图解 Java 中的数据结构及原理！

落日映苍穹つ 2022-04-11 11:18 179阅读 0赞

> 作者：大道方圆
> 
> 原文：cnblogs.com/xdecode/p/9321848.html

最近在整理数据结构方面的知识, 系统化看了下Java中常用数据结构, 突发奇想用动画来绘制数据流转过程.

主要基于jdk8, 可能会有些特性与jdk7之前不相同, 例如LinkedList LinkedHashMap中的双向列表不再是回环的.

HashMap中的单链表是尾插, 而不是头插入等等, 后文不再赘叙这些差异, 本文目录结构如下:

![1285727-20180717140301329-1795204354.png][]

### LinkedList ###

经典的双链表结构, 适用于乱序插入, 删除. 指定序列操作则性能不如ArrayList, 这也是其数据结构决定的.

**add(E) / addLast(E)**

![1285727-20180717133746276-313211308.gif][]

**add(index, E)**

这边有个小的优化, 他会先判断index是靠近队头还是队尾, 来确定从哪个方向遍历链入.

![复制代码][copycode.gif]

1         if (index < (size >> 1)) {
     2             Node<E> x = first;
     3             for (int i = 0; i < index; i++)
     4                 x = x.next;
     5             return x;
     6         } else {
     7             Node<E> x = last;
     8             for (int i = size - 1; i > index; i--)
     9                 x = x.prev;
    10             return x;
    11         }

![复制代码][copycode.gif]

![1285727-20180717134043714-1008528320.gif][]

**靠队尾**

![1285727-20180717134100309-1487165805.gif][]

**get(index)**

也是会先判断index, 不过性能依然不好, 这也是为什么不推荐用for(int i = 0; i < lengh; i++)的方式遍历linkedlist, 而是使用iterator的方式遍历.

![1285727-20180717134201828-1536755274.gif][]

![1285727-20180717134212062-1192617618.gif][]

**remove(E)**

![1285727-20180717134240000-783801823.gif][]

### ArrayList ###

底层就是一个数组, 因此按序查找快, 乱序插入, 删除因为涉及到后面元素移位所以性能慢.

**add(index, E)**

![1285727-20180717134402495-1450834113.gif][]

**扩容**

一般默认容量是10, 扩容后, 会length\*1.5.

![1285727-20180718113204058-1401567917.gif][]

**remove(E)**

循环遍历数组, 判断E是否equals当前元素, 删除性能不如LinkedList.

![1285727-20180717134440963-1609104909.gif][]

### Stack ###

经典的数据结构, 底层也是数组, 继承自Vector, 先进后出FILO, 默认new Stack()容量为10, 超出自动扩容.

**push(E)**

![1285727-20180717134532106-566548837.gif][]

**pop()**

![1285727-20180717134546142-1425174736.gif][]

### 后缀表达式 ###

Stack的一个典型应用就是计算表达式如 9 + (3 - 1) \* 3 + 10 / 2, 计算机将中缀表达式转为后缀表达式, 再对后缀表达式进行计算.

**中缀转后缀**

*  数字直接输出
 *  栈为空时，遇到运算符，直接入栈
 *  遇到左括号, 将其入栈
 *  遇到右括号, 执行出栈操作，并将出栈的元素输出，直到弹出栈的是左括号，左括号不输出。
 *  遇到运算符(加减乘除)：弹出所有优先级大于或者等于该运算符的栈顶元素，然后将该运算符入栈
 *  最终将栈中的元素依次出栈，输出。

![1285727-20180717134649235-361366195.gif][]

**计算后缀表达**

*  遇到数字时，将数字压入堆栈
 *  遇到运算符时，弹出栈顶的两个数，用运算符对它们做相应的计算, 并将结果入栈
 *  重复上述过程直到表达式最右端
 *  运算得出的值即为表达式的结果

![1285727-20180717134706912-413651296.gif][]

### 队列 ###

与Stack的区别在于, Stack的删除与添加都在队尾进行, 而Queue删除在队头, 添加在队尾.

**ArrayBlockingQueue**

生产消费者中常用的阻塞有界队列, FIFO.

**put(E)**

![1285727-20180717134917471-223068187.gif][]

**put(E) 队列满了**

![复制代码][copycode.gif]

1         final ReentrantLock lock = this.lock;
    2         lock.lockInterruptibly();
    3         try {
    4             while (count == items.length)
    5                 notFull.await();
    6             enqueue(e);
    7         } finally {
    8             lock.unlock();
    9         }

![复制代码][copycode.gif]

![1285727-20180717134930548-1581371083.gif][]

**take()**

当元素被取出后, 并没有对数组后面的元素位移, 而是更新takeIndex来指向下一个元素.

takeIndex是一个环形的增长, 当移动到队列尾部时, 会指向0, 再次循环.

![复制代码][copycode.gif]

1     private E dequeue() {
     2         // assert lock.getHoldCount() == 1;
     3         // assert items[takeIndex] != null;
     4         final Object[] items = this.items;
     5         @SuppressWarnings("unchecked")
     6         E x = (E) items[takeIndex];
     7         items[takeIndex] = null;
     8         if (++takeIndex == items.length)
     9             takeIndex = 0;
    10         count--;
    11         if (itrs != null)
    12             itrs.elementDequeued();
    13         notFull.signal();
    14         return x;
    15     }

![复制代码][copycode.gif]

![1285727-20180717134947090-1857674903.gif][]

### HashMap ###

最常用的哈希表, 面试的童鞋必备知识了, 内部通过数组 + 单链表的方式实现. jdk8中引入了红黑树对长度 > 8的链表进行优化, 我们另外篇幅再讲.

**put(K, V****)**

![1285727-20180717135210703-312944088.gif][]

**put(K, V) 相同hash值**

![1285727-20180717135235292-826682325.gif][]

**resize 动态扩容**

当map中元素超出设定的阈值后, 会进行resize (length \* 2)操作, 扩容过程中对元素一通操作, 并放置到新的位置.

具体操作如下:

*  在jdk7中对所有元素直接rehash, 并放到新的位置.
 *  在jdk8中判断元素原hash值新增的bit位是0还是1, 0则索引不变, 1则索引变成"原索引 + oldTable.length".

![复制代码][copycode.gif]

1     //定义两条链
     2     //原来的hash值新增的bit为0的链，头部和尾部
     3     Node<K,V> loHead = null, loTail = null;
     4     //原来的hash值新增的bit为1的链，头部和尾部
     5     Node<K,V> hiHead = null, hiTail = null;
     6     Node<K,V> next;
     7     //循环遍历出链条链
     8     do {
     9         next = e.next;
    10         if ((e.hash & oldCap) == 0) {
    11             if (loTail == null)
    12                 loHead = e;
    13             else
    14                 loTail.next = e;
    15             loTail = e;
    16         }
    17         else {
    18             if (hiTail == null)
    19                 hiHead = e;
    20             else
    21                 hiTail.next = e;
    22             hiTail = e;
    23         }
    24     } while ((e = next) != null);
    25     //扩容前后位置不变的链
    26     if (loTail != null) {
    27         loTail.next = null;
    28         newTab[j] = loHead;
    29     }
    30     //扩容后位置加上原数组长度的链
    31     if (hiTail != null) {
    32         hiTail.next = null;
    33         newTab[j + oldCap] = hiHead;
    34     }

![复制代码][copycode.gif]

![1285727-20180717135330300-1394283875.gif][]

### LinkedHashMap ###

继承自HashMap, 底层额外维护了一个双向链表来维持数据有序. 可以通过设置accessOrder来实现FIFO(插入有序)或者LRU(访问有序)缓存.

**put(K, V)**

![1285727-20180717135428093-1692938646.gif][]

**get(K)**

accessOrder为false的时候, 直接返回元素就行了, 不需要调整位置.

accessOrder为true的时候, 需要将最近访问的元素, 放置到队尾.

![1285727-20180717135449262-926868516.gif][]

**removeEldestEntry 删除最老的元素**

![1285727-20180717135601748-1338089287.gif][]

[1285727-20180717140301329-1795204354.png]: /images/20220411/02064e54daca40d189ab9f40f46f4ca1.png
[1285727-20180717133746276-313211308.gif]: /images/20220411/385f94aecabe4664b725899c5ee126d9.png
[copycode.gif]: /images/20220411/ed6b4258909145daa1c3fc606c780772.png
[1285727-20180717134043714-1008528320.gif]: /images/20220411/d76ccf9128514284bf1a9cacc535ae3f.png
[1285727-20180717134100309-1487165805.gif]: /images/20220411/d8a70402fc8d4c818e3ad429c0f5c3dd.png
[1285727-20180717134201828-1536755274.gif]: /images/20220411/20e805918d5d4810b86f8fc8337c21a1.png
[1285727-20180717134212062-1192617618.gif]: /images/20220411/5b1557d87cd840ab8f61641ad661d9fd.png
[1285727-20180717134240000-783801823.gif]: /images/20220411/b5b4ab2d80cf49b792154bd8ca8a8dc4.png
[1285727-20180717134402495-1450834113.gif]: /images/20220411/117e3a4914d543b99a7cece4a851f33c.png
[1285727-20180718113204058-1401567917.gif]: /images/20220411/57e2d8f997574cbdb807820e6806ec45.png
[1285727-20180717134440963-1609104909.gif]: /images/20220411/0944c8d3208d4bf9885d6dd133cdf965.png
[1285727-20180717134532106-566548837.gif]: /images/20220411/eb67c236308c494c8b109f902f63ea37.png
[1285727-20180717134546142-1425174736.gif]: /images/20220411/eb08a9d8a5b44274a3022a2a203ee806.png
[1285727-20180717134649235-361366195.gif]: /images/20220411/c3518f52d73d4746859bd3af069a4f28.png
[1285727-20180717134706912-413651296.gif]: /images/20220411/25b98a8e7eb64b51abd25de92ffa4356.png
[1285727-20180717134917471-223068187.gif]: /images/20220411/0aa3a72769ee4781bd0c60ab579f7443.png
[1285727-20180717134930548-1581371083.gif]: /images/20220411/1d62899ea06f4fd482f71531df947ad6.png
[1285727-20180717134947090-1857674903.gif]: /images/20220411/3836399519b443e48d0b57cfc9c6843d.png
[1285727-20180717135210703-312944088.gif]: /images/20220411/4a388bab420a402395b4afae72f6e65d.png
[1285727-20180717135235292-826682325.gif]: /images/20220411/a8e1b8af430b49c69823a4465daebfe8.png
[1285727-20180717135330300-1394283875.gif]: /images/20220411/67d27be4ed444981b5aaa7726d441750.png
[1285727-20180717135428093-1692938646.gif]: /images/20220411/763a8a65653843bcb2b703eaedc514f0.png
[1285727-20180717135449262-926868516.gif]: /images/20220411/5726ca89d1854aeaa534f82a465e1449.png
[1285727-20180717135601748-1338089287.gif]: /images/20220411/d027701d44c145aa925cd24de12cb4eb.png