1.1java List相关内容笔记

List(可重复)

Set不可重复

1. ArrayList（底层结构数组，线程不安全）
2. LinkedList（链表，线程不安全）
3. Vector（数组，线程安全）

ArrayList

arraycopy(),native,由C/C++来编写的

remove方法，移动后，最后一个元素设为null，让Gc回收

使用Arrays.copyOf()，copyOf中使用arraycopy()

ArrayList的add方法底层其实都是arraycopy()(由C/C++编写，native)

基于动态数组实现，在增删时，需要数组的拷贝复制。

默认初始化容量为10，每次扩容*1.5。

删除元素时不会减少容量（将后面置为null），希望减少容量调用trimToSize()。

线程不安全，能存null值。

Vector

jdk1.2的类

如果想要实现ArrayList同步，List list = Collections.synchronizedList(new ArrayList());

容量不够每次*2倍。

现已少用，被ArrayList替代（Vector所有方法都是同步有性能损失，扩容*2消耗更多内存）

LinkedList

底层双向链表

实现了Deque接口，可以像操作队列和栈一样。

get()和set()，根据下标判断从头遍历还是从尾遍历。

ArrayList和LinkedList的增删速度（总的来说增删多用LinkedList查询多用ArrayList）：

使用add()增加到末尾，ArrayList快；

一直删除末尾元素ArrayList快（不用复制移动位置）；

删除的是中间位置，ArrayList快。

Map集合、散列表、红黑树

transient：只修饰变量，被transient关键字修饰的变量不再能被序列化，一个静态变量不管是否被transient修饰，均不能被序列化。反序列化后类中static型变量username的值为当前JVM中对应static变量的值，这个值是JVM中的不是反序列化得出的。

Map

HashMap ConcurrentHashMap LinkedHashMap TreeMap (HashTable)

散列表

散列表用链表数组实现，每个列表称之为桶。

散列冲突

jdk1.8中，桶满时会从链表变为平衡二叉树，大于8转换为树小于6转换为链表，且键值对数量超过64才会发生转换。

如果散列表太满，是需要对散列表再散列，创建一个桶数更多的散列表，并将原有的元素插入到新表中，丢弃原来的表。

再散列：

1. 装填因子(load factor)决定了何时对散列表再散列
2. 装填因子默认为0.75，如果表中超过了75%的位置已经填入了元素，那么这个表就会用双倍的桶数自动进行再散列

红黑树

TreeSet TreeMap底层都是红黑树来实现的

常见各种树的用途：

AVL树：最早的平衡二叉树之一。windows对进程地址空间的管理用到了AVL树。

红黑树：平衡二叉树，广泛用在C++的STL中，如Map和set的实现。

B/B+树：磁盘文件组织、数据索引、数据库索引。

Trie树（字典树）：用在统计和排序大量字符串，如自动机。

红黑树维持平衡的方式：

1. 旋转：顺时针旋转和逆时针旋转
2. 反色：交换红黑的颜色
3. 这个两个实现比2-3树交换的节点(合并，分解)要方便一些

满足的约束条件：

1. 红黑树是二叉搜索树。
2. 根节点是黑色。
3. 每个叶子节点都是黑色的空节点（NIL节点）。
4. 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点(每一条树链上的黑色节点数量（称之为“黑高”）必须相等)。
   https://blog.csdn.net/chen_zhang_yu/article/details/52415077
   https://riteme.github.io/blog/2016-3-12/2-3-tree-and-red-black-tree.html#fn:red-is-left
   http://www.sohu.com/a/201923614_466939
   https://www.jianshu.com/p/37c845a5add6
   https://www.cnblogs.com/nullzx/p/6111175.html
   https://blog.csdn.net/fei33423/article/details/79132930

堆排序（看堆排序代码）完全二叉树有个特性：左边子节点位置 = 当前父节点的两倍 + 1，右边子节点位置 = 当前父节点的两倍 + 2

红黑树更详细的资料