JAVA基础 - 集合-优快云博客

介绍

Java 集合类（位于java.util包）主要由两个根接口 Collection 和 Map 派生出来的。任何对象加入集合类后，自动转变为Object类型，所以在取出的时候，需要进行强制类型转换。

Collection

Collection存储元素集合。分三大类：List、Queue、Set（元素不可重复），如下：

List

参考资料：百度安全验证

List接口继承自Collection接口，它是有序、可重复的单列集合。它的行为和数组几乎完全相同，它们都是有序的存储结构。另外List集合中允许有重复的元素，甚至可以有多个null值。

在List接口中定义了子类的一些通用方法，如下所示：

boolean add(E e)：在集合末尾添加一个数据元素；
boolean add(int index, E e)：在集合的指定索引出添加一个数据元素；
E remove(int index)：删除集合中指定索引的元素；
boolean remove(Object e)：删除集合中的某个元素；
E get(int index)：获取集合中指定索引的元素；
E set(int index, E e)：修改集合中指定索引的元素；
int size()：获取集合的大小(包含元素的个数)。
List of()：可以根据给定的数据元素快速创建出List对象，但该方法不接受null值，如果传入null会抛出NullPointerException异常（Java 9引入）。

ArrayList

ArrayList是一个数组队列，位于java.util包中，它继承自AbstractList，并实现了List接口。其底层是一个可以动态修改的数组，该数组与普通数组的区别，在于它没有固定的大小限制，我们可以对其动态地进行元素的添加或删除。

因为ArrayList的底层是一个动态数组，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（应该考虑到使用Linkedlist）。

LinkedList

LinkedList直接继承自AbstractSequentialList，并实现了List、Deque、Cloneable、Serializable等多个接口。通过实现List接口，具备了列表操作的能力；通过实现Cloneable接口，具备了克隆的能力；通过实现Queue和Deque接口，可以作为队列使用；通过实现Serializable接口，可以具备序列化能力。

它的底层是基于线性链表这种常见的数据结构，但并没有按线性的顺序存储数据，而是在每个节点中都存储了下一个节点的地址。

链表可分为单向链表和双向链表。一个单向链表包含两个值: 当前节点的值和一个指向下一个节点的链接。

一个双向链表有三个整数值: 数值、向后的节点链接、向前的节点链接。

LinkedList的优点是便于向集合中插入或删除元素，尤其是需要频繁地向集合中插入和删除元素时，使用LinkedList类比ArrayList的效率更高。但LinkedList随机访问元素的速度则相对较慢，即检索集合中特定索引位置上的元素速度较慢。

Vector（不推荐）

Vector (向量) 可以实现可增长的对象数组，当容量不够时，会自动扩容，如果在创建Vector时定义了每次增长的容量大小，那么每次会按照规定的大小进行扩容，如果没有规定，则每次扩容为原来的2倍，和Arraylist一样，扩容时每次先创建一个新的数组，随后将原来的数组拷贝过去完成扩容。

和 ArrayList 区别：

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，Vector中的方法都使用了synchronized关键字以确保所有的操作都是线程安全的。但实现同步需要很高的花费，因此如果不考虑到线程的安全因素，用Arraylist效率比较高。
ArrayList每次扩容时会增加1.5倍，而Vector会增加2倍。

与数组互转

List转数组有如下几种方式：

toArray()方法：该方法会返回一个Object[]数组，但该方法会丢失类型信息，在实际开发时较少使用；
toArray(T[])方法：传入一个与集合的数据元素类型相同的Array，List会自动把元素复制到传入的Array中；
T[] toArray(IntFunction<T[]> generator)方法：函数式写法，这是Java中的新特性。

数组也可以转为List集合，一般的方式如下：

List.of(T...)方法（Java9 引入）：该方法会返回一个只读的List集合，如果我们对只读List调用add()、remove()方法会抛出UnsupportedOperationException异常。其中的T是泛型参数，代表要转成List集合的数组；
Arrays.asList(T...)方法：该方法也会返回一个只读的List集合，但它返回的List不一定就是ArrayList或者LinkedList，因为List只是一个接口。

注意：无论我们是通过List.of()方法，还是通过Arrays.asList()方法，都只会返回一个只读的集合。这种集合在遍历时不能进行增删改等更新操作，只能进行读取操作，否则会产生java.lang.UnsupportedOperationException异常。

Set

参考资料：百度安全验证

Set继承自Collection接口，主要有两个常用的实现类HashSet类和TreeSet类。与其他集合不同，Set集合具有自己的一些特性：

Set集合中的元素都是唯一的，不允许有重复值，且最多只允许包含一个null元素；
Set集合中的元素没有顺序，我们无法通过索引来访问元素，但TreeSet是有序的；
Set集合没有固定的大小限制，可以动态地添加和删除元素；
Set集合提供了高效的元素查找和判断方法。

从特性上来看，Set相当于是一个只存储key、不存储value的Map。我们可以把Set想象成是一个“特殊的Map”，这个Map只有key却没有value，所以我们可以用Set去除重复的元素。

另外，由于放入Set的元素和Map的key类似，需要被放入元素要正确地实现equals()和hashCode()方法，否则该元素就无法正确地放入Set。

Set接口定义的常方法：add、remove、contains、size、toArray等

HashSet

HashSet是一种非常常用的集合类型，它实现了Set接口，并继承了AbstractSet抽象类。HashSet集合的底层是通过HashMap实现，它使用哈希算法来存储和管理集合中的元素。HashSet不是线程安全的，默认线程不同步，如果有多个线程同时访问或修改同一个HashSet，必须通过代码来保证同步操作。

          HashSet<String> sites = new HashSet<String>();

去重原理

从底层实现来看，HashSet的底层其实就是一个值为Object的HashMap，如下图所示：

所以HashSet其实就是按照Hash算法来实现元素的查找和存储的，具有很好的存取和查找性能。当我们向HashSet集合中存入一个元素时，HashSet会调用该对象的hashCode()方法来得到该对象的hashCode值，然后根据该hashCode值决定该对象在HashSet中的存储位置。此时如果有两个元素通过equals()方法进行比较，返回的结果为true，但它们的hashCode却不相等，HashSet也会把它们存储在不同的位置，我们依然可以添加成功。也就是说，如果两个对象的hashCode值相等，且通过equals()方法比较返回的结果也为true， HashSet集合才会认为两个元素相等。

TreeSet

TreeSet也是一种很常用的集合类型，它实现了Set和SortedSet接口，并且继承自AbstractSet抽象类。TreeSet集合的底层基于红黑树，可以使用自然排序或指定的比较器对集合中的元素进行排序。

另外，SortedSet接口是Set接口的子接口，能够对集合进行自然排序，因此TreeSet类默认情况下就是自然排序(升序)的。

但TreeSet只能对实现了Comparable接口的类对象进行排序，所以我们使用TreeSet集合存储对象时，该对象必须要实现Comparable接口。

除了Set类中通用的方法之外，TreeSet类还有如下几个特有的方法：

Map

Map与Collection并列存在。其中的key和value都可以是任何引用类型的数据。Map中的key用Set来存放，不允许重复。

Map常用方法：

1、添加、删除操作

2、元素查询的操作

3、元视图操作

哈希表概念

哈希表是一种用于实现关联数组的数据结构，它通过将键映射到表中的某个位置来实现快速的数据检索。哈希表的主要特点包括：

快速检索：哈希表使用哈希函数来计算键的哈希值，然后将该哈希值映射到表中的索引位置，使得查找、插入和删除操作的平均时间复杂度为O(1)。
哈希冲突：不同的键可能映射到相同的索引位置，这种情况称为哈希冲突。解决冲突的方法包括链地址法（HashMap采用的）、开放寻址法、再哈希法等。
动态扩展：哈希表通常具有动态扩展的能力，当表中元素数量达到一定阈值时自动进行扩容，以保持较低的负载因子，提高性能。
哈希函数：哈希函数负责将键映射到哈希值。好的哈希函数应当尽量减少冲突，使得哈希值分布均匀。

在Java中，哈希表被实现为HashMap类，它实现了Map接口。

HashMap

介绍

HashMap 继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口。它不是线程安全的，可以接受为null的key和value。使用了自定义的哈希算法来计算hash值。

实现原理

参考资料：Java 8 HashMap 详解_java8 hashmap-优快云博客

Java架构直通车——Java8 HashMap详解-优快云博客

底层结构

JDK 1.8 的 HashMap 底层数据结构与 JDK1.7 时大致相同，主要为数组+链表。它采用Entry数组来存储key-value对，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构，它具有Next指针，可以连接下一个Entry实体。

但在1.8 版本中如果链表元素数量达到 8 ，就会尝试进行树化操作（如果数组长度小于 64，则进行扩容操作，而不是树化操作），将链表转化为红黑树结构。故 HashMap 数据结构可作如下总结：

JDK 1.7：数组+链表
JDK 1.8：数组+链表+红黑树

链表和红黑树转换

为何不直接使用红黑树？

当元素小于8个时，做查询操作链表结构已经能保证查询性能。当元素大于8个的时候，此时需要红黑树来加快查询速度，但是新增节点的效率变慢了。因为红黑树需要进行左旋，右旋，变色操作来保持平衡，这些都是性能损耗。

因此，如果一开始就用红黑树结构，元素太少，新增效率又比较慢，无疑是浪费性能。

红黑树什么时候退化为链表？

节点数量为6的时候退转为链表,中间有个差值7可以防止链表和树之间频繁的转换。如果设计成链表个数超过8则链表转换成树结构，小于8则树结构转换成链表，如果一个HashMap不停插入删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率很低。

容量扩容

初始化容量

HashMap默认容量为 16，最大容量为 1<<30 。扩容负载因子为 0.75，也就是默认容量下数组中实际存储的元素数量达到 16 * 0.75 = 12，就会触发扩容。

扩容为什么是2的次幂

HashMap为了存取高效就要尽量减少碰撞，也就是尽量把数据分配均匀，每个index下标上的链表(也可能是红黑树)长度需要大致相同, 这个算法实际就是取模，hash%length，但是取模运算不如位移运算快，也就是hash%length 等价于 hash()&(length-1)。

之所以取数组长度为 2 的n 次方,是因为2的n次方用二进制表示实际就是1后面n个0，而2的n次方-1，实际就是n个1。所以，保证容积是2的n次方，是为了保证在做 hash&(length-1)的时候，每一位都能&1，尽量减少哈希冲突。

扩容机制

HashMap 扩容为原来2倍，所以链表中节点的位置要么是在数组原位置，要么是在数组原位置再移动2次幂的数组位置，且链表元素的顺序不变。

总结

HashMap简单的来说，就是通过数组+链表或者红黑树的形式实现的。单链表和红黑树之间的转换条件是，底层数组容量大于64的时候并且单链表长度大于8的时候，这样就可以进行一个转换。因为在底层数组长度比较小的时候，Hash冲突会比较频繁，更可能出现长链表，这时候会优先考虑扩容而不是树化。

对于扩容来说。初始时候，采用一个懒加载的方式初始化底层数组，也就是对于数组有实际操作的时候才进行初始化，这个初始化默认长度是16。对于这个数组，有负载因子默认是0.75，当哈希桶占用量超过负载因子乘以底层数组长度的时候，就会进行一个二倍的扩容。进行二倍扩容的考虑是：对于每个元素，要么就在当前的位置，要么就是当前位置+扩容长度的位置，非常好计算。

LinkedHashMap

LinkedHashMap继承自HashMap，是将HashMap与双向链表合二为一，即一个将所有Entry节点链入一个双向链表的HashMap（LinkedHashMap = HashMap + 双向链表）。

相比于Hashmap，LinkedHashMap新增成员变量：双向链表头结点header和标志位accessOrder。

private transient Entry<K,V> header; //双向链表头节点，也即哨兵节点，里面不存储任何信息；
private final boolean accessOrder; //有序性标识，默认为false（即默认按照插入顺序迭代），为true时（按照访问顺序迭代，支持实现LRU算法时）。

HashTable（不推荐）

（1）Hashtable 是一个散列表，它存储的内容是键值对(key-value)映射。

（2）Hashtable 的函数都是同步的，这意味着它是线程安全的。它的key、value都不可以为null。

（3）HashTable直接采用的key的hashCode()。

（4）Hashtable 继承于Dictionary，实现了Map、Cloneable、java.io.Serializable接口。

（5）Hashtable默认的容量大小是11；增加容量时，每次将容量变为“原始容量x2 + 1”。

（6）Hashtable支持contains(Object value)方法，而且重写了toString()方法。

HashTable非常粗暴，使用synchronized关键字，多线程环境下效率很低。我们在HashTable类注释上看到上面一段说明：如果不要求线程安全，推荐使用HashMap，如果要求线程安全，推荐使用ConcurrentHashMap或者Collections.synchronizedMap(new HashMap()) 来实现。

Properties

Properties 类是 Hashtable 的子类，该对象用于处理属性文件。由于属性文件里的 key、value 都是字符串类型，所以 Properties 里的 key 和 value 都是字符串类型。

存取数据时，建议使用setProperty()方法和getProperty()方法。

集合操作

集合遍历

对集合进行遍历操作，以下是几种常用的集合遍历方式：

普通for循环：配合get(索引值)方法进行，这种遍历方式实现起来代码较为复杂，且get(int)取值方法只对ArrayList比较高效，但对LinkedList效率较低，索引越大时访问速度越慢。
Iterator迭代器：不同的集合对象调用iterator()方法时，会返回不同实现的Iterator对象，该Iterator对象对集合总是具有最高的访问效率。
增强for循环：比普通for循环更为简洁，内部会自动适用迭代器；
集合对象的forEach (BiConsumer<? super K, ? super V> action)：Java8以上支持，效率更高。

Iterator（迭代器）

Iterator（迭代器）不是一个集合，它是一种用于访问集合的方法，有几个常用方法。

boolean hasNext() 该方法用于判断集合中是否还有下一个元素；
E next()：该方法用于返回集合的下一个元素，并且更新迭代器的状态；
remove() 将迭代器返回的元素删除； Iterator<String> it = sites.iterator(); // 获取迭代器

虽然使用Iterator遍历List集合的代码，看起来比使用索引较复杂，但Iterator遍历List集合的效率却是最高效的方式。

fail-fast和fail-safe

参考资料：fail-fast（快速失败）机制和fail-safe（安全失败）机制的介绍和区别_请先说说非并发集合中fail-fast机制-优快云博客

fail-fast (快速失败)：直接在容器上进行遍历，在遍历过程中，一旦发现容器中的数据被修改了，会立刻抛出ConcurrentModificationException异常导致遍历失败。java.util包下的集合类都是快速失败机制的, 常见的的使用fail-fast方式遍历的容器有HashMap和ArrayList等。
fail-safe (安全失败)：这种遍历基于容器的一个克隆。因此，对容器内容的修改不影响遍历。java.util.concurrent包下的容器都是安全失败的,可以在多线程下并发使用,并发修改。常见的的使用fail-safe方式遍历的容器有ConcerrentHashMap和CopyOnWriteArrayList等。

【原理】：采用安全失败机制的集合容器，在遍历时不是直接在集合内容上访问的，而是先复制原有集合内容，在拷贝的集合上进行遍历。由于迭代时是对原集合的拷贝进行遍历，所以在遍历过程中对原集合所作的修改并不能被迭代器检测到，所以不会触发Concurrent Modification Exception。

【缺点】：基于拷贝内容的优点是避免了Concurrent Modification Exception，但同样地，迭代器并不能访问到修改后的内容。