当前位置 博文首页 > weixin_33883178的博客：教妹学 Java：大有可为的集合
“二哥，上一篇《泛型》的反响效果怎么样啊？”三妹对她提议的《教妹学 Java》专栏很是关心。
“有人评论说，‘二哥你敲代码都敲出幻想了啊。’”
“呵呵，这句话充斥着满满的讽刺意味啊。”三妹有点难过了起来。
“不过，也有人评论说，‘建议这个系列的文章多写啊，因为我花了半个月都没看懂《 Java 编程思想》中关于泛型的讲解，但再看完这篇文章后终于融会贯通了，比心。’”
“二哥，你能不能先说好消息啊？真是的。我也要给这位暖心的读者比心了。”三妹说完这句话就在我面前比了一个心，我瞅了她一眼，发现她之前的愁容也无影无踪了。
“那接下来，二哥还要继续写吗？”我看到了三妹深情的目光。
“嗯，我想该写集合了。”
“那就让我继续来提问吧，二哥你继续来回答。”三妹已经跃跃欲试了。
三妹，听哥慢慢给你讲啊。
JDK 1.2 的时候引入了集合的概念，用来包含一组数据结构。与数组不同的是，这些数据结构的存储空间会随着元素增加而动态增加。其中，有一些集合类支持添加重复元素，而另一些不支持；有一些支持添加 null 元素，而另一些不支持。
可以根据继承体系将集合分为两大类，一类实现了 Collection 接口（见图 1），另一类实现了 Map 接口（见图 2）。
介绍一下图 1：
1）Collection 是所有集合类的根接口。
2）Set 接口的实现类不允许重复的元素，例如 HashSet、LinkedHashSet。
3）List 接口的实现类允许重复元素，可通过 index 访问对应位置上的元素，例如 LinkedList、ArrayList。
4）Queue 接口的实现类允许在队列的尾部或者头部增加或者删除元素，例如 PriorityQueue。
介绍一下图 2：
1）HashMap 是最常用的 Map，可以根据键直接获取对应的值，它根据键的 hashCode 值存储数据，所以访问速度非常快。HashMap 最多只允许一条记录的键为 null (多条会覆盖)；但允许多条记录的值为 null。
2）TreeMap 能够把它保存的记录根据键（不允许键的值为 null）排序，默认是升序，也可以指定排序的比较器，当用迭代器（Iterator）遍历 TreeMap 时，得到的记录是排过序的。
3）Hashtable 的键和值均不允许为 null，是线程同步的，也就是说任一时刻只有一个线程能写 Hashtable，线程同步会消耗掉一些性能，因此 Hashtable 在写入时花费的时间也会比较多。
4）LinkedHashMap 保存了记录的插入顺序，当用迭代器（Iterator）遍历 LinkedHashMap 时，先得到的记录肯定是先插入的。键和值均允许为 null。
有了集合的帮助，程序员不再需要亲自实现元素的排序、查找等底层算法了。另外，基于数组实现的集合类在频繁读取时性能更佳，比如说 ArrayList；基于队列实现的集合类在频繁增加、更新、删除数据时效率更高，比如说 LinkedList；程序员所要做的就是，根据业务需要选择适当的集合类，至于性能调优嘛，可以微信找二哥。
三妹，刚提完问题就打盹啊，继续听哥给你慢慢讲啊。
LinkedList 其实是一个双向链表，来看源码。
public class LinkedList<E>
{
transient int size = 0;
/**
* Pointer to first node.
* Invariant: (first == null && last == null) ||
* (first.prev == null && first.item != null)
*/
transient Node<E> first;
/**
* Pointer to last node.
* Invariant: (first == null && last == null) ||
* (last.next == null && last.item != null)
*/
transient Node<E> last;
private static class Node<E> {
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;
}
}
}
复制代码1）LinkedList 包含一个非常重要的内部类——Node。Node 是节点所对应的数据结构，item 为当前节点的值，prev 为上一个节点，next 为下一个节点——这也正是“双向”链表的原因。first 为 LinkedList 的第一个节点，last 为最后一个节点。
2）size 是 LinkedList 的节点个数。当往 LinkedList 添加一个元素时，size+1，删除一个元素时，size-1。
ArrayList 其实是一个动态数组，来看源码。
public class ArrayList<E>
{
/**
* The array buffer into which the elements of the ArrayList are stored.
* The capacity of the ArrayList is the length of this array buffer. Any
* empty ArrayList with elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA
* will be expanded to DEFAULT_CAPACITY when the first element is added.
*/
transient Object[] elementData; // non-private to simplify nested class access
/**
* The size of the ArrayList (the number of elements it contains).
*
* @serial
*/
private int size;
}
复制代码1）elementData 是 Object 类型的数组，用来保存添加到 ArrayList 中的元素。如果通过默认构造参数创建 ArrayList 对象时，elementData 的默认大小是 10。当 ArrayList 容量不足以容纳全部元素时，就会重新设置容量，新的容量 = 原始容量 + (原始容量 >> 1)（参照以下代码）。
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + (oldCapacity >> 1);
elementData = Arrays.copyOf(elementData, newCapacity);
}
复制代码>> 运算符还没有驾驭了。不过，通过代码测试后的结论是，当原始容量为 10 的时候，新的容量为 15；当原始容量为 20 的时候，新的容量为 30。
2） size 是 ArrayList 的元素个数。当往 ArrayList 添加一个元素时，size+1，删除一个元素时，size-1。
由于 LinkedList 和 ArrayList 底层实现的不同（一个双向链表，一个动态数组），它们之间的区别也很一目了然。
关键点1 ：LinkedList 在添加（add(E e)）、插入（add(int index, E element)）、删除（remove(int index)）元素的性能上远超 ArrayList。
为什么呢？先来看 ArrayList 的相关源码。
// ensureCapacityInternal() 方法内部会调用 System.arraycopy()
public boolean add(E e) {
ensureCapacityInternal(size + 1); // Increments modCount!!
elementData[size++] = e;
return true;
}
public void add(int index, E element) {
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
elementData[index] = element;
size++;
}
public E remove(int index) {
E oldValue = elementData(index);
int numMoved = size - index - 1;
if (numMoved > 0)
System.arraycopy(elementData, index+1, elementData, index,
numMoved);
elementData[--size] = null; // clear to let GC do its work
return oldValue;
}
复制代码观察 ArrayList 的源码，就能够发现，ArrayList 在添加、插入、删除元素的时候，会有意或者无意（扩容）的调用 System.arraycopy(Object src, int srcPos, Object dest, int destPos, int length) 方法，该方法对性能的损耗是非常严重的。
再来看 LinkedList 的相关源码。
/**
* Links e as last element.
*/
void linkLast(E e) {
final Node<E> l = last;
final Node<E> newNode = new Node<>(l, e, null);
last = newNode;
if (l == null)
first = newNode;
else
l.next = newNode;
}
/**
* Unlinks non-null node x.
*/
E unlink(Node<E> x) {
if (prev == null) {
first = next;
} else {
prev.next = next;
x.prev = null;
}
if (next == null) {
last = prev;
} else {
next.prev = prev;
x.next = null;
}
x.item = null;
return element;
}
复制代码LinkedList 不存在扩容的问题，也不需要对原有的元素进行复制；只需要改变节点的数据就好了。
关键点2：LinkedList 在查找元素时要慢于 ArrayList。
为什么呢？先来看 LinkedList 的相关源码。
/**
* Returns the (non-null) Node at the specified element index.
*/
Node<E> node(int index) {
// assert isElementIndex(index);
if (index < (size >> 1)) {
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else {
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}
复制代码观察 LinkedList 的源码，就能够发现， LinkedList 在定位 index 的时候会先判断位置（是在 1 / 2 的前面还是后面），再从前往后或者从后往前执行 for 循环依次找。
再来看 ArrayList 的相关源码。
@SuppressWarnings("unchecked")
E elementData(int index) {
return (E) elementData[index];
}
复制代码ArrayList 直接根据 index 从数组中取出该位置上的元素，不需要 for 循环遍历啊——这样显然更快！
三妹，提问题越来越有艺术了啊？继续听哥给你慢慢讲啊。
HashMap 存储的是键值对，其键是一个哈希码（Hash 的直译，也称作散列）。来看源码。
public class HashMap<K,V>
{
transient Node<K,V>[] table;
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
public HashMap(int initialCapacity, float loadFactor) {
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
}
复制代码1）table 是一个 Node 数组，而 Node 是一个单向链表（只有 next）。HashMap 的键值对就存储在 table 数组中。
2）loadFactor 就是大名鼎鼎的加载因子，默认的加载因子是 0.75, 据说这是在时间和空间成本上寻求的一种折衷。
3）initialCapacity 就是初始容量，默认为 16。 ?? 4）threshold 是 HashMap 的阈值——判断是否需要对 HashMap 进行扩容，threshold 的值 = 容量 * 加载因子，当 HashMap 中存储的数据数量达到 threshold 时，就需要将 HashMap 的容量加倍。
“初始容量” 和 “加载因子”对 HashMap 的性能影响颇大。容量是 HashMap 中桶（见下图）的数量，初始容量只是 HashMap 在创建时的容量。加载因子是 HashMap 在其容量自动增加之前可以达到多满的一种尺度。
TreeMap 存储的是有序的键值对，基于红黑树（Red-Black tree）实现。可以在初始化的时候指定键位的排序方式，如果没有指定的话就根据键位的自然顺序进行排序。来看源码。
public class TreeMap<K,V>
{
private final Comparator<? super K> comparator;
private transient Entry<K,V> root;
private static final boolean RED = false;
private static final boolean BLACK = true;
static final class Entry<K,V> implements Map.Entry<K,V> {
K key;
V value;
Entry<K,V> left;
Entry<K,V> right;
Entry<K,V> parent;
boolean color = BLACK;
}
}
复制代码1）root 是红黑树的根节点，是一个 Entry 类型（按照 key 进行排序），包含了 key（键）、value（值）、left（左边的子节点）、right（右边的子节点）、parent（父节点）、color（颜色）。
2）comparator 是红黑树的排序方式，是一个 Comparator 接口类型，该接口里面有一个 compare 方法，有两个参数 T o1 和 T o2，是泛型的表示方式，表示待比较的两个对象，该方法的返回值是一个整形， o1大于o2，返回正整数； o1等于o2，返回0；o1小于o3，返回负整数。
总结一下就是，HashMap 适用于在 Map 中插入、删除和定位元素；TreeMap 适用于按自然顺序或自定义顺序遍历键（key）。
三妹，没有任何问题，包在我身上。不过，在讲之前，你能先去给哥泡杯咖啡吗？
通常，我们从数组中查找一个元素时，需要对整个数组进行遍历。但如果这个数组是排序过的，就可以进行二分查找了。
二分查找的方式：
第一步，将数组中间位置上的元素与要查找的对象进行比较，如果两者相等，则查找成功；否则进行第二步。
第二步，利用中间位置将数组分割成前、后两个子集。
第三步，比较要查找的对象与中间位置上的元素，如果前者大于后者，则在后面的子集中按照之前的方式进行查找；否则，在前面的子集中按照之前的方式进行查找。
这样做可以将查找范围缩减一半，大大的减少了查询的次数。
Collections 类的 binarySearch() 方法实现了二分查找这个算法，可以直接使用，前提是先要排序，否则将返回 -2。源码如下。
private static <T>
int indexedBinarySearch(List<? extends Comparable<? super T>> list, T key) {
int low = 0;
int high = list.size()-1;
while (low <= high) {
int mid = (low + high) >>> 1;
Comparable<? super T> midVal = list.get(mid);
int cmp = midVal.compareTo(key);
if (cmp < 0)
low = mid + 1;
else if (cmp > 0)
high = mid - 1;
else
return mid; // key found
}
return -(low + 1); // key not found
}
复制代码我们来测试一下。
List<String> list1 = new ArrayList<>();
list1.add("沉");
list1.add("默");
list1.add("王");
list1.add("二");
Collections.sort(list1); // 先要排序
System.out.println(Collections.binarySearch(list1, "王")); // 2
复制代码“二哥，终于讲完《集合》了，喝口咖啡吧！”三妹的态度很体贴。
“谢谢。”
“二哥，如果这篇文章继续遭受到批评，你会不会气馁啊？”三妹眨了眨眼睛，继续问我，我看到她长长的睫毛，真的很美。
“嗯，对于作者来说，当然希望文章能够得到正面的反馈，如果是负面的反馈，那也在我的意料之中。”
“为啥？”三妹很好奇。
“《教妹学 Java》是一种创新的写作手法，市面上还没有，新鲜、有趣的事物总需要一段时间才能被大众接受，否则也就不叫创新了。”
“二哥，为你的勇气点赞！”看到三妹很为我骄傲的样子，我的心里盛开了一朵牡丹花。
