Java 集合 (一) Collection 架构

2019独角兽企业重金招聘Python工程师标准>>>

原文链接： http://www.cnblogs.com/skywang12345/p/3323085.html

 

一、集合总体框架概述

Java集合 是java 提供的工具包(java.util.*），包含了常用的数据结构：集合、链表、队列、栈、数组、映射等。
Java集合主要可以划分为4个部分：List列表、Set集合、Map映射、工具类(Iterator迭代器、Enumeration枚举类、Arrays和Collections)、。
Java集合工具包框架图(如下)：

 看上面的框架图，先抓住它的主干，即Collection和Map。

1. Collection是一个接口，是高度抽象出来的集合，它包含了集合的基本操作和属性。AbstractCollection抽象类，它实现了Collection中的绝大部分函数;

  Collection包含了List和Set两大分支。 AbstractList和AbstractSet都继承于AbstractCollection; 具体的List实现类继承于AbstractList，而Set的实现类则继承于AbstractSet。
  (01) List是一个有序的队列，每一个元素都有它的索引。第一个元素的索引值是0。
          List的实现类有LinkedList, ArrayList, Vector, Stack。

  (02) Set是一个不允许有重复元素的集合。
          Set的实现类有HastSet和TreeSet。HashSet依赖于HashMap，它实际上是通过HashMap实现的；TreeSet依赖于TreeMap，它实际上是通过TreeMap实现的。

2. Map是一个映射接口，即key-value键值对。

   AbstractMap是个抽象类，它实现了Map接口中的大部分API。HashMap，TreeMap，WeakHashMap都是继承于AbstractMap。
   Hashtable虽然继承于Dictionary，但它实现了Map接口。

接下来，再看Iterator。它是遍历集合的工具，即我们通常通过Iterator迭代器来遍历集合。我们说Collection依赖于Iterator，是因为Collection的实现类都要实现iterator()函数，返回一个Iterator对象。
ListIterator是专门为遍历List而存在的。

再看Enumeration，它是JDK 1.0引入的抽象类。作用和Iterator一样，也是遍历集合；但是Enumeration的功能要比Iterator少。在上面的框图中，Enumeration只能在Hashtable, Vector, Stack中使用。

最后，看Arrays和Collections。它们是操作数组、集合的两个工具类。

 

二、Collection 框架概述

public interface Iterable<T> {
    Iterator<T> iterator();
    // 其它省略。。。
}

1. Collection 

public interface Collection<E> extends Iterable<E> {...}

Collection  是一个接口，是高度抽象出来的集合，它包含了集合的基本操作：添加、删除、清空、遍历(读取)、是否为空、获取大小、是否保护某元素等等；

Collection 接口的所有子类(直接子类和间接子类)都必须实现2种构造函数：不带参数的构造函数 和 参数为Collection的构造函数。带参数的构造函数，可以用来转换Collection的类型；

public interface Collection<E> extends Iterable<E> { 
    int size(); 
    boolean isEmpty(); 
    boolean contains(Object o); 
    Iterator<E> iterator(); 
    Object[] toArray();

    /** 
     *     String[] y = x.toArray(new String[0]);
     */
    <T> T[] toArray(T[] a); 
    boolean add(E e); 
    boolean remove(Object o); 
    boolean containsAll(Collection<?> c); 
    boolean addAll(Collection<? extends E> c); 
    boolean removeAll(Collection<?> c); 
    boolean retainAll(Collection<?> c); 

    void clear(); 
    boolean equals(Object o); 
    int hashCode(); 
}

2. List

public interface List<E> extends Collection<E> {...}

List 是一个继承于Collection的接口，即List是集合中的一种。List是有序的队列，List中的每一个元素都有一个索引；第一个元素的索引值是0，往后的元素的索引值依次+1。和Set不同，List中允许有重复的元素。

关于API方面。既然List是继承于Collection接口，它自然就包含了Collection中的全部函数接口；由于List是有序队列，它也额外的有自己的API接口。主要有“添加、删除、获取、修改指定位置的元素”、“获取List中的子队列”等。

// Collection的API
boolean         add(E object)
boolean         addAll(Collection<? extends E> collection)
void            clear()
boolean         contains(Object object)
boolean         containsAll(Collection<?> collection)
boolean         equals(Object object)
int             hashCode()
boolean         isEmpty()
Iterator<E>     iterator()
boolean         remove(Object object)
boolean         removeAll(Collection<?> collection)
boolean         retainAll(Collection<?> collection)
int             size()
<T> T[]         toArray(T[] array)
Object[]        toArray()
// 相比与Collection，List新增的API：
void                add(int location, E object)
boolean             addAll(int location, Collection<? extends E> collection)
E                   get(int location)
int                 indexOf(Object object)
int                 lastIndexOf(Object object)
ListIterator<E>     listIterator(int location)
ListIterator<E>     listIterator()
E                   remove(int location)
E                   set(int location, E object)
List<E>             subList(int start, int end)

3. Set

public interface Set<E> extends Collection<E> {...}

Set 是一个继承于Collection的接口，即Set也是集合中的一种。Set是没有重复元素的集合。
关于API方面。Set的API和Collection完全一样。

// Set的API
boolean         add(E object)
boolean         addAll(Collection<? extends E> collection)
void             clear()
boolean         contains(Object object)
boolean         containsAll(Collection<?> collection)
boolean         equals(Object object)
int             hashCode()
boolean         isEmpty()
Iterator<E>     iterator()
boolean         remove(Object object)
boolean         removeAll(Collection<?> collection)
boolean         retainAll(Collection<?> collection)
int             size()
<T> T[]         toArray(T[] array)
Object[]         toArray()

4. AbstractCollection

public abstract class AbstractCollection<E> implements Collection<E> {...}

AbstractCollection 是一个抽象类，它实现了Collection中除iterator()和size()之外的函数。从而方便其它类实现Collection，比如ArrayList、LinkedList等，它们这些类想要实现Collection接口，通过继承AbstractCollection就已经实现了大部分的接口了。

5. AbstractList

public abstract class AbstractList<E> extends AbstractCollection<E> implements List<E> {...}

AbstractList 是一个继承于AbstractCollection，并且实现List接口的抽象类。它实现了List中除size()、get(int location)之外的函数, 从而方便其它类继承List。 另外，和AbstractCollection相比，AbstractList抽象类中，实现了iterator()接口。

6. AbstractSet

public abstract class AbstractSet<E> extends AbstractCollection<E> implements Set<E> {...}

AbstractSet 是一个继承于AbstractCollection，并且实现Set接口的抽象类。由于Set接口和Collection接口中的API完全一样，Set也就没有自己单独的API。和AbstractCollection一样，它实现了List中除iterator()和size()之外的函数。 作用：它实现了Set接口中的大部分函数。从而方便其它类实现Set接口。

7. Iterator

public interface Iterator<E> {...}

Iterator 是一个接口，它是集合的迭代器。集合可以通过Iterator去遍历集合中的元素。Iterator提供的API接口，包括：是否存在下一个元素、获取下一个元素、删除当前元素。
注意：Iterator遍历Collection时，是 fail-fast 机制的。即，当某一个线程A通过iterator去遍历某集合的过程中，若该集合的内容被其他线程所改变了；那么线程A访问集合时，就会抛出ConcurrentModificationException异常，产生fail-fast事件。

// Iterator的API
boolean hasNext()
E next()
void remove()

8. ListIterator

public interface ListIterator<E> extends Iterator<E> {...}

ListIterator 是一个继承于Iterator的接口，它是队列迭代器。专门用于便利List，能提供向前/向后遍历。相比于Iterator，它新增了添加、是否存在上一个元素、获取上一个元素等等API接口。

// ListIterator的API
// 继承于Iterator的接口
boolean hasNext()
E next()
void remove()
// 新增API接口
void add(E object)
boolean hasPrevious()
int nextIndex()
E previous()
int previousIndex()
void set(E object)

三、ArrayList  （线程不安全）

ArrayList 继承了AbstractList，实现了List，是一个数组队列，相当于 动态数组。与Java中的数组相比，它的容量能动态增长。它实现了List, RandomAccess, Cloneable, java.io.Serializable这些接口。
RandmoAccess是java中用来被List实现，为List提供快速随机访问功能的。ArrayList 实现了RandmoAccess接口，在ArrayList中，可以通过元素的序号快速获取元素对象，这就是快速随机访问。

和Vector不同，ArrayList中的操作不是线程安全的！建议在单线程中才使用ArrayList，而在多线程中可以选择 Vector 或者 CopyOnWriteArrayList。

// 默认构造函数
ArrayList()

// capacity是ArrayList的默认容量大小。当由于增加数据导致容量不足时，容量会添加上一次容量大小的一半。
ArrayList(int capacity)

// 创建一个包含collection的ArrayList
ArrayList(Collection<? extends E> collection)

 ArrayList包含了两个重要的对象：elementData 和 size。
  (01) ArrayList 通过Object[]类型的动态数组elementData[]去保存数据的。默认容量大小是10。
  (02) 当ArrayList容量不足以容纳全部元素时，ArrayList会扩容：新的容量=“(原始容量x3)/2 + 1”。
  (03) ArrayList的克隆函数，即是将全部元素克隆到一个数组中。
  (04) ArrayList实现Serializable的方式：当写入到输出流时，先写入“容量，再依次写入“每一个元素”；
当读出输入流时，先读取“容量”，再依次读取“每一个元素”。 size 则是动态数组的实际大小。

ArrayList支持3种遍历方式:
  1. 迭代器遍历 （效率最低）

Integer value = null;
Iterator iter = list.iterator();
while (iter.hasNext()) {
    value = (Integer)iter.next();
}

  2. 随机访问，通过索引值去遍历。(效率最高)（由于ArrayList实现了RandomAccess接口，它支持通过索引值去随机访问元素）

Integer value = null;
int size = list.size();
for (int i=0; i<size; i++) {
    value = (Integer)list.get(i);        
}

  3. for 循环遍历

Integer value = null;
for (Integer integ:list) {
    value = integ;
}

 toArray() 异常
  当我们调用ArrayList中的 toArray()，可能遇到过抛出“java.lang.ClassCastException”异常的情况。ArrayList提供了2个toArray()函数：

Object[] toArray()
<T> T[] toArray(T[] contents)

调用 toArray() 函数会抛出“java.lang.ClassCastException”异常，但是调用 toArray(T[] contents) 能正常返回 T[]。
toArray() 返回的是 Object[] 数组，将 Object[] 转换为其它类型(如，将Object[]转换为Integer[])则会抛出“java.lang.ClassCastException”异常，Java向下转型可能会发生异常。
  解决该问题的办法是调用 <T> T[] toArray(T[] contents) ， 而不是 Object[] toArray()。

 // toArray(T[] contents)调用方式二。最常用！
    public static Integer[] vectorToArray2(ArrayList<Integer> v) {
        Integer[] newText = (Integer[])v.toArray(new Integer[0]);
        return newText;
    }

    fail-fast 机制

fail-fast 机制是java集合(Collection)中的一种错误机制。当多个线程对同一个集合的内容进行操作时，就可能会产生fail-fast事件。
例如：当某一个线程A通过iterator去遍历某集合的过程中，若该集合的内容被其他线程所改变了；
那么线程A访问集合时，就会抛出ConcurrentModificationException异常，产生fail-fast事件。

fail-fast机制，是一种错误检测机制。它只能被用来检测错误，因为JDK并不保证fail-fast机制一定会发生。
若在多线程环境下使用fail-fast机制的集合，建议使用“java.util.concurrent包下的类”去取代“java.util包下的类”。 

fail-fast机制
   在调用 next() 和 remove()时，都会执行 checkForComodification()。若 “modCount 不等于 expectedModCount”，则抛出ConcurrentModificationException异常，产生fail-fast事件。
   从Itr类中，我们知道 expectedModCount 在创建Itr对象时，被赋值为 modCount。通过Itr，我们知道：expectedModCount不可能被修改为不等于 modCount。所以，需要考证的就是modCount何时会被修改。无论是add()、remove()，还是clear()，只要涉及到修改集合中的元素个数时，都会改变modCount的值。  我们再系统的梳理一下fail-fast是怎么产生的。步骤如下：
    (01) 新建了一个ArrayList，名称为arrayList。
    (02) 向arrayList中添加内容。
    (03) 新建一个“线程a”，并在“线程a”中通过Iterator反复的读取arrayList的值。
    (04) 新建一个“线程b”，在“线程b”中删除arrayList中的一个“节点A”。
    (05) 这时，就会产生有趣的事件了。
  在某一时刻，“线程a”创建了arrayList的Iterator。此时“节点A”仍然存在于arrayList中，创建arrayList时，expectedModCount = modCount(假设它们此时的值为N)。在“线程a”在遍历arrayList过程中的某一时刻，“线程b”执行了，并且“线程b”删除了arrayList中的“节点A”。“线程b”执行remove()进行删除操作时，在remove()中执行了“modCount++”，此时modCount变成了N+1！“线程a” 接着遍历，当它执行到next()函数时，调用checkForComodification()比较“expectedModCount”和“modCount”的大小；而“expectedModCount=N”，“modCount=N+1”,这样，便抛出ConcurrentModificationException异常，产生fail-fast事件。  即： 当多个线程对同一个集合进行操作的时候，某线程访问集合的过程中，该集合的内容被其他线程所改变(即其它线程通过add、remove、clear等方法，改变了modCount的值)；这时，就会抛出ConcurrentModificationException异常，产生fail-fast事件。

java.util.concurrent包中是如何解决fail-fast事件的： 

   (01) 和ArrayList继承于AbstractList不同，CopyOnWriteArrayList 没有继承于AbstractList，它仅仅只是实现了List接口。
   (02) ArrayList的iterator()函数返回的Iterator是在AbstractList中实现的；而CopyOnWriteArrayList是自己实现Iterator。
   (03) ArrayList的Iterator实现类中调用next()时，会“调用checkForComodification()比较‘expectedModCount’和‘modCount’的大小”；
但是，CopyOnWriteArrayList的Iterator实现类中，没有所谓的checkForComodification()，更不会抛出ConcurrentModificationException异常！

四、LinkedList  (线程不安全)

java.lang.Object
   ↳     java.util.AbstractCollection<E>
         ↳     java.util.AbstractList<E>
               ↳     java.util.AbstractSequentialList<E>
                     ↳     java.util.LinkedList<E>

public class LinkedList<E> extends AbstractSequentialList<E>
    implements List<E>, Deque<E>, Cloneable, java.io.Serializable {...}

LinkedList 是继承于AbstractSequentialList的双向链表，也可以被当作堆栈、队列或双端队列进行操作。
LinkedList 实现 List 接口，能对它进行队列操作。
LinkedList 实现 Deque 接口，即能将LinkedList当作双端队列使用。 

// 默认构造函数
LinkedList()

// 创建一个LinkedList，保护Collection中的全部元素。
LinkedList(Collection<? extends E> collection)

 LinkedList是AbstractSequentialList的子类。
AbstractSequentialList 实现了get(int index)、set(int index, E element)、add(int index, E element) 和
remove(int index)这些函数。这些接口都是随机访问List的；

   LinkedList的本质是双向链表。
    (01) LinkedList继承于AbstractSequentialList，并且实现了Deque接口。
    (02) LinkedList包含两个重要的成员：header 和 size。
    　　header是双向链表的表头，它是双向链表节点所对应的类Entry的实例。
Entry中包含成员变量： previous, next, element。 size是双向链表中节点的个数。

LinkedList实际上是通过双向链表去实现的，它的 顺序访问非常高效，而随机访问效率比较低。
LinkedList也实现了List接口{即它实现了get(int location)、remove(int location)等“根据索引值来获取、删除节点的函数”}。LinkedList如何实现List的这些接口的，如何将“双向链表和索引值联系起来的"？
    实际原理非常简单，它就是通过一个计数索引值来实现的。例如，当我们调用get(int location)时，首先会比较“location”和“双向链表长度的1/2”；若前者大，则从链表头开始往后查找，直到location位置；否则，从链表末尾开始先前查找，直到location位置。

总结：
(01) LinkedList 实际上是通过双向链表去实现的。
        它包含一个非常重要的内部类：Entry。Entry是双向链表节点所对应的数据结构，它包括的属性有：previous, next, element
(02) 从LinkedList的实现方式中可以发现，它不存在LinkedList容量不足的问题。
(03) LinkedList的克隆函数，即是将全部元素克隆到一个新的LinkedList对象中。
(04) LinkedList实现java.io.Serializable。当写入到输出流时，先写入“容量”，再依次写入“每一个节点保护的值”；当读出输入流时，先读取“容量”，再依次读取“每一个元素”。
(05) 由于LinkedList实现了Deque，而Deque接口定义了在双端队列两端访问元素的方法。提供插入、移除和检查元素的方法。每种方法都存在两种形式：一种形式在操作失败时抛出异常，另一种形式返回一个特殊值（null 或 false，具体取决于操作）。  

    第一个元素（头部）                 最后一个元素（尾部）
        抛出异常        特殊值            抛出异常        特殊值
插入    addFirst(e)    offerFirst(e)    addLast(e)        offerLast(e)
移除    removeFirst()  pollFirst()      removeLast()    pollLast()
检查    getFirst()     peekFirst()      getLast()        peekLast()

// 返回第一个节点
// 若LinkedList的大小为0,则返回null
public E peekFirst() {
    if (size==0)
        return null;
    return getFirst();
}

// 获取LinkedList的第一个元素
public E getFirst() {
    if (size==0)
        throw new NoSuchElementException();

     // 链表的表头header中不包含数据。
     // 这里返回header所指下一个节点所包含的数据。
     return header.next.element;
}

(06) LinkedList可以作为FIFO(先进先出)的队列，作为FIFO的队列时，下表的方法等价：

队列方法       等效方法
add(e)        addLast(e)
offer(e)      offerLast(e)
remove()      removeFirst()
poll()        pollFirst()
element()     getFirst()
peek()        peekFirst()

(07) LinkedList可以作为LIFO(后进先出)的栈，作为LIFO的栈时，下表的方法等价：

栈方法        等效方法
push(e)      addFirst(e)
pop()        removeFirst()
peek()       peekFirst()

LinkedList 遍历方式
LinkedList支持多种遍历方式（1.通过Iterator去遍历 2. 快速随机访问遍历 3. foreach循环 4.其它 pollFirst() 之类）。千万不要采用随机访问的方式去遍历LinkedList，而采用逐个遍历的方式。

# 遍历 ArrayList （实现了RandomAccess接口）：
for (int i=0; i<list.size(); i++) {
     list.get(i);
}
# 遍历 LinkedList :
for (Integer integ:list)
            ;

五、 Vector （线程安全）

Vector 是矢量队列，继承于AbstractList，实现了List, RandomAccess, Cloneable这些接口。Vector 继承了AbstractList，实现了List；是一个队列，支持相关的添加、删除、修改、遍历等功能。Vector 实现了RandmoAccess接口，即提供了随机访问功能。

和ArrayList不同，Vector中的操作是线程安全的。 方法使用  synchronized 关键字修饰；

Vector的数据结构和ArrayList差不多，有3个成员变量：elementData , elementCount， capacityIncrement。

   (01) elementData 是"Object[]型的数组"，可动态扩展，默认为10，它保存了添加到Vector中的元素。
   (02) elementCount 是动态数组的实际大小。
   (03) capacityIncrement 是动态数组的增长系数。
  int newCapacity = (capacityIncrement > 0) ? (oldCapacity + capacityIncrement) : (oldCapacity * 2);
   (04) Vector的克隆函数，即是将全部元素克隆到一个数组中。

# Vector 遍历方式 （推荐：序号随机访问）
    Integer value = null;
    int size = vec.size();
    for (int i=0; i<size; i++) {
       value = (Integer)vec.get(i);        
    }

Vector 和 ArrayList 的比较：
1. Vector是多线程安全的，而ArrayList不是，Vector类中的方法很多有synchronized进行修饰，导致了Vector效率无法与ArrayList相比；
2. 两个都是采用的线性连续空间（数组）存储元素，但是当空间不足的时候，两个类的增加方式是不同的。
     ArrayList会扩容：新的容量=“(原始容量x3)/2 + 1”。
     Vector扩容： int newCapacity = (capacityIncrement > 0) ? (oldCapacity + capacityIncrement) : (oldCapacity * 2);
3. Vector可以设置增长因子（Vector中的 capacityIncrement），而ArrayList不可以；

六、Stack

public class Stack<E> extends Vector<E> {...}

java工具包中的Stack是继承于Vector(矢量队列)的，由于Vector是通过数组实现的，因此，Stack也是通过数组实现的，而非链表。当然，我们也可以将 LinkedList 当作栈来使用！

// Stack 的 API 
boolean       empty()
synchronized E             peek()
synchronized E             pop()
             E             push(E object)
synchronized int           search(Object o)

   (01) Stack实际上也是通过数组去实现的。
          执行push时(即，将元素推入栈中)，是通过将元素追加的数组的末尾中。
          执行peek时(即，取出栈顶元素，不执行删除)，是返回数组末尾的元素。
          执行pop时(即，取出栈顶元素，并将该元素从栈中删除)，是取出数组末尾的元素，然后将该元素从数组中删除。
   (02) Stack继承于Vector，意味着Vector拥有的属性和功能，Stack都拥有。

List总结(LinkedList, ArrayList等使用场景和性能分析):

(01) List 是一个接口，它继承于Collection的接口。它代表着有序的队列。
(02) AbstractList 是一个抽象类，它继承于AbstractCollection。AbstractList实现List接口中除size()、get(int location)之外的函数。
(03) AbstractSequentialList 是一个抽象类，它继承于AbstractList。AbstractSequentialList 实现了“链表中，根据index索引值操作链表的全部函数”。

(04) ArrayList, LinkedList, Vector, Stack是List的4个实现类。
　　ArrayList 是一个数组队列，相当于动态数组，随机访问效率高，随机插入、随机删除效率低。
　　LinkedList 是一个双向链表。它也可以被当作堆栈、队列或双端队列进行操作。LinkedList随机访问效率低，但随机插入、随机删除效率低。
　　Vector 是矢量队列，和ArrayList一样，它也是一个动态数组。但是ArrayList是非线程安全的，而Vector是线程安全的。
　　Stack 是栈，它继承于Vector。它的特性是：先进后出(FILO, First In Last Out)。

涉及到“栈”、“队列”、“链表”等操作，应该考虑用List：
  (01) 对于需要快速插入，删除元素，应该使用LinkedList。
  (02) 对于需要快速随机访问元素，应该使用ArrayList。
  (03) 对于“单线程环境” 或者 “多线程环境，但List仅仅只会被单个线程操作”，此时应该使用非同步的类(如ArrayList)。
       对于“多线程环境，且List可能同时被多个线程操作”，此时，应该使用同步的类(如Vector)。

 

 

 

 

 

 

转载于:https://my.oschina.net/zfscofield/blog/1594577