【Java基础】集合总结（二）——Set集合、List集合

一、Set集合

Set接口是Collection的子接口，Set接口没有提供额外的方法。

Set集合不能记住元素的添加顺序，不允许包含重复元素。如果试图把两个相同的元素加入同一个Set集合中，则添加操作失败，add()方法返回false，且新元素不会被加入。

（一）HashSet类

1、HashSet按Hash算法来存储集合中的元素，因此具有很好的存取和查找性能。

2、特点：

• 不能保证元素的排列顺序，顺序可能与添加顺序不同，顺序也有可能发生变化。
• HashSet不是同步的。如果多个线程同时访问一个HashSet，假设有两个或者两个以上线程同时修改了HashSet集合时，则必须通过代码来保证其同步。
• 集合元素值可以是null。

3、HashSet集合判断两个元素相等的标准：

       两个对象通过equals()方法比较相等，并且两个对象的hashCode()方法返回值也相等。

4、当把一个对象放入HashSet中时，如果需要重写该对象对应类的equals()方法，则也应该重写其hashCode方法。

       规则是：如果两个对象通过equals()方法比较返回true，这两个对象的hashCode值也应该相同。

5、向HashSet中添加元素的过程：

• 当向 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 hashCode 值， 通过某种散列函数决定该对象在 HashSet 底层数组中的存储位置。 （ 这个散列函数会与底层数组的长度相计算得到在数组中的下标， 并且这种散列函数计算还尽可能保证能均匀存储元素， 越是散列分布，该散列函数设计的越好）
• 如果两个元素的hashCode()值相等， 会再继续调用equals方法， 如果equals方法结果为true， 添加失败； 如果为false， 那么会保存该元素， 但是该数组的位置已经有元素了，那么会通过链表的方式继续链接。
• 如果两个元素的 equals() 方法返回 true，但它们的 hashCode() 返回值不相等， hashSet 将会把它们存储在不同的位置，但依然可以添加成功。

6、重写 hashCode() 方法的基本原则：

• 在程序运行时，同一个对象多次调用 hashCode() 方法应该返回相同的值。
• 当两个对象的 equals() 方法比较返回 true 时，这两个对象的 hashCode()方法的返回值也应相等。
• 对象中用作 equals() 方法比较标准的实例变量，都应该用来计算 hashCode 值。

（二）LinkedHashSet类

1、LinkedHashSet 是 HashSet 的子类。

2、LinkedHashSet 根据元素的 hashCode 值来决定元素的存储位置，但它同时使用双向链表维护元素的次序，这使得元素看起来是以插入的顺序保存的。（输出LinkedHashMap集合元素时，元素的顺序总是与添加的顺序一致）

3、LinkedHashSet需要维护元素的插入顺序，因此性能略低于 HashSet， 但在迭代访问 Set 里的全部元素时有很好的性能。（对于频繁的遍历操作，LinkedHashSet效率高于HashSet）

4、LinkedHashSet 不允许集合元素重复。

（三）TreeSet类

1、TreeSet 是 SortedSet 接口的实现类， TreeSet 可以确保集合元素处于排序状态。

2、与HashSet集合相比，TreeSet还提供了如下几个额外的方法：

Comparator comparator()：如果TreeSet采用了定制排序，则该方法返回定制排序所使用的Compaeator;如果TreeSet采用了自然排序，则返回null
Object first()：返回集合中的第一个元素
Object last()：返回集合中的最后一个元素
Object lower(Object e)：返回集合中位于指定元素之前的元素
Object higher(Object e)：返回集合中位于指定元素之后的元素
SortedSet subSet(Object fromElement, Object toElement)：返回此Set的子集合，范围从fromElement（包含）到toElement（不包含）
SortedSet headSet(Object toElement)：返回此Set的子集合，由小于toElement的元素组成
SortedSet tailSet(Object fromElement)：返回此Set的子集合，由大于或等于toElement的元素组成

3、TreeSet底层使用红黑树的数据结构来存储集合元素。

参考： http://www.cnblogs.com/yangecnu/p/Introduce-Red-Black-Tree.html

 

4、排序规则

TreeSet支持两种排序方法：自然排序和定制排序。默认情况下， TreeSet 采用自然排序。

• 自然排序中，比较两个对象是否相同的标准为：compareTo(Object obj) 方法比较是否返回0。
• 定制排序中，比较两个对象是否相同的标准为：compare(Object obj) 方法比较是否返回0。

（四）EnumSet类

1、EnumSet是一个专为枚举类设计的集合类，EnumSet中的所有元素都必须是指定枚举类型的枚举值。

2、EnumSet的集合元素是有序的，EnumSet以枚举值在Enum类内的定义顺序来决定集合元素的顺序。

3、EnumSet在内部以位向量的形式存储，这种存储形式非常紧凑、高效，因此EnumSet对象占用内存很小，而且运行效率很好，尤其是批量操作。

4、EnumSet集合不允许加入null元素。

（五）各Set实现类的性能比较

HashSet的性能总是比TreeSet好（特别是最常用的添加、查询元素等操作），因为TreeSet需要额外的红黑树算法来维护集合元素的次序。只有当需要一个保持排序的Set时，才应该使用TreeSet，否则都应该使用HashSet。

对于普通的插入、删除操作，LinkedHashSet比HashSet要略微慢一点，这是由维护连表所带来的额外开销造成的，但由于有了链表，遍历LinkedHashMap会更快。

EnumSet是所有Set实现类中性能最好的，但它只能保存同一个枚举类的枚举值作为集合元素。

Set的三个实现类HashSet、TreeSet和EnumSet都是线程不安全的。为了避免出现线程同步问题，可在Set集合创建时，通过Collection工具类的synchronizedSortedSet方法来“包装”该Set集合。

二、List集合

List集合代表一个元素有序、可重复的集合，集合中每个元素都有其对应的顺序索引。

List集合允许使用重复元素，可以通过索引来访问指定位置的集合元素。List集合默认按元素的添加顺序设置元素的索引。

JDK API中List接口的实现类常用的有： ArrayList、 LinkedList和Vector。

常用方法：

void add(int index, Object ele):在index位置插入ele元素
boolean addAll(int index, Collection eles):从index位置开始将eles中的所有元素添加进来
Object get(int index):获取指定index位置的元素
int indexOf(Object obj):返回obj在集合中首次出现的位置
int lastIndexOf(Object obj):返回obj在当前集合中末次出现的位置
Object remove(int index):移除指定index位置的元素，并返回此元素
Object set(int index, Object ele):设置指定index位置的元素为ele
List subList(int fromIndex, int toIndex):返回从fromIndex到toIndex位置的子集合

（一）ArrayList类

1、ArrayList 是 List 接口的典型实现类、主要实现类。ArrayList是线程不安全的，效率高。

2、本质上， ArrayList是对象引用的一个”变长”数组。

3、ArrayList的JDK1.8之前与之后的实现区别？

• JDK1.7： ArrayList像饿汉式，直接创建一个初始容量为10的数组。
• JDK1.8： ArrayList像懒汉式，一开始创建一个长度为0的数组，当添加第一个元素时再创建一个始容量为10的数组。

4、Arrays.asList(Object … a) 方法可以把一个数组或指定个数的对象转换成一个固定长度的List集合，这个List集合既不是ArrayList实现类的实例，也不是Vector实现类的实例，而是Arrays的内部类ArrayList的实例。

（二）LinkedList类

1、对于频繁的插入或删除元素的操作，建议使用LinkedList类，效率较高。

2、LinkedList： 双向链表， 内部没有声明数组，而是定义了Node类型的first和last，用于记录首末元素。同时，定义内部类Node，作为LinkedList中保存数据的基本结构。 Node除了保存数据，还定义了两个变量：

• prev变量记录前一个元素的位置
• next变量记录下一个元素的位置

（三）Vector类

1、Vector 是一个古老的集合， JDK1.0就有了。大多数操作与ArrayList相同，区别之处在于ArrayList是线程不安全的，而Vector是线程安全的，效率低。

2、在各种list中，最好把ArrayList作为缺省选择。当插入、删除频繁时，使用LinkedList；因为Vector是线程安全的，所以Vector的性能比ArrayList的性能要低，应尽量避免使用。

（四）ArrayList/LinkedList/Vector的异同？

1、同：三个类都是实现了List接口，存储数据的特点相同：存储有序的、可重复的数据。

2、ArrayList和LinkedList的异同：

二者都线程不安全，相对线程安全的Vector，执行效率高。

此外， ArrayList是实现了基于动态数组的数据结构， LinkedList基于链表的数据结构。对于随机访问get和set， ArrayList觉得优于LinkedList，因为LinkedList要移动指针。对于新增和删除操作add(特指插入)和remove， LinkedList比较占优势，因为ArrayList要移动数据。

3、ArrayList和Vector的区别：

Vector和ArrayList几乎是完全相同的,唯一的区别在于Vector是同步类(synchronized)，属于强同步类。因此开销就比ArrayList要大，访问要慢。正常情况下,大多数的Java程序员使用ArrayList而不是Vector,因为同步完全可以由程序员自己来控制。 Vector每次扩容请求其大小的2倍空间，而ArrayList是1.5倍。