常用数据结构及原理分析

清疚 2022-05-20 07:38 220阅读 0赞

java.util包中三个重要的接口及特点：List（列表）、Set（保证集合中元素唯一）、Map（维护多个key-value键值对，保证key唯一）。其不同子类的实现各有差异，如是否同步（线程安全）、是否有序。  
![这里写图片描述][70]

> Collection （所有集合类的接口）  
> List、Set都继承自Collection接口，查看JDK API，操作集合常用的方法大部分在该接口中定义了。

![这里写图片描述][70 1]

# Collections （操作集合的工具类） #

对于集合类的操作不得不提到工具类Collections，它提供了许多方便的方法，如求两个集合的差集、并集、拷贝、排序等等。  
由于大部分的集合接口实现类都是不同步的，可以使用Collections.synchronized\*方法创建同步的集合类对象。  
如创建一个同步的List：

List synList = Collections.synchronizedList(new ArrayList());

其实现原理就是重新封装new出来的对象，操作对象时用关键字synchronized同步。看源码很容易理解。  
Collections部分源码：

static class SynchronizedCollection<e> implements Collection<e>, Serializable {
     
        final Collection<e> c;  // Backing Collection
        final Object mutex;     // Object on which to synchronize
    
        SynchronizedCollection(Collection<e> c) {
            if (c==null)
                throw new NullPointerException();
            this.c = c;
            mutex = this;
        }
        //...
        public boolean add(E e) {
            //操作集合时简单调用原本的ArrayList对象，只是做了同步
            synchronized (mutex) {return c.add(e);}
        }
        //...
    }

# List（列表） #

ArrayList、Vector是线性表，使用Object数组作为容器去存储数据的，添加了很多方法维护这个数组，使其容量可以动态增长，极大地提升了开发效率。它们明显的区别是ArrayList是非同步的，Vector是同步的。不用考虑多线程时应使用ArrayList来提升效率。

ArrayList、Vector 部分源码：

public boolean add(E e) {
        ensureCapacityInternal(size + 1);  // Increments modCount!!
        //可以看出添加的对象放到elementData数组中去了
        elementData[size++] = e;
        return true;
    }
    //ArrayList.remove
    public E remove(int index) {
        rangeCheck(index);
     
        modCount++;
        E oldValue = elementData(index);
     
        int numMoved = size - index - 1;
        if (numMoved > 0)
            //移除元素时数组产生的空位由System.arraycopy方法将其后的所有元素往前移一位，System.arraycopy调用虚拟机提供的本地方法来提升效率
            System.arraycopy(elementData, index+1, elementData, index,
                             numMoved);
        elementData[--size] = null; // Let gc do its work
     
        return oldValue;
    }
     
    //Vector add方法上多了synchronized关键字
    public synchronized boolean add(E e) {
        modCount++;
        ensureCapacityHelper(elementCount + 1);
        elementData[elementCount++] = e;
        return true;
    }

LinkedList是链表，略懂数据结构就知道其实现原理了。链表随机位置插入、删除数据时比线性表快，遍历比线性表慢。  
LinkedList部分源码：

public class LinkedList<e>
    extends AbstractSequentialList<e>
    implements List<e>, Deque<e>, Cloneable, java.io.Serializable
    {
        //头尾节点
        transient Node<e> first;
        transient Node<e> last;
    }
    //节点类
     private static class Node<e> {
        //节点存储的数据
        E item;
        Node<e> next;
        Node<e> prev;
        Node(Node<e> prev, E element, Node<e> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

由此可根据实际情况来选择使用ArrayList（非同步、非频繁删除时选择）、Vector（需同步时选择）、LinkedList（频繁在任意位置插入、删除时选择）。

\#Map（存储键值对，key唯一）

HashMap结构的实现原理是将put进来的key-value封装成一个Entry对象存储到一个Entry数组中，位置（数组下标）由key的哈希值与数组长度计算而来。如果数组当前下标已有值，则将数组当前下标的值指向新添加的Entry对象。

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable
    {
        transient Entry<k,v>[] table;
        public V put(K key, V value) {
            if (key == null)
                return putForNullKey(value);
            int hash = hash(key);
            int i = indexFor(hash, table.length);
            //遍历当前下标的Entry对象链，如果key已存在则替换
            for (Entry<k,v> e = table[i]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
           addEntry(hash, key, value, i);
            return null;
        }
    }
    static class Entry<k,v> implements Map.Entry<k,v> {
        final K key;
        V value;
        Entry<k,v> next;
        int hash;
    }

TreeMap是由Entry对象为节点组成的一颗红黑树，put到TreeMap的数据默认按key的自然顺序排序，new TreeMap时传入Comparator自定义排序。红黑树网上很多资料，我讲不清，这里就不介绍了。

# Set（保证容器内元素唯一性） #

之所以先讲Map是因为Set结构其实就是维护一个Map来存储数据的，利用Map结构key值唯一性。  
HashSet部分源码：

public class HashSet<e>
    extends AbstractSet<e>
    implements Set<e>, Cloneable, java.io.Serializable
    {    
     
        //无意义对象来作为Map的value 
        private static final Object PRESENT = new Object();
        public boolean add(E e) {
            return map.put(e, PRESENT)==null;
        }
    }

> HashMap 支持key=null 但是 Hashtable 不支持 key=null

HashTable是Java中的遗留类，现在不怎么用了。也许HashTable类的设计者当时认为null作为key和value是没有什么用的。  
HashMap是之后的版本引进的类，它的接口Map表达的意义更为广泛，也许HashMap的设计者认为null作为key和value是有实际意义的，所以才允许为null。  
当然实际项目中，真的是有value为null的情况的。key为null的情况比较少见，但不代表没有。HashMap允许null为key和value应当是类的设计者思考让这个类更有用的设计吧。

## HashMap和HashTable的区别 ##

HashMap和HashTable都实现了Map接口，但决定用哪一个之前先要弄清楚它们之间的分别。

主要的区别有：线程安全性，同步(synchronization)，以及速度。

1.  HashMap几乎可以等价于HashTable，除了HashMap是非synchronized的，并可以接受null(HashMap可以接受为null的键值(key)和值(value)，而HashTable则不行)。
2.  HashMap是非synchronized，而HashTable是synchronized，这意味着HashTable是线程安全的，多个线程可以共享一个HashTable；而如果没有正确的同步的话，多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。
3.  另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器，而HashTable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。这条同样也是Enumeration和Iterator的区别。
4.  由于HashTable是线程安全的也是synchronized，所以在单线程环境下它比HashMap要慢。如果你不需要同步，只需要单一线程，那么使用HashMap性能要好过HashTable。
5.  HashMap不能保证随着时间的推移Map中的元素次序是不变的。

要注意的一些重要术语：

1.  sychronized意味着在一次仅有一个线程能够更改HashTable。就是说任何线程要更新HashTable时要首先获得同步锁，其它线程要等到同步锁被释放之后才能再次获得同步锁更新Hashtable。
2.  Fail-safe和iterator迭代器相关。如果某个集合对象创建了Iterator或者ListIterator，然后其它的线程试图“结构上”更改集合对象，将会抛出ConcurrentModificationException异常。但其它线程可以通过set()方法更改集合对象是允许的，因为这并没有从“结构上”更改集合。但是假如已经从结构上进行了更改，再调用set()方法，将会抛出IllegalArgumentException异常。
3.  结构上的更改指的是删除或者插入一个元素，这样会影响到map的结构。

**问题：我们能否让HashMap同步？**  
HashMap可以通过下面的语句进行同步：

Map m = Collections.synchronizeMap(hashMap);

结论：  
HashTable和HashMap有几个主要的不同：线程安全以及速度。仅在你需要完全的线程安全的时候使用HashTable，而如果你使用Java 5或以上的话，请使用ConcurrentHashMap吧。

HashSet、TreeSet分别默认维护一个HashMap、TreeMap。

[70]: /images/20220520/e4d0f51ccfa5496c823d4e95aa113e50.png
[70 1]: /images/20220520/883e914cc11e408e9c82189033777603.png