = Collection.synchronizedSortedSet(new TreeSet(…));

四、List集合-ArrayList和Vector

List集合是有序的、可重复的，集合中的每个元素都有其对应的顺序索引。
除Collection接口中的方法还有以下方法：
add
addAll
get
indexOf
lastIndexOf
remove
set
subList
replaceAll
sort

与Set的Iterator()方法不同，List有listIterator()其方法有：
hasPrevious()：返回该迭代器关联的集合是否还有上一个元素
privious():返回迭代器的上一个元素
add()

1.ArrayList和Vector实现类

• 这两个实现类是List两个典型实现，完全支持前面介绍的List接口全部功能。
• ArrayList和Vector封装了一个动态的、允许再分配的Object[]数组。ArrayList和Vector对象使用initialCapacity参数来设置该数组的长度，当向ArrayList或Vector集合中添加元素超出了该数组的长度时，他们的initialCapacity会自动增加。
• 一般情况下不需要考虑initialCapacity。但如果像ArrayList和Vector中添加大量元素时，可使用ensureCapacity方法一次性添加initialCapacity。减少分配次数，从而提升性能。
• 如果创建空的ArrayList和Vector，不指定initialCapacity参数，那么Object()数组的长度默认为10。
• ArrayList和Vector还提供两个方法来重新分配Object[]数组：

ensureCapacity(min)：将数组长度增加或等于min的值
trimToSize()：调整这两个集合的Object数组长度为当前元素的个数。可减少集合对象占用的内存空间。

ArrayList和Vector的用法几乎相同，但是由于Vector是一个古老的集合，所以其提供的方法名很长，其有很多缺点，尽量少使用。

• ArrayList和Vector的区别是：
• ArrayList是线程不安全的，当多个线程同时访问需要手动保证该集合的同步性。 Vector是线程安全的，所以性能相对较差。
• 但即使需要List线程安全也不建议使用Vector实现类。
• Vector还提供了Stack子类，用于模拟栈，先进后出LIFO
• 最后push进栈的元素最先poo出栈。方法如下：

peek()：返回栈的第一个元素，不pop出栈
pop()：返回栈的第一个元素，并pop出栈
push()：push进栈。最后一个进栈的元素位于栈顶。

3.Arrays工具类提供了方法asList()，可以把一个数组或一个指定个数的对象转换成一个List集合。是ArrayList实例。

五、Queue集合

用于模拟队列的数据结构，队列通常先进先出，队列头部保存存放时间最长的元素，队尾相反。
新插入的元素 offer到尾部，访问元素poll会返回队列头部元素。
Queue有如下方法：
add():将指定元素插入到队尾
element():获得头部元素，不删除该元素
offer():将指定元素插入到尾部。当时用容量有限的队列时，此方法比add好。
peek():获取头部元素 ，不删除
poll():获取头部元素，删除，如果此队列是空的，返回null
remove():获取同步元素 并删除

Queue接口有PriorityQueue实现类和Deque接口。
Deque代表双端队列，可以从两端添加、删除元素，Deque的实现类可以当做队列使用，也可以当成栈来使用。

1.PriorityQueue实现类
是标准的队列实现类，按插入元素的大小进行排列。
违反了先进后出规则。
不允许插入null元素
两种排序方式：自然排序 定制排序
自然排序实现Comparable接口
定制排序传入Comparator对象，该对象负责队列中所有元素的排序

2.Deque接口与ArrayDeque
Deque是Qeque的子接口，他代表双端队列，Deque接口里定义了一些双端队列的方法，允许从两端操作队列元素

addFirst addLast descendingIterator() 双端队列迭代器，逆向顺序迭代 getFirst getLast
offerFirst offerLast peekFirst peekLast pollFirst pollLast pop push
相当于addFirst removeFirst removeLastOccurence

这里的peek都是不删 poll都是删 offer比add好

ArrayDeque可以当做队列使用，先进先出

3.LinkedList
可以根据索引来随机访问集合中的元素
LinkedList还实现了Deque接口，可以被当做双端队列使用，即被当做栈来使用，也可当队列使用。

• LinkedList和ArrayList 、ArrayDeque的实现机制完全不同，
• ArrayList、ArrayDeque内部已数组的形式来保存集合元素，因此随机访问集合元素时有较好的性能
• LinkedList内部以链表的形式来保存元素，因此随机访问性能差，再插入删除时效果出色。
• Vector也是通过数组的形式来存储集合元素的，但是他实现了线程同步功能，所以性能差。

线性表性能分析

• List接口的两种典型实现ArrayList和LinkedList：基于数组的线性表和基于链的线性表。
  Queue代表队列，Deque代表双端队列。
• 一般来说数组是使用一块连续的内存区来保存所有的数组元素，所以数组的随机访问性能最好，所以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插入和删除操作时有较好的性能。
• 使用List的遍历建议： ArrayList、Vector集合是用随机访问方法get来遍历集合元素 LinkedList集合使用Iterator迭代器遍历集合元素 经常使用插入删除操作大量数据可使用LinkedList。
  如果有多个线程同时访问List集合，可以考虑Collection将集合包装成线程安全的集合。

【？？？？？？？？如何包装 】==>看第十部分

六、Map

Map是保存具有映射关系的数据，因此Map集合里保存着两组值，一组用来保存Map里的key，另一组用来保存Map里的value。 Map中的Key不允许重复，即同一个Map对象的两个任意的key通过equals方法比较总是返回false。
key没有顺序，不可以重复。

clear
containsKey
containsValue
entrySet 【entry是map的内部类】
get
isEmpty
keyset
put
putAll
remove
size
valuse

entry是map内部类，其特有三个方法：
getKey()
getValue()
setValue()

• Java8新增方法P324
• HashMap和HashTable实现类。
  HashMap和Hashtable都是Map接口的典型实现类。区别如下
• Hashtable是一个线程安全的Map实现，HashMap线程不安全。HashMap性能更好。
  如果多个线程访问Map，Hashtalbe性能会更好。
• Hashtable不允许使用null作为key和value，如果试图把null值放入Hashtable中，将会引发空指针异常。但是HashMap可以。

LinkedHashMap实现类

• LinkedHashMap是HaspMap的子类。利用双向链表维护kv对次序，负责维护map的迭代顺序。

• 其可避免HashMap、Hashtable里的kv对进行排序，也可避免使用TreeMap增加的成本。

• LinkedHashMap根据插入顺序维护表次序，从而性能低于HashMap。

• 又由于它以链表维护内部顺序，所以在迭代访问Map里的全部元素都有较好的性能。

使用Properties读写属性文件
Properties类是Hashtable类的子类，该对象处理文件很方便，他将Map文件中的k-v写入属性文件中，也可以吧属性文件的“属性名=属性值”加载到Map对象中。
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。P328

2.SortedMap接口和TreeMap实现类
Set接口派生SortedSet子接口，SortedSet接口有一个TreeSet实现类。
Map接口派生SortedMap子接口，SortedMap接口有一个TreeMap实现类。
TreeMap是一个红黑树数据结构，就没一个Key-value对作为红黑树的一个节点。TreeMap存储kV对需要根据键值对节点进行排序。TreeMap可以保证所有键值对处于有序状态。
TreeMap排序分为自然排序和定制排序。
自然排序实现Comparable接口，且所有key都是同一类对象，否则抛出ClassCastException。
定制排序：创建TreeMap时，传入一个Comparator对象，该对象负责TreeMap中的所有Key进行排序。采用定制排序不需要Map的key实现Comparable接口。

TreeMap判断两个Key相等的标准：两个key通过compareTo()方法返回0，则认为两个Key是相等的。

3.WeakHashMap实现类
WeakHashMap与HashMap用法基本相似。
其区别在于HashMap的key保留了对实际对象的强引用，这意味着只要该HashMap对象不被销毁，该HashMap的所有key所引用的对象就不会被垃圾回收，HashMap也不会自动删除那些Key所对应的键值对。
但是WeakHashMap保留了对实际对象的弱引用，如果key所引用的对象没有被其他强引用对象引用，key所引用的对象就会被垃圾回收，WeakHashMap也可能自动删除那些Key所对应的键值对。

4.IdentityHashMap实现类
这个Map的实现机制与HashMap基本相似。区别：
IdentityHashMap中，仅当Key1==Key2时，IdentityHashMap才认为两个Key相等。
对于HashMap而言，Key1和Key2通过equals()方法比较返回true，且他们的hashcode值相等才算两个key相等。
IdentityHashMap也是K和V可以为空。且不保证K-V对之间的顺序，更不保证随着时间推移他们的顺序不变。

5.EnumMap实现类
EnumMap是一个与枚举类一起使用的Map实现，EnumMap中的所有Key都必须是单个枚举类的枚举值。创建EnumMap时必须指定它对应的枚举类。特征如下

• 内部以数组形式保存，紧凑高效
• 根据Key的自然顺序（定义顺序）来维护键值对顺序。
• 不允许key为null，允许value为null。

七、Map实现类的性能分析

1. Map分为HashMap Hashtable LinkedHashMap TreeMap WeakHashMap
   IdentityHashMap EnumMap
2. 其中Hashtable线程安全的，K和V不能为空。
3. HashMap是线程不安全的，K和V可以为空，所以性能比Hashtable好。【一般应用场景程序应该多考虑HashMap】
4. LinkedHashMap是HashMap的子类，维护链表插入顺序的次序，所以迭代遍历效率高，但总体性能低于HashMap。
5. TreeMap是红黑树数据结构，会按键值对节点排序（自然排序和定制排序），总保持有序状态。
6. WeakHashMap 的对象都保存为弱引用，会被垃圾回收。
7. IdentityHashMap
   判定key相等是通过“==”。而HashMap一般使用equlas()和hashCode()判断是否为同一Key。
8. EnumMap是枚举类型的Map。其内部以数组形式保存，允许value为null，key不可以。根据key的自然排序维护顺序。
9. properties是Hashtable的子类，他的Key和Value都是String类型。

八、HashSet和HashMap性能

对于HashSet及其子类而言，hash算法用来决定集合元素的存储位置，并通过hash算法来控制集合大小，。对于HashMap和Hashtalbe而言，他们采用hash算法来决定Map中的key存储，并通过hash算法增加key集合的大小。
hash表里可以存储元素的位置被称为桶。hash算法可以根据hashcode值计算出桶的具体位置，但hash表的状态是open的，发生在hash冲突的情况下，单个桶可以存储多个元素，这些元素以链表形式存储。因此HashMap和Hashtable使用Hash算法只考虑Key。

因此HashSet、HashMap的hash表包含如下属性：
容量（Capacity）：桶的数量
初始化容量（initial Capacity）
尺寸（size）：hash表中记录的数量
负载因子（load factor）：尺寸÷容量
负载极限决定hash表的最大填满程度

如果从一开始就知道要使用HashSet HashMap Hashtable会包含大量初始化数据 ，可以使用较大的初始化热容量，如果吃书画容量始终大于HashSet HashMap Hashtable所包含的最大记录数÷负载极限，就不会发生“rehashing”。

九、操作集合的工具类Collection

【1.排序操作 2.同步控制 3.查找、替换操作. 4.设置不可变集合】

1.排序操作
reverse:反转
shuffle：洗牌
sort：升序排序
swap（List list ,int i,int j）：交换位置
rotate(List list ,int distance)：distance为整数，将list集合后distance个元素整体移动到前面。
负数，移动到后面。

十、同步控制

Collections类提供了多个synchronizedXxx()方法，该方法可以将指定集合包装成线程同步的集合，从而可以解决多线程并发访问集合时的线程安全问题。
从Set中的HashSet TreeSet
List中的 ArrayList 、LinkedList
Queue中的 ArrayDeque
Map中的HashMap和TreeMap都是现成不安全的

Collection c = new Collections.synchronizedCollection(new ArrayList());
List list = new Collection.synchronizedList(new ArrayList());
Set set = new Collection .synchronizedSet(new HashSet());
Map m = new Collection.synchronizedMap(new HashMap());

十一、设置不可变集合

Collections提供了三种方法来返回不可变集合。

1. emptyXxx():返回一个空的不可变得集合对象。集合类型：list、SortedSet、Set、Map、SortedMap等
2. singletonXxx():List或Map类型的，返回一个值包含某种指定对象的不可变的集合对象
3. unmodifiableXxx():返回指定集合对象的不可变视图。可以是Map、SortedMap等

十二、繁琐的接口：Enumeration

只能用来遍历Vector、Hashtable这种古老的集合。