前言
什么是集合以及使用的好处?
集合是用于存放对象的容器,而集合类是Java 的一种数据结构
。需要注意的是,集合类只能存放对象,不能存放基本数据类型,且是对象的引用,而非对象本身。
优点:
- 提供高效的的数据结构和算法,
提高程序运行效率
- 提供通用 API 能力,
降低开发和维护成本
集合类存放于 Java.util
包中,主要有 3 种:set
(集)、list
(列表包含 Queue)和 map
(映射)。
- Collection:Collection 是集合 List、Set、Queue 的最基本的接口。
- Iterator:迭代器,可以通过迭代器遍历集合中的数据
- Map:是映射表的基础接口
集合是否可以存储 NULL?
- List 接口
ArrayList、LinkedList 以及 Vector 等都可以存储多个 null
; - Set 接口中
HashSet、LinkedSet 可以存储一个 null
,TreeSet 不能存储 null
; - Map 接口中
HashMap、LinkedHashMap 的 key 与 value 均可以为 null
。TreeMap
的key 不可以为 null
,value可以为 null
。HashTable、ConcurrentHIashMap 的 key 与 value 均不能为 null
。
1. List
Java 的 List 是非常常用的数据类型。List 是有序的 Collection。Java List 一共三个实现类:分别是 ArrayList
、Vector
和 LinkedList
。
1.1 ArrayList(数组)
ArrayList 是最常用的 List 实现类,内部是通过数组
实现的,它允许对元素进行快速随机访问。数组的缺点是每个元素之间不能有间隔,当数组大小不满足时需要增加存储能力,就要将已经有数组的数据复制到新的存储空间中。扩容之后是原容量的1.5倍
,当从 ArrayList 的中间位置插入或者删除元素
时,需要对数组进行复制、移动
,代价比较高。因此,它适合随机查找和遍历,不适合插入和删除
。它是线程不安全
的。
1.2 Vector(数组、线程安全)
Vector 与 ArrayList 一样,也是通过数组
实现的,不同的是它支持线程的同步
,是线程安全
的。即某一时刻只有一个线程能够写 Vector,避免多线程同时写而引起的不一致性,但实现同步需要很高的花费,因此,它的访问速度比 ArrayList 慢
。扩容之后是原容量的1倍
1.3 LinkedList(链表)
LinkedList 是用链表结构
存储数据的,很适合数据的动态插入和删除
,随机访问和遍历速度比较慢
。另外,他还提供了 List 接口中没有定义的方法,专门用于操作表头和表尾元素,可以当作堆栈、队列和双向队列使用。它是线程不安全
的。
2. Set
Set 注重独一无二的性质,该体系集合用于存储无序(存入和取出的顺序不一定相同)元素,值不能重复
。对象的相等性本质是对象hashCode
值(java 是依据对象的内存地址计算出的此序号)判断的,如果想要让两个不同的对象视为相等的,就必须覆盖 Object 的 hashCode 方法和 equals 方法
。
2.1 HashSet(Hash表)
哈希表存放的是哈希值
。HashSet 存储元素的顺序并不是按照存入时的顺序(和 List 显然不同) 而是按照哈希值来存的,所以取数据也是按照哈希值取得。元素的哈希值是通过元素的hashcode 方法
来获取的, HashSet 首先判断两个元素的哈希值,如果哈希值一样,接着会比较equals 方法,如果 equls 结果为 true ,HashSet 就视为同一个元素。如果 equals 为 false 就不是同一个元素
。
哈希值相同 equals 为 false 的元素是怎么存储呢?就是在同样的哈希值下顺延(可以认为哈希值相同的元素放在一个哈希桶中
)。也就是哈希一样的存一列。如图 1 表示 hashCode 值不相同的情况;图 2 表示 hashCode 值相同,但 equals 不相同的情况。
HashSet 通过 hashCode 值来确定元素在内存中的位置
。一个 hashCode 位置上可以存放多个元素
。
2.2 TreeSet(二叉树)
1.TreeSet()是使用二叉树的原理对新 add()的对象按照指定的顺序排序(升序、降序),每增加一个对象都会进行排序,将对象插入的二叉树指定的位置。
2. Integer 和 String 对象都可以进行默认的 TreeSet 排序,而自定义类的对象是不可以的,自己定义的类必须实现 Comparable
接口,并且覆写相应的 compareTo()函数
,才可以正常使用。
3. 在覆写 compare()函数时,要返回相应的值才能使 TreeSet 按照一定的规则来排序
4. 比较此对象与指定对象的顺序。如果该对象小于、等于或大于指定对象,则分别返回负整数、零或正整数。
2.3 LinkHashSet(HashSet+LinkedHashMap)
对于 LinkedHashSet 而言,它继承于 HashSet、又基于 LinkedHashMap 来实现的。LinkedHashSet 底层使用 LinkedHashMap 来保存所有元素
,它继承于 HashSet,其所有的方法操作上又与 HashSet 相同,因此 LinkedHashSet 的实现上非常简单,只提供了四个构造方法,并通过传递一个标识参数,调用父类的构造器,底层构造一个 LinkedHashMap 来实现,在相关操作上与父类 HashSet 的操作相同
,直接调用父类 HashSet 的方法
即可。
3. Map
3.1 HashMap(数组+链表+红黑树)
HashMap 根据键的 hashCode 值存储数据
,大多数情况下可以直接定位到它的值,因而具有很快的访问速度
,但遍历顺序却是不确定的。 HashMap 最多只允许一条记录的键为 null
,允许多条记录的值为 null
。HashMap 非线程安全
,即任一时刻可以有多个线程同时写 HashMap,可能会导致数据的不一致。如果需要满足线程安全,可以用 Collections 的 synchronizedMap 方法使HashMap 具有线程安全的能力,或者使用 ConcurrentHashMap。
3.1.1 JAVA7 实现
大方向上,HashMap 里面是一个数组
,然后数组中每个元素是一个单向链表
。上图中,每个绿色的实体是嵌套类 Entry 的实例,Entry 包含四个属性:key
, value
, hash 值
和用于单向链表的 next
。
- capacity:当前数组容量,始终保持 2^n,可以扩容,扩容后数组大小为当前的 2 倍。
- loadFactor:负载因子,默认为 0.75。
- threshold:扩容的阈值,等于 capacity * loadFactor
3.1.2 JAVA8 实现
Java8 对 HashMap 进行了一些修改,最大的不同就是利用了红黑树
,所以其由 数组+链表+红黑树
组成。根据 Java7 HashMap 的介绍,我们知道,查找的时候,根据 hash 值我们能够快速定位到数组的具体下标,但是之后的话,需要顺着链表一个个比较下去才能找到我们需要的,时间复杂度取决于链表的长度,为 O(n)
。为了降低这部分的开销,在 Java8 中,当链表中的元素超过了 8 个以后,会将链表转换为红黑树
,在这些位置进行查找的时候可以降低时间复杂度
为 O(logN)
。
链表和红黑树之间的转换?
链表长度大于 8 且数组长度大于 64
,则将链表转换成红黑树
;链表长度小于 6
时会将红黑树转换成链表
。
阈值为何是8和6?
作者在源码中注释到: TreeNodes 占用空间是普通 Nodes 的两倍,所以只有当普通桶包含足够多的节点时才会转成 TreeNodes。
当hashCode 离散性足够好时,树型桶用到的概率非常小,因为数据均匀分布在每个桶中,几乎不会有链表长度会达到闽值。但是在随机 hashCode 情况下,离散性可能会变差,然而又不能阻止用户使用这种不好的 hash 算法,因此就可能导致不均匀的数据分布。不过理想情况下随机 hashCode 算法下所有桶中节点的分布频率会遵循泊松分布,作者还计算出相关概率,即当链表长度达到 8 个元素的概率为 0.00000006,几乎是不可能事件
。因此,源码定义了在 binCount>-7 (从0开始共8个数),即该槽插入第 9个节点(超过8个) 时转为红黑树。至于为何树转链表的朗值选为 6? 主要还是为了避免红黑树和链表之间频繁转换带来的性能损耗
。
3.2 ConcurrentHashMap
首先 ConcurrentHashMap 在]DK 1.7 和 1.8 中实现方式是完全不同的。其中 1.7 四基于分段锁
实现,而 1.8 是基于CAS+Synchronized
实现。
3.2.1 JAVA7 实现
Segment 段(分段锁)
ConcurrentHashMap 和 HashMap 思路是差不多的,但是因为它支持并发操作,所以要复杂一些。整个 ConcurrentHashMap 由一个个 Segment
组成,Segment 代表”部分“或”一段“的意思。
线程安全(Segment 继承 ReentrantLock 加锁)
简单理解就是,ConcurrentHashMap 是一个 Segment 数组,Segment 通过继承ReentrantLock 来进行加锁
,所以每次需要加锁的操作锁住的是一个 segment
,这样只要保证每个 Segment 是线程安全的,也就实现了全局的线程安全
。
并行度(默认 16)
concurrencyLevel:并行级别、并发数、Segment 数都是指的它,默认是 16,也就是说 ConcurrentHashMap 有 16 个 Segments
,所以理论上,这个时候,最多可以同时支持 16 个线程并发写
,只要它们的操作分别分布在不同的 Segment 上。这个值可以在初始化的时候设置为其他值,但是一旦初始化以后,它是不可以扩容的
。再具体到每个 Segment 内部,其实每个 Segment 很像之前介绍的 HashMap,不过它要保证线程安全,所以处理起来要麻烦些。
3.2.2 JAVA8 实现
JDK 1.8 中实现线程安全不是在数据结构上下功夫,它的数据结构和 HashMap 一样的是数组 + 链表 +红黑树
。它实现线程安全的关键点在于 put 流程。
在锁的实现上,采用CAS 操作和 Snchronized 锁实现更加低粒度的锁
,将锁的级别控制在了更细粒度的 table 元素
级别,也就是说只需要锁住这个链表的头节点,并不会影响其他的 table 元素的读写,大大提高了并发度
。
为什么使用 Synchronized 参换 ReentrantLock?
Java 开发者从未放弃过 Synchronized 关键字的优化,在JDK1.8 Svnchronized 锁的性能得到了很大的提高,并目Synchronized 有多种锁状态,会从无锁-> 偏向锁 ->轻量级锁->重量级锁一步步转换,因此并非是我们认为的重量级锁。
减少内存开销
。假设使用可重入锁来获得同步支持,那么每个节点都需要通过继承 AQS 来获得同步支持。但并不是每人节点都需要获得同步支持的,只有链表的头节点(红黑树的根节点)需要同步,这无疑带来了巨大内存浪费。
3.2 HashTable(线程安全)
Hashtable 是遗留类,很多映射的常用功能与 HashMap 类似,不同的是它承自 Dictionary 类,并且是线程安全
的,任一时间只有一个线程能写 Hashtable,并发性不如 ConcurrentHashMap
,因为 ConcurrentHashMap 引入了分段锁。Hashtable 不建议在新代码中使用,不需要线程安全的场合可以用 HashMap 替换,需要线程安全的场合可以用 ConcurrentHashMap 替换。
为什么不推荐使用HashTable
- Hashtable使用了同步机制,避免了多个线程同时读写Hashtable。
但在iterator遍历过程中其他线程对Hashtable的put、 remove、clear操作都会被成功执行
。 - Hashtable是一个保留类,很老旧的类,
性能很低
。 - java文档里面的建议不需要线程安全的场景建议使用HashMap,需要线程安全的场景建议使用ConcurrentHashMap,ConcurrentHashMap引入了分段锁。
3.3 TreeMap(可排序)
TreeMap 实现 SortedMap 接口,能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用 Iterator 遍历 TreeMap 时,得到的记录是排过序的。如果使用排序的映射,建议使用 TreeMap。
在使用 TreeMap 时,key 必须实现 Comparable 接口或者在构造 TreeMap 传入自定义的Comparator,否则会在运行时抛出 java.lang.ClassCastException 类型的异常。
3.4 LinkHashMap(记录插入顺序)
LinkedHashMap 是 HashMap 的一个子类,保存了记录的插入顺序,在用 Iterator 遍历LinkedHashMap 时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序。