Java集合框架概述

Posted 2020-10-11 摇头耶稣

集合框架指的是容器类。Java中大量持有对象的方式有数组和容器类两种方式。数组相较于容器类的优点在于：①随机访问效率高：由于是连续的存储空间，可以计算地址直接访问 ②类型确定：数组在创建时即可确定元素的具体类型 ③可存储基本数据类型。早期容器类默认存储Object类对象，这样无法在编译期对放入容器的元素类型进行检查，取出元素时也必须强制向下转型，而这不一定会成功。随着泛型的引入，容器类也可以声明确定的数据类型了。并且，由于自动包装机制，容器类也可以存储基本数据类型，而不是必须存储包装器类型的数据和引用类型数据。所以，数组的优势只剩下效率。如果效率高于灵活性，选择数组；否则，请选择容器类。所有的容器类尺寸都可以自动增长，但是牺牲了一定的效率。一般而言，优先使用容器类，以获取最大的灵活性。

容器类主要分为集合类和映射类：集合类存储的是单一的数据元素，比如一组对象。映射类存储的是相关联的键-值对，可以通过相应的方法获得键值对的键集合视图、值集合视图和键值对集合视图。对应这两个类，集合框架的顶层接口分别为Collection接口和Map接口。

集合类的继承层次为：

主要有三个继承的接口：Set：特点是没有重复元素；List：相当于线性表，保证了线性序列的特点；Queue：先进先出的队列。

映射类的继承层次为：

主要有HashMap、TreeMap和LinkedHashMap三个派生的接口；Hashtable一般由HashMap替代，不建议使用。映射类Map又称为关联数组或字典，它可以将一组对象映射到另一组对象中（不要求类型相同）。

以上实线表示继承（extends），虚线表示实现（implement）。集合类和映射类的继承层次加在一起，构建了完整的集合框架。

集合框架的设计理念：提供一套“小而美”的API。API需要对程序员友好，增加新功能时能让程序员们快速上手。

为实现这个设计理念，需要实现以下几点：
一、保证最顶层的核心接口足够小：最顶层的接口（也就是Collection与Map接口）只需要实现一个集合应该具备的基本操作即可。最顶层的接口并不会区分该集合是否可变（mutability）,是否可更改（modifiability）,是否可改变大小（resizability）这些细微的差别。一些操作是可选的，在实现时抛出UnsupportedOperationException即可表示集合不支持该操作。集合的实现者必须在文档中声明那些操作是不支持的。

核心接口Collection接口的方法内容如下：

主要包括基本操作（计算元素个数、判断容器是否为空、判断是否包含某个元素、添加元素、移除元素）、迭代操作（获取迭代器对象的方法）、批量操作（判断是否包含一些元素、添加一些元素（并集）、移除一些元素（差集）、保留指定的一些元素（交集）、清空容器）和数组操作（将容器内容转换为数组存储形式）等。这些操作很显然是作为容器应当具备的常规操作，所以在最顶层接口中以抽象方法的形式给出（同时看出很多操作比数组灵活太多）。具体接口如下所示：

核心接口Map接口的方法内容如下：

常规操作与集合类相似，只是部分方法名称有所改变（get put等）；同时由于存储的是键值对，所以提供了返回键集合、值集合、键值对集合的方法keySet()、values()和entrySet()。映射类相当于数学中的函数，y=f(x)。所以，键是不会重复的；对于每一个键都有唯一的值与之映射。因此键集合、键值对集合都是Set类型（没有重复元素），值集合是普通的集合类（一般用List存储）。

 注意：Map接口中有一个内部类，接口Entry，该接口表示键值对对象。

二、根据需要扩展核心接口：在实际应用中对于具体的集合可能会有特别的操作需求，那么只需要扩展（extends）核心接口即可。

核心接口Collection主要的子接口有：

1、List接口：核心接口Collection接口中的数据元素是无序存储的。List接口直接继承了Collection接口，增加了有关元素位置的操作，允许有重复的元素。实现该接口的集合类是一个以列表形式存储数据的集合，可以对插入列表的每个元素的位置进行精确控制。所以该接口中增加了很多包含参数index的方法。List就是线性表，与数组一样是有顺序的线性容器。因为List类建立了元素与索引之间的关系，所以可以通过索引访问元素。

2、Set接口：直接继承于Collection接口，扩展的地方是要求元素不能重复。如果向实现Set接口的集合类中插入已经存在的元素，会插入失败。如果进一步要求对存储的元素进行排序，那么可以继续扩展Set接口，得到继承于Set接口的SortedSet接口。

3、Queue接口：直接继承于Collection接口。它与别的接口不一样的地方在于：Queue主要用于存储数据，而不是处理数据（A collection designed for holding elements prior to processing）。是一种在处理元素前用于保存元素的 collection。队列为Collection接口中的插入、提取和检查操作都提供了第二种形式：一种抛出异常（操作失败时），另一种返回一个特殊值（null 或 false，具体取决于操作）。比如说Collection接口中插入操作为add(E e)，而Queue额外提供了插入方法offer(E e)。队列通常（但并非一定）以 FIFO（先进先出）的方式排序各个元素，不过优先级队列和 LIFO 队列（或堆栈）例外。对此也要求要扩展相应的方法。

 

核心接口Map的主要子接口有：

1、SortedMap接口：如果我不仅想要存储键值对，还希望集合中的键值对按照键进行排序，那么可以直接扩展Map接口，得到SortedMap接口。

 

三、实现接口的骨干方法：有了以上的接口层次，如果我想设计一个集合，直接实现这些接口即可。但是重写所有的抽象方法的代码量仍然是比较大的，JDK为了方便设计集合，已经提前实现了这些接口的主要操作，也就是对应的Abstract类。比如实现了Collection接口的主要方法的AbstractCollection抽象类，实现了Map接口的主要方法的AbstractMap抽象类，实现了List接口的AbstractList抽象类等等。如果想设计自定义的集合类，直接继承这些抽象类即可。

 

四、提供集合框架的具体实现类

集合类体系的具体实现类主要有：

List接口的具体实现：

1、ArrayList类：其实，就是顺序表。继承自AbstractList类，实现的是List接口。长度可以动态改变（就地扩容）的数组线性表类，因为是基于数组实现的，所以优点是：随机访问速度极快（O(1)），但是缺点是：不适合频繁的插入和删除操作（O(n)）。特点：用默认的构造器初始化得到的ArrayList长度为10，就地扩容时容量变为：“原容量*3/2+1”。ArrayList是线程不安全的。请注意，尽管ArrayList底层使用数组实现该顺序表，所以具备了数组的随机访问速度快的优点，但是就效率而言还是比不过数组，这是因为：①空间利用率不高②扩容时移动大量的元素耗费时间。尽管如此，它在操作的灵活性上还是远超数组。

2、Vector类：ArrayList线程安全的版本。继承自AbstractList类，实现的是List接口。与ArrayList基本相同，区别就是：①扩容方案是变为原来的容量的两倍。②是线程安全的。所以一般在多线程中使用Vector代替ArrayList。

3、LinkedList类：继承自AbstractSequentialList类，实现的是List和Queue接口。是一个以链表形式实现的集合类。因为是基于双向循环链表实现，所以优点是：插入和删除操作效率高（O(1)），缺点是：随机访问速度慢，因为需要遍历链表（O(n)）。

 

Set接口的具体实现：

1、HashSet类：继承自AbstractSet类，实现的是Set接口。受哈希表支持，基于hash算法来存储无重复的数据的类。其实HashSet底层是基于HashMap实现的。HashMap存储的是键值对，要求键不能重复，如果单独看键，将值设定为固定值，其实HashMap的键就是Set集合！HashSet访问速度最快，但是不保证集合的迭代顺序，特别是不保证集合的迭代顺序永久不变（因为可以会发生再哈希resize）。

2、LinkedHashSet类： 继承自HashSet类，实现的是Set接口。通过查看LinkedHashSet的源码可以发现,其底层是基于LinkedHashMap来实现的。对于LinkedHashSet而言，它和HashSet主要区别在于LinkedHashSet中存储的元素是在哈希算法的基础上增加了链式表的结构。速度比HashSet慢点，但是维持插入顺序。

3、TreeSet类：继承自AbstractSet类，实现的是SortedSet接口。TreeSet是一种排序二叉树。存入Set集合中的值，会按照值的大小进行相关的排序操作。底层算法是基于红黑树来实现的。TreeSet中的元素会按照相关的值进行排序，所以该方法比前两种都慢。

 

Queue接口的具体实现：1、PriorityQueue类：表示一个基于优先级堆的无界优先级队列。优先级队列是无界的，但是有一个内部容量，控制着用于存储队列元素的数组大小。它通常至少等于队列的大小。随着不断向优先级队列添加元素，其容量会自动增加。

2、各种Queue和栈的行为，都有LinkedList提供支持。

 

映射类体系的具体实现类主要有：

1、HashMap类：继承AbstractMap类，实现了Map接口。HashMap基于hash表实现，若key的hash值相同则使用链表方式进行保存（拉链法），即链表的数组。新建一个HashMap时,默认的话会初始化一个大小为16，负载因子为0.75的空的HashMap。HashMap至多允许一个key为null，允许多个value为null。

2、LinkedHashMap类：继承自HashMap，实现了Map接口。同样也是基于hash算法实现，但是LinkedHashMap与HashMap的不同之处在于，LinkedHashMap并不是一个”链表的数组“，而是一个双重链表。该类线程不安全，如果你想在多线程中使用，那么需要使用Collections.synchronizedMap方法进行外部同步。

3、HashTable类：继承于Dictionary类，实现了Map接口。此类实现一个哈希表，该哈希表将键映射到相应的值。HashTable不允许任何null元素，它是线程安全的。该类一般被废弃，由HashMap替代。

4、TreeMap类：继承AbstractMap类，实现了SortedMap接口。基于红黑树实现了键值对的排序。该类线程不安全，如果在多线程中使用，则应该使用 Collections.synchronizedMap 方法来“包装”该映射。

 

补充：1、Collection接口中有将集合类转化为数组的方法toArray()，所以任何集合类都可以通过该方法实现集合和数组的交互。

2、Map接口有获取键集合视图的方法keySet()，有获取值集合视图的方法values()，有获取键值对集合视图的方法entrySet()，通过这三个方法可以实现映射类和集合类的交互。

 

总结：集合框架就是由一系列接口、接口的骨干实现抽象类以及具体实现类组成的模板。最顶层的接口包含核心方法，根据实际需求衍生了子接口以及子接口的子接口。为方便实现接口，对这些接口进行了初步实现，得到了骨干实现抽象类。最后封装好了完善的具体实现类，用作不同的存储和操作需求。

集合框架分为两个大枝，集合类体系和映射类体系，二者可以（转化）交互。集合类也可以与数组（转化）交互。

单一的元素请选择Collection类：

①List类是有顺序的线性表，允许元素重复：如果频繁随机访问，采用ArrayList实现；频繁在容器内部进行插入、删除操作，请选择LinkedList。

②Set类不允许重复的元素：为了查找速度，不在乎元素存储顺序，请选择HashSet；要求元素顺序与插入顺序一致，选择LinkedHashSet，但是比前者慢；为了得到一个按值有序的容器，可以使用TreeSet，最慢。

③Queue类和Stack都可以由LinkedList实现。

 

键值对的存储请选择Map类：

为了速度请选择HashMap；为了保证有序请选择TreeMap；为了保证与插入顺序一致，请选择LinkedHashMap(与Set一样)。

 

在具体使用某个容器类时，对象创建一定是使用具体的实现类，但是引用有两种选择：

①List<Type> list=new ArrayList<>(); 

这种方式选择上层接口作为引用（向上转型），因为具体实现类对父类接口的实现（其实就是继承），需要实现其所有的抽象方法（其实就是重写方法），而这种重写是覆盖，所以通过list上层接口引用不会影响调用具体实现类中的方法。这种方法还有个优点是灵活，如果需要切换另一种LIst实现类直接向下转型即可。

②ArrayList<Type> list=new ArrayList<>()；

作为最常见的对象创建方式，这种方式优点是：可能某些具体实现类不仅实现了父类接口的全部抽象方法（即重写），还增加了在该情景下对数据独特的操作方法。这时候如果向上转型，显然会丢失这部分方法；所以直接将引用类型确定为具体实现类本身即可。

 

另外，所有的Collection接口实现类都提供带有Collection<T>参数的构造器，这是为了方便实现容器类之间的转换。使用该方式还有一些额外的效果，比如：将List容器转存至Set容器，自动消除了重复元素，如果是TreeSet还能按值排序；将List容器转存至Map容器时，可以将每个元素出现的次数作为值，元素作为键，这样可以统计频度，等等。

 

数组和容器都可以使用for-each方式进行迭代遍历，但是该方式只能读。容器类提供了iterator()方法获取一个轻量级对象——Iterator迭代器对象。迭代器对象进行容器类的遍历时需要注意：①单向移动，向后遍历 ②可以移除元素，但是每次只能移除一个元素，重复调用remove（）方法会空指针异常。其实移除元素，移除的是迭代器游标位置的元素，初始时游标指向第一个元素之前。

另外，List类还额外提供了listIterator()方法来获取ListIterator，这种迭代器威力更加强大，可以自由的双向移动，还可以设置初始化游标的位置。不仅可以移除元素，还可以插入、修改元素。