Java集合——知识总结

Java集合主要用来存储数值数据和引用数据

Java集合框架图

• 圆点为接口
• 方框为具体实现类
• Collections和Arrays是集合工具类类
• 集合的顶层都是接口，Collection是单列集合的顶层接口，Map是双列集合的顶层接口
• Collection下的集合类都包含（add,remove,contains,isEmpty）等方法，也都包括Iterator方法，可以使用具体对象.iterator()方法获取迭代器，其中List接口继承了ListIterator接口，可以在使用迭代器进行遍历的过程中，添加删除元素
• SortedSet和SortedMap是可指定排序的接口，TreeSet、SortedMap继承，可以实现自定义排序

List/Set/Map之间的基本区别

• List：有序的，可重复的
• Set：无序的，不可重复的
• Map：使用K-V结构存储的，Key是无序的、不可重复的，Value是无序的、可重复的

List/Set/Map之间的区别不绝对

• 我们常说的集合有序无序是指的是“插入顺序”，是指在插入的时候，插入的顺序是否保持，当遍历集合时是否会按照插入的顺序展示，像TreeSet和TreeMap这种集合底层是红黑树，可以通过构造方法加入比较器进行排序，也就是实现自己的排序，跟插入的顺序无关，所以它不一定是集合的有序无序

• 我们常见的集合中（有无序指插入时的顺序在遍历时是否可以保持）：

  • 有序的包括：（ArrayList、LinkedList、LinkedHashSet、LinkedHashMap）
  • 无序的包括：（HashSet、HashMap、HashTable、TreeSet、TreeMap）
  • 可以自定义排序的包括：（TreeMap、TreeSet）

上述的基本区别是指比较笼统的，实际上在Java集合类中不然

• 比如（LinkedHashSet和LinkedHashMap）底层是通过双向链表维持插入顺序，所以说它们是有序的，这里说的是Set的值和Map的Key值是有序的

底层构造

• ArrayList：动态数组
• LinkedList：双向链表
• HashSet：HashMap
• LinkedHashSet： HashSet+双向链表 / LinkedHashMap
• HashMap：数组+链表+红黑树
• LinkedHashMap：HashMap+双向链表
• TreeSet：红黑树
• TreeMap：红黑树

ArrayList：

• 底层是一个动态数组 Object[]，默认不指定数组大小为10，在add数据的时候才会开创数组的真正内存空间，并且每次add会判断是否达到数组的最大值，比如10，当添加到10后，想再添加数据，发现添加后长度为11，大于数组空间的长度10，这个时候就会扩容，扩容为当前容量的1.5倍。ArrayList是线程不安全的容器。每次add都是添加到数组的末尾，尾插法

LinkedList：

• 底层是一个双向链表，只能顺序访问数据，可以快速的增加或删除元素，没有初始大小，也没有扩容机制，就是在前面或者后面新增或者删除就好
• 同样长度的ArrayList和LinkedList进行比较，LinkedList占用的内存空间会更多，因为ArrayList是顺序分配内存，LinkedList是随机分配内存，并且每一个节点多占用了指向前后节点的指针。而ArrayList的空间浪费主要体现在Object数组的结尾会预留一定的容量空间

ArrayList和Vector的区别：

• 都是动态数组，ArrayList线程不安全，Vector线程安全

HashMap：

• 1.7之前底层是数组+链表，1.8之后是数组+链表+红黑树。链表主要是为了解决哈希冲突，红黑树主要是为了提高查询的效率
• HashMap是通过Key值的hashcode()值经过“扰动函数”的处理后得到的hash值，然后通过（length-1）& hash判断当前元素所在的位置，如果发生碰撞，进行equals比较，如果Key值是一样的，则直接覆盖，否则加在桶链表的后面，“扰动函数”主要是为了减少碰撞
• “扰动函数”其实就是HashMap的hash方法，是对hashcode()值进行再次hash()。此hash()是对hashcode值与高16位做异或运算，得到最后的hash值，然后通过（length-1）& hash计算出该key所在的index位置
• HashMap是由Entry数组实现，Entry数组本质是一个Hash表，Entry数组中的每个元素称为Bucket桶，桶有自己的索引，所以可以是链表也可以是红黑树
• HashMap的put()过程，先对key的hashcode()取hash后计算下标，看看对应的桶中是否有元素，如果没有元素直接添加，如果有元素，先比较key值，如果key值相同（key为基本数据类型 / 引用数据类型，先比较hashcode，随后用==运算符和equals()来判断该key是否相同）则覆盖value值，若key值不同则插在此桶链表的后面。如果当链表长度大于8并且Entry数组大于等于64则转换为红黑树。如果Entry数组不够64，先resize()对Entry数组扩容。如果红黑树大小为6，会退化成链表
• HashMap resize()扩容，默认的Entry数组长度为16，负载因子为0.75，可以通过构造函数指定。如果Entry数组达到了 16 x 0.75 = 12，此时达到阈值，进行resize()扩容到原先Entry数组长度的2倍。扩容会打乱原本K-V值在Entry数组的位置，resize() 在1.7会重新计算hash，1.8进行了优化，不需要全部重新计算hash
• HashMap Entry数组的长度只能为2次幂的原因，是因为只有大小取2次幂时，才能合理运用「位运算」替代取模（扰动函数：通常使用mod取模计算）
• 链表、红黑树比较：
  • 链表：
    • 查询速度：o(n)
    • 插入速度：o(1)
  • 红黑树：
    • 查询速度：o(log(n))
    • 插入速度：o(log(n))
• HashMap线程不安全可能出现的问题i：
  • 线程A put()进去，线程B get()不出来
  • 线程A put()修改，线程B put()修改，线程A修改的数据丢失
  • 达到resize()阈值时，线程A和线程B同时 put()会造成同时resize()，HashMap可能会变成环

LinkedHashMap：

• 底层结构：HashMap+双向链表
• 继承了HashMap，同时多维护了一个双向链表，实现了插入有序
• 遍历时通过双向链表进行遍历，所以LinkedHashMap的大小不会影响到遍历的性能

TreeMap：

• 底层结构：红黑树
• 通过Comparator实现key的自定义排序，如果TreeMap不指定Comparator进行排序，则会使用自然排序
• 节点的key不能为null，如果为null则无法排序

红黑树特点：

• 红黑树并不追求完美的平衡，也就是叶子结点之间可能高度大于2，为了防止二叉查找树退化成链表，而使用的红黑树
• 红黑树降低了旋转的需求，AVL树基本上每次插入都需要旋转，红黑树最多旋转三次 O(1)
• 搜索的次数 > 插入和删除 选择AVL
• 搜索的次数 < 插入和删除 选择红黑树

HashMap和HashTable的区别：

• HashMap可以存储Null key和Null value，key只能出现一次，value可以出现多次，而HashTable的key和value都不可以存储Null
• HashMap是非线程安全的，HashTable是线程安全的。
• HashMap初始值为16，2倍扩容，HashTable初始值为11，2n+1倍扩容
• HashMap若给定容量初始值，会将其扩充到2的幂次方，而HashTable直接使用给定的初始值
• HashMap底层数据结构为数组+链表+红黑树，HashTable只是数组+链表，因为HashTable不再更新了，两者都为Map接口子类

HashMap和HashSet的区别：

• HashSet底层就是HashMap，在HashMap上源码改动的比较少
• HashMap是K-V结构，而HashSet是Set结构，HashSet底层的Set数据其实是存储在HashMap的Key上的，而HashSet底层的HashMap上的Value存储的是PRESENT常量值
• HashSet在add方法时会调用hashcode()和equals()方法进行HashMap上的Key的比较，如果相同则覆盖，不相同产生哈希冲突加在链表后面或红黑树

ConcurrentHashMap与HashTable的区别：

• 两者都是线程安全的，只不过实现线程安全的方法不同
• 底层数据结构：
  • 1.7 ConcurrentHashMap采用数组+链表 1.8 采用数组+链表+红黑树
  • 1.7 HashTable采用数组+链表 1.7 还是使用 数组+链表
• 实现线程安全的方式：
  • ConcurrentHashMap：
    • 1.7: 分段的数组+链表实现，所以采用了分段锁对Entry数组进行分段（Segment），每一把锁只能锁住一段数据
      • Segment 数组 + HashEntry 数组 + 链表实现
      • Segment实现了ReentrantLock，是一种可重入锁，在需要修改Segment中的数组时，必须先获取Segment的锁
    • 1.8: 抛弃了分段锁，转而使用数组+链表+红黑树进行实现，使用Sychronized + CAS进行实现
      • Node 数组 + 链表 / 红黑树
      • Sychronized只锁住了当前链表和红黑树的首节点，所以只要hash不冲突，就不会产生锁冲突，效率提升非常多
  • HashTable：
    • 全表锁，使用Synchronized 来保证线程安全，效率非常低下。当一个线程访问同步方法时，其他线程也访问同步方法，可能会进入阻塞或轮询状态，如使用 put 添加元素，另一个线程不能使用 put 添加元素，也不能使用 get，竞争会越来越激烈效率越低
• 线程安全的粒度：
  • ConcurrentHashMap（多个线程put()可能会触发锁，hash不冲突就不会触发锁，多线程读时无锁，Node的val和next使用volatile修饰，读写线程对该变量互相可见）：
    • 1.7：分段锁（锁住一个Segment的数据）
    • 1.8：Sychronized + CAS（锁住链表或红黑树头节点）
  • HashTable（多个线程get()、put()都会触发锁）：
    • 全表锁（所有方法Synchronized）

线程安全/不安全：

• 线程安全：
  • Vector（对应ArrayList）
  • HashTable（对应HashMap）
  • JUC下集合类（CopyOnWriteArrayLIst（对于add()操作使用ReentrantLock进行加锁）、ConcurrentHashMap）
• 线程不安全；
  • 其余都为线程不安全