集合与数据结构

List 接口

储存的对象有序，可重复

ArrayList

像数组一样存储对象，每次增删都需要构建新数组，适合多次查询的情况

构造方法：构造空数组，传入参数后构造一个默认为10大小的对象数组

add：如果没有超过数组大小，加入

超过，进入 grow 扩容方法

    public boolean add(E e) {
        ensureCapacityInternal(size + 1); 
        elementData[size++] = e;
        return true;
    }

先将传入大小与原来数组大小的1.5倍（位运算，oldCapacity >> 1）进行比较，获取两者较大值。再将较大值与设定的最大数组长度（INTEGER.MAX_VALUE - 8）进行比较。如果没超过，以较大值构造数组，并复制原数组

    private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
    private void grow(int minCapacity) {
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        if (newCapacity - minCapacity < 0)
            newCapacity = minCapacity;
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        elementData = Arrays.copyOf(elementData, newCapacity);
    }

如果超过，进行巨型容量处理
比较传入大小与最大数组长度，如果大于，构造 INTEGER.MAX_VALUE 长度数组，如果小于，构造最大数组长度数组

    private static int hugeCapacity(int minCapacity) {
        if (minCapacity < 0) 
            throw new OutOfMemoryError();
        return (minCapacity > MAX_ARRAY_SIZE) ?
            Integer.MAX_VALUE :
            MAX_ARRAY_SIZE;
    }

remove：删除数据，将后面的数前移，代码异常简单，将指定索引后面的元素拷贝到前一格

    public E remove(int index) {
        rangeCheck(index);

        modCount++;
        E oldValue = elementData(index);

        int numMoved = size - index - 1;
        if (numMoved > 0)
            System.arraycopy(elementData, index+1, elementData, index,
                             numMoved);
        elementData[--size] = null; // clear to let GC do its work

        return oldValue;
    }

LinkedList

像链表一样存储对象，适合多次增删的情况

内置内部类 node，是双向节点

    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;

        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

Collection 集合遍历

1，使用 Iterator 迭代器
2，使用 foreach 遍历集合，不能修改数据，只能查询
3，使用 forEach 方法

• 使用迭代器的 forEachRemaining 方法
• 使用集合的 forEach 方法
• 两者都有函数式接口，配合 Lambda 表达式使用

RandomAccess 接口

接口里没有任何属性和方法，只是一个标识

如果接入，表示此类支持随机访问，可以像数组一样查找数据，此时随机访问数据比较快

如果不接入，表示此类不支持随机访问，只能用链表方式查找数据，此时使用迭代器查找比较快

 if (list instanceof RandomAccess) {
      // 使用随机取值，即根据下标取值方式
} else {
     // Iterator遍历器取值
}

在实际应用中，当我们不明确获取到的是 Arraylist，还是 LinkedList 的时候，我们可以通过 RandomAccess 来判断其是否支持快速随机访问，若支持则采用 for 循环遍历，否则采用迭代器遍历

        if(list instanceof RandomAccess) {
            // for循环遍历
            for (int i = 0;i< list.size();i++) {
                System.out.println(list.get(i));
            }
        } else {
            // 迭代器遍历
            Iterator it = list.iterator();
            while(it.hasNext()){
                System.out.println(it.next());
            }
        }

Map 接口

map 集合储存键值对

LinkedHashMap

没有对 HashMap 的实现做任何修改，可以保持键值对的插入顺序。继承自 HashMap，将每个键值对当成一个节点，像链表一样储存

    static class Entry<K,V> extends HashMap.Node<K,V> {
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }

HashMap

使用 hash 算法进行存储，输入的对象算出地址后，如果为空，直接存储，不为空，则视为哈希冲突

HashMap 多线程操作导致死循环问题

hashmap 本来就不能进行多线程的操作，多线程下不能使用 hashmap 的主要原因如下：

1，在添加数据时容易出现数据丢失的错误
2，当 hashmap 扩容时由于多个线程同时进行操作，底层代码的实现会让 hashmap 出现链表循环的问题，在执行扩容函数的时候没有上锁，多个线程同时无序的访问内存时就会出现这种经典的多线程问题

//不断的把老map中的元素取出放入新map中
void transfer(Entry[] newTable)
{
    Entry[] src = table;
    int newCapacity = newTable.length;
    for (int j = 0; j < src.length; j++) {
        Entry<K,V> e = src[j];
        if (e != null) {
            src[j] = null;
            do {
                Entry<K,V> next = e.next;
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            } while (e != null);
        }
    }
}

而具体表现就是在进行数据查找的时候会引发 CPU 被占满

基本属性

阈值：8，链表长度超过8进行扩容，如果数组长度不小于64此链表转化为红黑树（如果对红黑树中节点进行删除，节点减少至6会转会链表）
最大容纳：2的30次方
填充因子：0.75，储存结点超过数组大小乘填充因子时开始扩容
默认大小：16，初次构造数组大小

散列函数

《算法导论》中推荐的散列函数有三种：

1，除法散列法：通过取k除以m的余数，来将关键字k映射到m个槽的某一个中去
2，乘法散列法：首先，用关键字k乘上常数A(0<A<1)，并抽取kA的小数部分；然后，用m乘以这个值，再取结果的底(即整数部分)
3，全域散列：在执行开始时，从一族仔细设计的函数中，随机地选择一个作为散列函数

在 java 中的散列函数是这个对象的 hashcode 异或 hashcode 二进制无符号右移16位

    static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }

哈希表储存什么

储存 Node 节点，节点实现了 Entry 接口，因此哈希表可以返回键值对

哈希表开辟一块储存 Node 结点的连续内存空间，即 Node[]

可以储存 Node 与 TreeNode，分别对应链表与红黑树，TreeNode 是 Node 的子类

哈希冲突如何解决

1，链表法：把散列到同一槽中的所有元素都存放在一个链表中。每个槽中有一个指针，指向由所有散列到该槽的元素构成的链表的头，java 中就使用这种方法

2，开发寻址法：所有的元素都存放在散列表中，当要插入一个元素时，使用某种方法探查散列表的各项，直到找到一个空槽来放置待插入的关键字。而能使用的方法有很多。比如：

• 线性寻址（h(k,i) = (h’(k) + i) mod m, i=0, 1, …, m-1，找散列表的下一个位置）
• 二次寻址（h(k,i) = (h’(k) +c1i + c2i^2) mod m, i=0, 1, …, m-1，根据某个函数计算下一个位置）
• 双重散列（h(k,i) = (h1(k) + i*h2(k)) mod m, i=0, 1, …, m-1，用第一个散列函数找到初始位置后，用第二个函数找其他位置）
• 再哈希（h(k,i) = (h1(k)) ^ i mod m, i=0, 1, …, m-1，多次对结果通过散列函数进行计算）

那有没有完全避免 hash 冲突的方法呢，我们规定，如果某一种散列技术在进行查找时，其最坏情况内存访问次数为 O(1) 的话，则称其为完全散列。通常利用一种两级的散列方案，每一级上都采用全域散列。为了确保在第二级上不出现碰撞，需要让第二级散列表 Sj 的大小 mj 为散列到槽j中的关键字数 nj 的平方

源码分析

hash 函数：这个对象的 hashcode 异或 hashcode 二进制右移16位

    static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }

put()：调用 putVal 方法

putVal()：

如果大小为空或0，调用 resize 方法扩容

调用hash计算哈希值，地址为空则插入

key值相同则替换

通过链表或红黑树查找，找到 key 值相同则替换

插入到末尾，此时链表长度大于8则尝试转为红黑树

通过数组长度与填充因子判断是否需要 resize 扩容

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) 
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) {
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

上面的代码是1.8之后的代码，它使用的是尾插法，在JDK8之前java使用的是头插法

resize：扩容机制

treeifyBin：链表转红黑树

为什么要从头插法改成尾插法？

头插法用不了红黑树了

为什么 HashMap 的默认长度是16

其实个人认为只要是2的幂就可以了，原因跟 hash 函数有关

因为经过 hash 函数计算之后，得到的结果会相当大，我们只取结果的后几位作为此对象应该存放的位置，比如如果 hashmap 的长度是16则是取 hash 函数计算结果的后4位，长度是32取后5位

如果是其他的数字作为 hashmap 的总大小，会导致存放数据时操作麻烦。而如果换一个合适的 hash 函数来计算数据应该存放的位置，就不需要满足是2的幂了

常用方法

put 方法会返回该 key 原来对应的值，如果原来没有该值则返回 null

compute：compute() 方法对 hashMap 中指定 key 的值进行重新计算。如果 key 对应的 value 不存在，则返回该 null，如果存在，则返回通过 remappingFunction 重新计算后的值

        HashMap<String, Integer> prices = new HashMap<>();
        // 无值返回 null，有值计算鞋子打了10%折扣后的值
        int newPrice = prices.compute("Shoes", (key, value) -> value - value * 10/100);

merge：merge() 方法会先判断指定的 key 是否存在，如果不存在，则添加键值对到 hashMap 中。如果 key 对应的 value 不存在，则返回该 value 值，如果存在，则返回通过 remappingFunction 重新计算后的值

	// 无值时返回100，并且对 Shirt 这个 key 塞入100
	// 有值时返回 oldValue（原来在 map 里的值） 加 newValue（100），并且塞入两值的和
	int returnedValue = prices.merge("Shirt", 100, (oldValue, newValue) -> oldValue + newValue);

computeIfAbsent：computeIfAbsent() 方法对 hashMap 中指定 key 的值进行重新计算，如果不存在这个 key，则添加到 hashMap 中。如果 key 对应的 value 不存在，则使用获取 remappingFunction 重新计算后的值，并保存为该 key 的 value，否则返回 value

        // 计算 Shirt 的值。如果没值返回 280，并且塞入 280，有值直接返回
        int shirtPrice = prices.computeIfAbsent("Shirt", key -> 280);

putIfAbsent：putIfAbsent() 方法会先判断指定的键（key）是否存在，不存在则将键/值对插入到 HashMap 中。如果所指定的 key 已经在 HashMap 中存在，返回和这个 key 值对应的 value, 如果所指定的 key 不在 HashMap 中存在，则返回 null

        sites.putIfAbsent(4, "Weibo");

TreeMap

使用红黑树存储键值对
自平衡排序二叉树

源码分析

在调用put方法时，首先执行查找算法，需要判断有没有比较器

            do {
                parent = t;
                //如果没有比较器，执行内嵌的比较方法
                //cmp = k.compareTo(t.key);
                cmp = cpr.compare(key, t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else {
                    V oldValue = t.value;
                    if (replaceOld || oldValue == null) {
                        t.value = value;
                    }
                    return oldValue;
                }
            } while (t != null);

找到要插入的位置后，执行addEntry方法，这个方法先将节点插入，然后执行红黑树的自平衡旋转

    private void addEntry(K key, V value, Entry<K, V> parent, boolean addToLeft) {
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (addToLeft)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
    }

Set接口

储存的对象无序且不能重复

HashSet

使用 hash 算法进行存储，输入的对象算出地址后，如果为空，直接存储，不为空则不能存储

内部直接调用 HashMap，键就是 set 中的值，值是一个 Object 对象

	private static final Object PRESENT = new Object();

    private transient HashMap<E,Object> map;
    
    public HashSet() {	 map = new HashMap<>();}

	public boolean add(E e) {	return map.put(e, PRESENT)==null;}

TreeSet

使用红黑树来进行存储，因此可以排序，排序分为：自然排序，定制排序

实现是调用NavigableMap（继承sortedMap的一个接口），真正的实现是TreeMap

Map 的集合遍历

1，集合自身 forEach 方法
2，Map 有自己的返回值为 set 集合的方法，可以对其用 Collection 集合遍历的方法进行遍历：keySet、valueSet、entrySet
3，for循环遍历
4，迭代器

树

在上面的说明中，树这个概念出现了多次，它是一个很有用的数据结构，可以衍生出优先队列、二叉搜索树等可以方便查找特定元素的数据结构

二叉搜索树

它或者是一棵空树，或者是具有下列性质的二叉树：

• 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值
• 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值
• 它的左、右子树也分别为二叉排序树

遍历

遍历二叉树，就是以某种方式逐个访问二叉树的每一个节点。根据访问树根的顺序，我们有三种方式遍历二叉树，无论哪种遍历方式，左节点一定在右节点之前：

1，前序遍历：其中间节点在左节点与右节点之前
2，中序遍历：其中间节点在左节点与右节点之中
3，后序遍历：其中间节点在左节点与右节点之后

所有的遍历都可以使用递归简单的实现

删除

由于二叉搜索树的插入与查询算法非常简单，这里只说明删除算法，删除分为以下三种情况，只有其中一种较为棘手：

1，当被删除节点z没有任何孩子时，直接删除即可
2，当被删除节点z只有一个孩子时，用这个唯一的孩子代替z
3，当被删除节点z有两个孩子时，寻找z的后继节点y，后继节点y是z的右子树中的最左边的节点，该节点没有左孩子。用该节点的右孩子代替该节点（如果没有右节点也没关系，使用NIL代替），然后将z中的数字直接改成y中的数字即可

就算不进行算法分析，也可以轻松的得出，二叉搜索树的插入查询与删除算法都是O(h)，h为树高

红黑树

红黑树是一颗高度平衡的二叉搜索树，满足以下性质：

1，根节点与叶节点都是黑色的
2，红色节点的子节点都是黑色的
3，每个节点到叶节点的所以路径都包含相同数目的黑色节点

红黑树依靠左旋、右旋和变色在添加和删除时维持红黑树的性质

迭代器

说了这么多集合，来说说迭代器相关的知识吧

迭代器一般都有这三个方法，创建时获取该集合的迭代器进行循环即可，非常简单

E next()     会返回迭代器的下一个元素，并且更新迭代器的状态。在使用 next() 方法前必须使用 hasNext() 方法判断集合中是否还有下一个元素，否则可能会出现异常。
boolean hasNext()  用于检测集合中是否还有元素。存在则返回true。
default void remove()     删除上次调用next方法时返回的元素。注意，使用remove时，不能将迭代器置于第一位，否则会报错。

Collections

Collections中包含了一些对于集合的基本操作

static final <T> List<T> emptyList() || emptySet() || emptyMap()：返回一个新的空的list、set、map集合，注意，这些集合都是不可以写入的

static <T> Set<T> singleton(T o) || singletonList(...) || singletonMap(...)：返回一个新的只有一个元素的list、set、map集合，注意，这些集合都是不可以写入的

static <T> int binarySearch(List<? extends Comparable<? super T>> list, T key)：二分查找

static void shuffle(List<?> list)：打乱一个集合的元素顺序

static <T> void sort(List<T> list, Comparator<? super T> c)：选择一个集合按规定排序