JAVA集合重要知识点

一、集合简介

list，有序可重复；set，无序，不可重复；map，键值对。

二、List

ArrayList与LinkedList比较

ArrayList基于数组实现
LinkedList基于双向链表实现
ArrayList更利于查找，LinkedList更利于增删

ArrayList的扩容机制：

ArrayList是基于数组的集合，数组的容量是在定义的时候确定的，每次扩容时，创建一个1.5倍的新数组，然后把原数组的值拷贝过去。

快速失败和安全失败

快速失败
java集合的错误检测机制，线程a在遍历一个集合对象时，线程b对集合进行了修改，则会抛出异常。
迭代器在遍历集合时使用了一个modCount变量，集合在遍历开始会把modCount的值赋给expectedmodCount，集合如果在遍历器发生变化，就会改变modcount的值。每当迭代器)遍历下一个元素之前，都会检测modCount变量是否为expectedmodCount值，是的话就返回遍历；否则抛出异常，终止遍历。
不能依赖快速失败去判断集合是否被另一个线程修改，因为修改后的modCount值也可能和之前一样。
java.util包下的集合类都是快速失败的。

安全失败
采用安全失败机制的集合容器，在遍历时不是直接在集合内容上访问的，而是先复制原有集合内容，在拷贝的集合上进行遍历。
由于迭代时是对原集合的拷贝进行遍历，所以在遍历过程中对原集合所作的修改并不能被迭代器检测到，所以不会触发Concurrent Modification Exception。
遍历期间原集合如果发生修改，迭代器也是不知道的。
java.util.concurrent包下的容器都是安全失败，可以在多线程下并发使用，并发修改，比如CopyOnWriteArrayList类。

ArrayList如何线程安全

使用 Vector 代替 ArrayList，不推荐使用。
加锁，使用 Collections.synchronizedList 包装 ArrayList，然后操作包装后的 list；程序通过同步机制。
使用 CopyOnWriteArrayList 代替 ArrayList。

CopyOnWriteArrayList

读写分离，写时复制
读操作是无锁的，允许并发读，性能高
写操作，比如向容器中添加一个元素，则首先将当前容器复制一份，然后在新副本上执行写操作，结束之后再将原容器的引用指向新容器。

三、Map

HashMap的数据结构

JDK1.7的数据结构是数组+链表
JDK1.8的数据结构是数组+链表+红黑树
HashMap的实际容量指数组大小。
桶数组是用来存储数据元素，链表是用来解决冲突，红黑树是为了提高查询的效率。
数据元素通过映射关系，也就是散列函数，映射到桶数组对应索引的位置
当发生冲突时，会拉出一个链表，插入冲突数据
如果链表长度>8且数组大小>=64，链表转为红黑树
当红黑树节点个数小于6，转化回链表。

红黑树简介

介于简单的二叉树和平衡二叉树之间。
本质上是一种二叉查找树，为了保持平衡，它又在二叉查找树的基础上增加了一些规则，使查找效率变高。
相比于平衡二叉树，平衡二叉树是比红黑树更严格的平衡树，也就是说平衡二叉树保持平衡的效率更低，所以平衡二叉树插入和删除的效率比红黑树要低。

HashMap的put流程

HashMap怎么查找元素的

使用哈希函数获取hash值
计算数组下标获取节点
当前节点和key匹配，直接返回，否则则查找红黑树或者遍历链表

HashMap的哈希函数是怎么设计

先拿到key的hashcode，是一个32位的int类型数值，然后让key的hashCode和key的hashCode右移16位做异或运算
(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

为什么哈希函数能降hash碰撞

hashmap寻找数组下标的时候，会拿key的hashcode的值经过其哈希函数的运算得到的值去计算其数组下标，这个值在源码函数中为h，数组长度为length。

算法如上，就是把h和length-1去做一个&运算。
这里也体现了为什么hashmap的数组长度要取2的整数次幂，因为2的整数次幂-1的二进制是高位全为0，低位全取1的状态。这样的值与上述哈希算法算出的散列值做与运算，才能只保留低位值，从而得到数组下标。
但是，就算散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。下面来看这个哈希算法，key为要put的key值。

key.hashCode() 函数返回的是一个32位的int值，命名为h
源码中先对h进行16位右移，再与它本身进行异或运算。异或运算即相同为0，不同为1。
也就相当于把h的高16位和低16位拿来做异或操作，这样等于是综合了key的hashcode值的高低位，使得到得低位值更具有随机性。

为什么HashMap的容量是2的倍数

两个原因。
一是hashmap获取下标的方式是hash值&(数组大小-1)，这种方式比直接取余要快，却能达到取余的效果。
只有数组大小为2的整数幂的时候，数组大小减一的二进制形式才是…1111 这种格式。
这个值与hashmap的哈希算法得到的值进行与运算，才能得到一个数组大小内的下标数字且尽量减少hash碰撞。
二是在扩容时，利用扩容后的大小也是2的倍数，将元素效率更高的转移到新的table中去。因为扩容后的数组大小仍然是2的倍数，这样的话元素的下标位置是否移动取决于hash值的高一位是否为1，如果为1则移动，如果为0则下标不变。而不需要每个下标都重新计算。

初始化HashMap，传一个17的值new HashMap<>，会发生什么

初始化时，传的不是2的倍数时，HashMap会向上寻找离得最近的2的倍数，传入17，HashMap的实际容量是32。
可以从源码来看：


当initialCapacity为17时候，也就是传入tableSizeFor的cap的值是17
MAXIMUM_CAPACITY是Map容量的最大值
计算时候，不断地将n=cap-1 向右移位然后与原值做或运算，其实就等于是把二进制的所有位置都填充成1，最后加1，就是向上的离得最近的2的倍数了。

解决哈希冲突的一些方法

链地址法：在冲突的位置拉一个链表，把冲突的元素放进去。也就是HashMap的方法。
开放定址法：开放定址法就是从冲突的位置再接着往下找，给冲突元素找个空位。
再哈希法：换种哈希函数，重新计算冲突元素的地址。
建立公共溢出区：再建一个数组，把冲突的元素放进去。

为什么HashMap链表转红黑树的阈值为8

树化发生在table数组的长度大于64，且链表的长度大于8的时候。
红黑树节点的大小大概是普通节点大小的两倍，所以转红黑树，牺牲了空间换时间。所以设计时应当尽量减少红黑树的出现。
理想情况下，使用哈希算法，链表里的节点个数增加的概率是递减的，节点个数为8的情况，发生概率特别小。
至于红黑树转回链表的阈值为什么是6，而不是8？是因为如果这个阈值也设置成8，假如发生碰撞，节点增减刚好在8附近，会发生链表和红黑树的不断转换，导致资源浪费。

HashMap扩容在什么时候，为什么扩容因子是0.75

为了减少哈希冲突发生的概率，当当前HashMap的元素个数达到一个临界值的时候，就会触发扩容。
当元素个数大于HashMap容量*扩容因子时，就会触发扩容。
HashMap的散列构造方式是Hash算法寻找数组下标，负载因子决定元素个数达到多少时候扩容。
假如我们设的比较大，元素比较多，空位比较少的时候才扩容，那么发生哈希冲突的概率就增加了，查找的时间成本就增加了。我们设的比较小的话，元素比较少，空位比较多的时候就扩容了，发生哈希碰撞的概率就降低了，查找时间成本降低，但是就需要更多的空间去存储元素，空间成本就增加了。0.75恰好是一个比较合适的数字。

HashMap扩容机制

当HashMap满足扩容条件时，就开始扩容
HashMap的数组长度总是2的整数幂次方，扩容后的长度是原来的2倍。综合上面HashMap的寻址算法，扩容后的元素，要么在原位置，要么移动扩容的长度。这个取决于元素的key的经过哈希算法得到的数值，如下图

因为扩容后，数组长度-1得高一位就会变成1，与该数值进行&操作，当得到得该位值为0的时候，则元素下标位置不表，为1的话则移动扩容位置的长度。比如原数组长度为16，该元素下标位置为5，则扩容后的下标位置为5或者21

jdk1.8对HashMap主要做了哪些优化

数组 + 链表改成了数组 + 链表或红黑树
链表的插入方式从头插法改成了尾插法（1.7是有bug的）
扩容rehash：扩容的时候 1.7 需要对原数组中的元素进行重新 hash 定位在新数组的位置，1.8 采用更简单的判断逻辑，不需要重新通过哈希函数计算位置，新的位置不变或索引 + 新增容量大小。
扩容时机：在插入时，1.7 先判断是否需要扩容，再插入，1.8 先进行插入，插入完成再判断是否需要扩容；

线程安全的HashMap

HashTable、Collections.synchronizedMap、以及 ConcurrentHashMap

HashTable 是直接在操作方法上加 synchronized 关键字，锁住整个table数组，粒度比较大；
Collections.synchronizedMap 是使用 Collections 集合工具的内部类，通过传入 Map 封装出一个 SynchronizedMap 对象，内部定义了一个对象锁，方法内通过对象锁实现；
以上两者都可以理解为简单粗暴的加锁。
比较推荐使用ConcurrentHashMap。

ConcurrentHashMap介绍

1.7版本：
ConcurrentHashmap线程安全在jdk1.7版本是基于分段锁实现

每个segment都可以理解为一个加了锁的包含HashEntry的数组，HashEntry本身即为链表结构。
实际上就是相当于每个Segment都是一个HashMap，默认的Segment长度是16，也就是支持16个线程的并发写，Segment之间相互不会受到影响。

put流程其实和HasnMap很像。先定位到具体的Segment，然后通过ReentrantLock去操作，后面的流程，就和HashMap基本上是一样的。
先计算hash，定位到segment，segment如果是空就先初始化。
之后是加锁，获取锁，获取不到会先自旋后阻塞，直到获取锁。
最后则是定位下标，替换或插入链表。

get流程则是直接定位取值，无需加锁。因为value是volatile修饰的，所以不会读到错误的值。

1.8版本：
据结构和HashMap是一样的，数组+链表+红黑树。它实现线程安全的关键点在于put流程。

如上图所示，除了向链表或者红黑树中插入数据这一步，之前的所有步骤，都采用了CAS思想，这样最大化的提高了多线程HashMap的性能。
get流程和HashMap的一样，是不需要加锁的。

有序的Map，LinkedHashMap

LinkedHashMap维护了一个双向链表，有头尾节点
同时 LinkedHashMap 节点 Entry 内部除了继承 HashMap 的 Node 属性，还有 before 和 after 用于标识前置节点和后置节点。

从而实现有序。

TreeMap

TreeMap 是按照 Key 的自然顺序或者 Comprator 的顺序进行排序，内部是通过红黑树来实现
所以要么 key 所属的类实现 Comparable 接口，或者自定义一个实现了 Comparator 接口的比较器，传给 TreeMap 用于 key 的比较。

四、Set

HashSet

HashSet 底层就是基于 HashMap 实现的
HashSet的add方法，直接调用HashMap的put方法，将添加的元素作为key，new一个Object作为value，据返回值是否为空来判断是否插入元素成功。因为HashMap的put方法当key在table数组中不存在的时候，才会返回插入的值。