Java集合框架要点概括（Core Knowledge of Java Collection）

Posted 2020-12-02

目录

• 有哪些集合类
  • Set类
  • Queue类
  • List类
  • Map类
• HashMap的实现原理，是否线程安全，如何使其做到线程安全
  • HashMap的实现原理
• HashMap的线程安全问题

本文主要参考：

1. 《疯狂Java讲义精简版》-李刚
2. HashMap实现原理分析

有哪些集合类

• 一图终结

Set，Queue和List都是继承了Collection，即大多数集合类的根接口。而Map则是单独的另一个接口发散出来。

Set类

• HashSet:用哈希算法存储集合中的元素，因此存取和查找性能很好。但不是同步的，在有两个以上线程同时操作HashSet时，需要用代码保证其同步。集合元素值可以是null。当HastSet存入一个元素时,会调用该对象的HashCode()方法获取其哈希值，然后用哈希值决定该对象在HashSet中的存储位置。如果两个元素通过equals方法比较返回true,但它们的HashCode方法返回值不相等，HashSet会把它们存储在不同位置。所以，HashSet集合判断两个元素相等的标准是两个对象通过equals方法比较相等，且HashCode方法的返回值也相等。（因此，重写一个类的equals方法时，也应该重写其HashCode方法，规则是：如果两个对象equals返回true，则两个对象的HashCode值也应该相同。如果不这样做，导致equals返回true，而HashCode相同，则HashSet会把这两个对象保存在Hash表的不用位置，从而使两个对象都添加成功，违背了Set集合的规则。）

• LinkedHashSet：HashSet的子类，和HashSet不同的是利用链表维护元素的次序，使得元素看起来是以插入的顺序保存的。因为需要维护元素的插入顺序，因此性能略低于HashSet的性能。

• TreeSet：SortedSet接口的实现类。保证元素的有序排列。支持两种排序方法，一是自然排序，二是定制排序。自然排序是TreeSet调用元素的compareTo方法比较元素大小，而这就要求元素对应的类必须实现了Comparable接口并实现了CompareTo(Object obj)方法。Java的一些常用类如BigDecimal,BigInteger,所有数值型包装类，Character,Boolean,String,Date,Time等都实现了Comparable接口。而定制排序，则是利用在构建TreeSet时，传入Comparator匿名对象并实现其CompareTo方法。

Queue类

模拟队列这种数据结构。队列是“先进先出”（FIFO）型的容器，尾部进元素，头部出元素。

• ArrayQueue：Deque接口的实现类，Deque接口是Queue接口的子接口，代表了一个双端队列，定义了一些双端队列的方法，这些方法允许从两端来操作队列的元素。ArrayDeque从名字来看，就知道是使用数组来实现的双端队列。（和ArrayList类似，底层都使用了一个动态的，可重新分配的Object[]数组来存储集合元素，当集合元素超出了该数组的容量时，系统会在底层重新分配一个Object数组来存储集合元素。）。而ArrayDeque因为具有push和pop方法，因此可以当栈使用。

• PriorityQueue:一个比较标准的队列实现类，但是其保存队列元素的顺序不是按加入队列的顺序，而是按队列元素的大小进行重新排序。因此当调用peek方法或者poll方法取出队列中的元素时，并不一定是取出最先进入队列的元素，从这一点看，PriorityQueue已经违反了队列的FIFO基本规则。

List类

线性表接口。

• ArrayList：内部用数组形式来保存集合元素。线程不安全的。

• Vector：也是用数组形式来保存集合元素，但是因为实现了线程同步功能，而实现机制却不好，所以各方面性能比较差。

• Stack：Vector的子类，模拟栈结构。同样是线程安全，性能较差，所以应该尽量少使用。如果需要使用“栈”这种结构，可以考虑用ArrayDeQue。

• 固定长度的List:工具类Arrays里提供了一个方法asList可以将以额数组或者制定个数的对象转换成一个List集合，这个集合不是ArrayList或Vector实现类的实例，而是Arrays内部类ArrayList的实例，是一个固定长度的List集合，程序只能遍历访问集合里的元素，不可增加或删除集合里的元素。

• LinkedList:一个比较特殊的集合类，既实现了Deque接口，也实现了List接口（可以根据索引来访问元素），所以可以当队列和栈用。内部用链表形式来保存集合元素，因此随机访问集合元素时性能较差，但在插入、删除元素时性能比较出色。

如果多个线程需要同时访问List集合中的元素，可以考虑使用Collections工具类将集合包装成线程
安全的集合。

Map类

key-value型存储方式。

Map和Set联系非常紧密，若将Map里的value都当成key的附庸，那么就可以像看待Set一样看待Map了。而从Java源码来看，也确实是先实现了Map，再包装一个value都为null的Map来实现的Set集合。

• Hashtable：从名字上来看，就知道是一个古老的类，因为没有遵守类名每个单词首字母大写的规则。

• HashMap：Hashtable和HashMap都是Map的典型实现类，关系类似于ArrayList和Vector。前者是一个古老的Map实现类，并且是线程安全的，所以性能差于后者。并且Hashtable不允许null作为键或者值（会抛出空指针异常），而HashMap可以。与HashSet类似，用作key的对象必须实现HashCode方法和equals方法，而判断两个value相等的方法则相对简单，只要两个对象通过equals方法比较返回true即可。

• LinkedHashMap：HashMap的子类，用双向链表维护了key-value对的次序，因此性能略低于HashMap。

• Properties: Hashtable的子类，是一种key和value都为String类的map。如名字所述，该对象在处理属性文件时特别方便，可以把Map中的key-value对写入属性文件中，也可以把属性文件中的“属性名=属性值”加载到Map对象中。

• TreeMap：SortedMap接口的实现类。本身是一个红黑树数据结构，每个kv对作为红黑树的一个节点，存储键值对时根据key对节点进行排序。同样分为自然排序和定制排序两种方式。

HashMap的实现原理，是否线程安全，如何使其做到线程安全

HashMap的实现原理

本部分来自HashMap实现原理分析

HashMap的数据结构

数据结构中有数组和链表来实现对数据的存储，但这两者基本上是两个极端。

数组

数组存储区间是连续的，占用内存严重，故空间复杂的很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难；

链表

链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。链表的特点是：寻址困难，插入和删除容易。

哈希表

那么我们能不能综合两者的特性，做出一种寻址容易，插入删除也容易的数据结构？答案是肯定的，这就是我们要提起的哈希表。哈希表（(Hash table）既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。

　　哈希表有多种不同的实现方法，我接下来解释的是最常用的一种方法—— 拉链法，我们可以理解为“链表的数组” ，如图：

从上图我们可以发现哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。

　　HashMap其实也是一个线性的数组实现的,所以可以理解为其存储数据的容器就是一个线性数组。这可能让我们很不解，一个线性的数组怎么实现按键值对来存取数据呢？这里HashMap有做一些处理。

　　首先HashMap里面实现一个静态内部类Entry，其重要的属性有 key , value, next，从属性key,value我们就能很明显的看出来Entry就是HashMap键值对实现的一个基础bean，我们上面说到HashMap的基础就是一个线性数组，这个数组就是Entry[]，Map里面的内容都保存在Entry[]里面。

/**
 * The table, resized as necessary. Length MUST Always be a power of two.
 */
transient Entry[] table;

HashMap的存取实现

既然是线性数组，为什么能随机存取？这里HashMap用了一个小算法，大致是这样实现：

// 存储时:
int hash = key.hashCode(); // 这个hashCode方法这里不详述,只要理解每个key的hash是一个固定的int值
int index = hash % Entry[].length;
Entry[index] = value;

// 取值时:
int hash = key.hashCode();
int index = hash % Entry[].length;
return Entry[index];

1)put

疑问：如果两个key通过hash%Entry[].length得到的index相同，会不会有覆盖的危险？
　　这里HashMap里面用到链式数据结构的一个概念。上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。打个比方， 第一个键值对A进来，通过计算其key的hash得到的index=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其index也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,index也等于0,那么C.next = B,Entry[0] = C；这样我们发现index=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起。所以疑问不用担心。也就是说数组中存储的是最后插入的元素。到这里为止，HashMap的大致实现，我们应该已经清楚了。

 public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value); //null总是放在数组的第一个链表中
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        //遍历链表
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            //如果key在链表中已存在，则替换为新value
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(hash, key, value, i);
        return null;
    }

 

void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e); //参数e, 是Entry.next
    //如果size超过threshold，则扩充table大小。再散列
    if (size++ >= threshold)
            resize(2 * table.length);
}

　　当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个index的链就会很长，会不会影响性能？HashMap里面设置一个因子，随着map的size越来越大，Entry[]会以一定的规则加长长度。

2）get

 public V get(Object key) {
        if (key == null)
            return getForNullKey();
        int hash = hash(key.hashCode());
        //先定位到数组元素，再遍历该元素处的链表
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;
}
 

3）null key的存取
null key总是存放在Entry[]数组的第一个元素。

   private V putForNullKey(V value) {
        for (Entry<K,V> e = table[0]; e != null; e = e.next) {
            if (e.key == null) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(0, null, value, 0);
        return null;
    }
 
    private V getForNullKey() {
        for (Entry<K,V> e = table[0]; e != null; e = e.next) {
            if (e.key == null)
                return e.value;
        }
        return null;
    }
 

4）确定数组index：hashcode % table.length取模
HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标；算法如下：

   /**
     * Returns index for hash code h.
     */
    static int indexFor(int h, int length) {
        return h & (length-1);
    }

按位取并，作用上相当于取模mod或者取余%。（位运算的巧妙运用：由于位运算不需要将数转换为十进制，因此速度较快，而x mod/% n = x & (n-1)，故此处用按位与运算代替取模操作）
这意味着数组下标相同，并不表示hashCode相同。

5）table初始大小

  public HashMap(int initialCapacity, float loadFactor) {
        .....
        // Find a power of 2 >= initialCapacity
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
        this.loadFactor = loadFactor;
        threshold = (int)(capacity * loadFactor);
        table = new Entry[capacity];
        init();
    }

注意table初始大小并不是构造函数中的initialCapacity！！

而是 >= initialCapacity的2的n次幂！！！！

————为什么这么设计呢？——

解决hash冲突的办法

开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
再哈希法
链地址法
建立一个公共溢出区
Java中hashmap的解决办法就是采用的链地址法。

再散列rehash过程

当哈希表的容量超过默认容量时，必须调整table的大小。当容量已经达到最大可能值时，那么该方法就将容量调整到Integer.MAX_VALUE返回，这时，需要创建一张新表，将原表的映射到新表中。

   /**
     * Rehashes the contents of this map into a new array with a
     * larger capacity.  This method is called automatically when the
     * number of keys in this map reaches its threshold.
     *
     * If current capacity is MAXIMUM_CAPACITY, this method does not
     * resize the map, but sets threshold to Integer.MAX_VALUE.
     * This has the effect of preventing future calls.
     *
     * @param newCapacity the new capacity, MUST be a power of two;
     *        must be greater than current capacity unless current
     *        capacity is MAXIMUM_CAPACITY (in which case value
     *        is irrelevant).
     */
    void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }
        Entry[] newTable = new Entry[newCapacity];
        transfer(newTable);
        table = newTable;
        threshold = (int)(newCapacity * loadFactor);
    }

 

    /**
     * Transfers all entries from current table to newTable.
     */
    void transfer(Entry[] newTable) {
        Entry[] src = table;
        int newCapacity = newTable.length;
        for (int j = 0; j < src.length; j++) {
            Entry<K,V> e = src[j];
            if (e != null) {
                src[j] = null;
                do {
                    Entry<K,V> next = e.next;
                    //重新计算index
                    int i = indexFor(e.hash, newCapacity);
                    e.next = newTable[i];
                    newTable[i] = e;
                    e = next;
                } while (e != null);
            }
        }
    }

简单总结

对于HashSet及其子类而言，它们采用hash算法来决定集合中元素的存储位置，并通过hash算法来控制集合的大小；对于HashMap、Hahstable及其子类而言，它们采用hash算法来决定Map中key的存储，并通过hash算法来增加key集合的大小。

hash表里可以存储元素的位置被称为桶（bucket），通常情况下，每个桶里存储一个元素，此时有最好的性能，hash算法可以根据hashCode值计算出桶的存储位置，接着从桶中取出元素。但hash表的状态是open的：在发生hash冲突的情况下，单个桶会存储多个元素，这些元素以链表形式存储，必须按顺序搜索。

HashSet和HashMap的hash表都包含如下属性：
- 容量capacity:hash表中通的数量
- 初始化容量initial capacity：创建hash表时桶的数量。
- 尺寸size：当前hash表中记录的数量
- 负载因子load factor：负载因子=size/capacity，是一个0-1数值。负载因子为0时表示空的hash表，0.5表示半满的hash表，因此，轻负载的hash表具有冲突少，适宜插入与查询的特点。

除此之外，hash表里有一个负载极限值，当负载因子达到这个值时，hash表会自动成倍增加容量，并将原有的对象重新分配，放入新的桶内，称为再哈希Rehashing。

HashMap的线程安全问题

HashMap本身不是线程安全的（HashSet,TreeSet,ArrayList,ArrayDeque,LinkedList也都不是线程安全的），可以用Collections提供的类方法将它们包装成线程同步的集合。

Collection c=Collections,synchronizedCollection(new ArrayList());
List list=Collections.synchronizedList(new ArrayList());
Set s=Collections.synchronizedSet(new HashSet());
Map m=Collections,synchronizedMap(new HashMap());