Java集合框架

JAVA集合，也称作容器，主要是由两大接口派生出来的：
Collection 和 Map

顾名思义，容器就是用来存放数据的。那么Collection 和Map 这两大接口的不同之处在于：

• Collection 存放单一元素
• Map 存放key-value 键值对

Colleciton 接口

Collection 接口有3个子接口:

• List 接口
• Queue 接口
• Set 接口

List 接口

List 最大的特点就是 **有序 ，可重复 **

List 接口有3个实现：

ArrayList 实现类

• 底层数据结构是：数组

• 优点：

  • 随机访问性强，可以根据下标快速定位数据
  • 查找速度快

• 缺点：

• 插入和删除效率低，因为需要移动数据，特别操作的数据在数组中间的时候

• 大小固定，不方便动态扩展

• 可能浪费内存(因为数组连续的，每次申请数组之前必须规定数组的大小，如果不合适就会浪费内存

  • 数组初始大小默认是 10 ，需要扩容时，在原数组大小上增加 1/2

  LinkedList 实现类

  • 底层数据结构：链表 ，准确的时候是双链表 ，不仅实现了 List 接口，还实现了 Queue接口
  • 优点：
    • 插入速度快
    • 大小不固定，扩展灵活
    • 内存利用率高，不会浪费内存

• 缺点

  • 不能随机查找，需要进行遍历查找（使用的是二分法进行查找）

  Vector

  • 数据结构跟ArrayList 基本一致

  • 里面大部分方法都用sychronized 修饰，所以这是一个线程安全的类

  • 扩容的时候跟 ArrayList 是不一样的 ，Vector 是可以指定扩容时新增的数组大小，如果没有指定的话，每次扩容时就在原数组基础上增加一倍

  • Stack 是Vector 的子类，也就是栈

扩展问题

• 为什么使用ForEach 遍历集合时进行元素删除会报错? 而使用迭代器时不会报错?

  AbstractList 中有个重要的属性叫 modCount ，从名字上就可以得知 这叫 修改计数器 ，只要你对集合中的元素进行了添加/删除操作 ，没有修改元素的方法啊 。只要对元素进行了添加/删除操作，这个修改计数器就会加 1
  同时不论是foreach 遍历 还是迭代器遍历，在内部都维护了一个 expectedModCount ，初始值就是 集合的modCount
  在for循环中，如果进行了元素的添加或者删除，会导致这个计数器加 1 ，等到下一次遍历的时候就会出现modCount 和 exceptedModCount 不一致，于是系统就会认为出现了并发修改的情况，报一个 concurrentModifyException
  为什么迭代器可以在遍历的时候删除元素呢？
  迭代器每迭代一次就会将 modCount 重新赋值给 expectedModCount

• ArrayList 和 LinkedList 的存储效率?

ArrayList 底层是数组，也就是每个元素就是直接的数据
LinkedList 底层是链表，准确的说是双链表，每个节点维护了3个东西：当前节点的值，上一个节点的地址，下一个节点的地址 。
从数据结构上来看，同样多的元素，LinkedList 需要更大的内存，以32位系统来算的话，n个元素就要多出 4 （4个字节）* 2n 的大小

• 为什么数组可以实现随机访问？ 为什么数组下标是从0开始?

数组本质上是一种线性表的结构，它是一组连续的空间，来存储相同类型的数据
计算机在分配内存时会对应地分配一个内存地址，连续的内存空间对应的就是连续的内存地址，而计算机是通过内存地址或者内存中的值
所以数组这个线性表中，只要记住第一个元素的内存地址，也叫首地址
如果想访问第 n 个元素，在没有越界的情况下，只需要用首地址 + (n -1) *数据类型占用的空间 就可以得到第n 个元素的内存地址，进而得到相应的值
下标为什么从0开始呢？
这其实是一种优化，我们刚才提到了在计算第n个元素的地址时使用的是 n-1 .,那么如果我们约定第一个元素的下标为 0，第n个元素的下标为 n-1 ，那么在算地址的时候是不是可以省略掉 减 1 这个步骤。比如查第5个元素，如果下标从1开始，那么送个5进去 ，数组内部在查找元素就要做 5-1 这个操作，如果下标从0开始，要查第5个元素，我们送进去的就是个 4，数组内部在查找时就省掉了 -1 这个操作

Set接口

• HashSet
  使用 hashMap的 key来存储元素，主要特点是无序，查找速度很快
• LinkedHashSet
  底层数据结构是数组加链表 ，数组存元素，链表存元素顺序
• TreeSet
  采用红黑树的方式，特点是有序，可以采用自然排序，也就是元素对象自身的排序，这种需要元素实现comparable 接口 ；另一种方式是初始化时送一个实现了compator 接口的比较器，由这个比较器进行排序。排序的时候，值大的放后面，值小的放前面，相等的认为是同一个值就不往里面放了。

Queue

是一种一端进，一端出的线性数据结构，从语义上来看队列就是先进先出的。

ArrayList

Deque

两端都可以进出

• ArrayQueue

PriorityQueue

元素取出的时候，按规定的优先级出去
还有一些有容量限制的队列，比如线程中常用的BlockingQueue

Map接口

HashMap

• 底层实现：数组 + 链表 ，允许有一个key 为null， value 也可以为null

• 元素插入过程

  • 先算出key 的hash 值，然后对hash值做一个二次hash 获得一个最终的hash值
    - 用最终的hash值 对数组长度取模，得到对应数组的下标，也就是确定了key的位置
    - 如果当前没有数组位置没有元素，直接创建一个节点存入数组
    - 如果当前位置已经有元素了，这种情况就叫做hash碰撞/hash冲突，这时候需要进去equals判断，如果equals相同，则认为是两个相同的元素，直接用后面的value覆盖之前的value；
    - 如果equals算下来不相等,则判断当前节点是否为树节点，是的话直接插入树节点中；
    - 不是的话，那就是个链表了 。检查下链表的高度是否达到8 ，数组长度是否达到64 ，如果达到了，则将链表转换为红黑树，再将元素插入；如果没有达到，就正常在链表最后端加一个节点
    - 这个过程中会出现链表转红黑树的情况，也会出现红黑树转回链表的情况，当红黑树高度小于等于6时就会转为链表。

  允许 key 为 null ,那这个元素放什么位置呢 ？
  key为null的算出来的hash 为0 ，放在数组第一个位置

  二次hash 是怎么做的？ 有什么作用
  二次hash 是使用了一个扰动函数进行处理，就是将hash值右移动1 6位 然后与原hash值进行异或运算，这样就混合了原hash值中高位和地位，增大了随机性，可以让数据元素均衡的散列，减少碰撞。

• 默认初始容量是 16 ，加载因子为0.75 ，可以指定初始容量，但不一定是

• 扩容: 在数组的位置达到阈值的时候就会可能执行扩容，但是是先放置元素再判断是否要扩容。所以可能出现无效扩容的情况，放置这个元素之后我发现要扩容，我给他翻一倍，后面又不加元素，那就有空间浪费了。

LinkedHashMap

有序的map ，维护了一个双向链表用来记录元素顺序的

TreeMap

可以自然排序 也可以选择排序

ConcurrentHashMap

这里面用到了一个分段的思维，就是把map里的数组分为了16部分，那么理论上最多可以同时有16个线程对这个map进行操作。就刚好每个线程操作一个分段。比如有两个线程要进行数据插入，通过hash算出来，key的位置属于两个分段，如果是hashMap 同时有2个线程要插入元素，那么肯定是先把整个map锁住，然后看谁先获得锁进行操作 。ConcurrentHashMap就不是这么做的了，如果发现key需要放置的是位置属于两个分段，那么这两个线程只要分别去竞争这2个分段的所就行了 ，他们之间是没有竞争的，只是锁住了每一个分段。当然了有一些操作，比如contains sie 这些操作，还是需要锁住整个map 的，但我们一般认为size contains这种属于不是那么重要的操作