大家好，这里是《齐姐聊数据结构》系列之大集合。
话不多说，直接上图：
Java 集合，也称作容器，主要是由两大接口 (Interface) 派生出来的：
Collection 和 Map
顾名思义，容器就是用来存放数据的。
那么这两大接口的不同之处在于：
- Collection 存放单一元素；
- Map 存放 key-value 键值对。
就是单身狗放 Collection 里面，couple 就放 Map 里。（所以你属于哪里？
学习这些集合框架，我认为有 4 个目标：
- 明确每个接口和类的对应关系；
- 对每个接口和类，熟悉常用的 API；
- 对不同的场景，能够选择合适的数据结构并分析优缺点；
- 学习源码的设计，面试要会答啊。
关于 Map，之前那篇 HashMap 的文章已经讲的非常透彻详尽了，所以本文不再赘述。如果还没看过那篇文章的小伙伴，快去公众号内回复「HashMap」看文章吧～
Collection
先来看最上层的 Collection.
Collection 里还定义了很多方法，这些方法也都会继承到各个子接口和实现类里，而这些 API 的使用也是日常工作和面试常见常考的，所以我们先来看下这些方法。
操作集合，无非就是「增删改查」四大类，也叫 CRUD:
Create, Read, Update, and Delete.
那我也把这些 API 分为这四大类：
| 功能 | 方法 |
|---|---|
| 增 | add()/addAll() |
| 删 | remove()/ removeAll() |
| 改 | Collection Interface 里没有 |
| 查 | contains()/ containsAll() |
| 其他 | isEmpty()/size()/toArray() |
下面具体来看：
增：
boolean add(E e);
add() 方法传入的数据类型必须是 Object，所以当写入基本数据类型的时候，会做自动装箱 auto-boxing 和自动拆箱 unboxing。
还有另外一个方法 addAll()，可以把另一个集合里的元素加到此集合中。
boolean addAll(Collection<? extends E> c);
删：
boolean remove(Object o);
remove()是删除的指定元素。
那和 addAll() 对应的，
自然就有removeAll()，就是把集合 B 中的所有元素都删掉。
boolean removeAll(Collection<?> c);
改：
Collection Interface 里并没有直接改元素的操作，反正删和增就可以完成改了嘛！
查：
- 查下集合中有没有某个特定的元素：
boolean contains(Object o);
- 查集合 A 是否包含了集合 B：
boolean containsAll(Collection<?> c);
还有一些对集合整体的操作：
- 判断集合是否为空：
boolean isEmpty();
- 集合的大小：
int size();
- 把集合转成数组：
Object[] toArray();
以上就是 Collection 中常用的 API 了。
在接口里都定义好了，子类不要也得要。
当然子类也会做一些自己的实现，这样就有了不同的数据结构。
那我们一个个来看。
List
List 最大的特点就是：有序，可重复。
看官网说的：
An ordered collection (also known as a sequence).
Unlike sets, lists typically allow duplicate elements.
这一下把 Set 的特点也说出来了，和 List 完全相反，Set 是 无序，不重复的。
List 的实现方式有 LinkedList 和 ArrayList 两种，那面试时最常问的就是这两个数据结构如何选择。
对于这类选择问题：
一是考虑数据结构是否能完成需要的功能；
如果都能完成，二是考虑哪种更高效。
（万事都是如此啊。
那具体来看这两个 classes 的 API 和它们的时间复杂度：
| 功能 | 方法 | ArrayList | LinkedList |
|---|---|---|---|
| 增 | add(E e) | O(1) | O(1) |
| 增 | add(int index, E e) | O(n) | O(n) |
| 删 | remove(int index) | O(n) | O(n) |
| 删 | remove(E e) | O(n) | O(n) |
| 改 | set(int index, E e) | O(1) | O(n) |
| 查 | get(int index) | O(1) | O(n) |
稍微解释几个：
add(E e) 是在尾巴上加元素，虽然 ArrayList 可能会有扩容的情况出现，但是均摊复杂度（amortized time complexity）还是 O(1) 的。
add(int index, E e)是在特定的位置上加元素，LinkedList 需要先找到这个位置，再加上这个元素，虽然单纯的「加」这个动作是 O(1) 的，但是要找到这个位置还是 O(n) 的。（这个有的人就认为是 O(1)，和面试官解释清楚就行了，拒绝扛精。
remove(int index)是 remove 这个 index 上的元素，所以
- ArrayList 找到这个元素的过程是 O(1)，但是 remove 之后，后续元素都要往前移动一位，所以均摊复杂度是 O(n)；
- LinkedList 也是要先找到这个 index，这个过程是 O(n) 的，所以整体也是 O(n)。
remove(E e)是 remove 见到的第一个这个元素，那么
- ArrayList 要先找到这个元素，这个过程是 O(n)，然后移除后还要往前移一位，这个更是 O(n)，总的还是 O(n)；
- LinkedList 也是要先找，这个过程是 O(n)，然后移走，这个过程是 O(1)，总的是 O(n).
那造成时间复杂度的区别的原因是什么呢？
答：
-
因为 ArrayList 是用数组来实现的。
-
而数组和链表的最大区别就是数组是可以随机访问的（random access）。
这个特点造成了在数组里可以通过下标用 O(1) 的时间拿到任何位置的数，而链表则做不到，只能从头开始逐个遍历。
也就是说在「改查」这两个功能上，因为数组能够随机访问，所以 ArrayList 的效率高。
那「增删」呢？
如果不考虑找到这个元素的时间，
数组因为物理上的连续性，当要增删元素时，在尾部还好，但是其他地方就会导致后续元素都要移动，所以效率较低；而链表则可以轻松的断开和下一个元素的连接，直接插入新元素或者移除旧元素。
但是呢，实际上你不能不考虑找到元素的时间啊。。。而且如果是在尾部操作，数据量大时 ArrayList 会更快的。
所以说：
- 改查选择 ArrayList；
- 增删在尾部的选择 ArrayList；
- 其他情况下，如果时间复杂度一样，推荐选择 ArrayList，因为 overhead 更小，或者说内存使用更有效率。
Vector
那作为 List 的最后一个知识点，我们来聊一下 Vector。这也是一个年龄暴露帖，用过的都是大佬。
那 Vector 和 ArrayList 一样，也是继承自 java.util.AbstractList
但是现在已经被弃用了，因为...它加了太多的 synchronized！
任何好处都是有代价的，线程安全的成本就是效率低，在某些系统里很容易成为瓶颈，所以现在大家不再在数据结构的层面加 synchronized，而是把这个任务转移给我们程序员==
那么面试常问题：Vector 和 ArrayList 的区别是什么，只答出来这个还还不太全面。
来看 stack overflow 上的高票回答：
一是刚才已经说过的线程安全问题；
二是扩容时扩多少的区别。
这个得看看源码：
这是 ArrayList 的扩容实现，这个算术右移操作是把这个数的二进制往右移动一位，最左边补符号位，但是因为容量没有负数，所以还是补 0.
那右移一位的效果就是除以 2，那么定义的新容量就是原容量的 1.5 倍。
不了解这个右移操作符的小伙伴，公众号内回复「二进制」快复习一下吧～
再来看 Vector 的：
因为通常 capacityIncrement 我们并不定义，所以默认情况下它是扩容两倍。
答出来这两点，就肯定没问题了。
Queue & Deque
Queue 是一端进另一端出的线性数据结构；而 Deque 是两端都可以进出的。
Queue
Java 中的 这个 Queue 接口稍微有点坑，一般来说队列的语义都是先进先出（FIFO）的。
但是这里有个例外，就是 PriorityQueue，也叫 heap，并不按照进去的时间顺序出来，而是按照规定的优先级出去，并且它的操作并不是 O(1) 的，时间复杂度的计算稍微有点复杂，我们之后单独开一篇来讲。
那 Queue 的方法官网都总结好了，它有两组 API，基本功能是一样的，但是呢：
- 一组是会抛异常的；
- 另一组会返回一个特殊值。
| 功能 | 抛异常 | 返回值 |
|---|---|---|
| 增 | add(e) | offer(e) |
| 删 | remove() | poll() |
| 瞧 | element() | peek() |
为什么会抛异常呢？
- 比如队列空了，那 remove() 就会抛异常，但是 poll() 就返回 null；element() 就会抛异常，而 peek() 就返回 null 就好了。
那 add(e) 怎么会抛异常呢？
有些 Queue 它会有容量的限制，比如 BlockingQueue，那如果已经达到了它最大的容量且不会扩容的，就会抛异常；但如果 offer(e)，就会 return false.
那怎么选择呢？：
-
首先，要用就用同一组 API，前后要统一；
-
其次，根据需求。如果你需要它抛异常，那就是用抛异常的；不过做算法题时基本不用，所以选那组返回特殊值的就好了。
Deque
Deque 是两端都可以进出的，那自然是有针对 First 端的操作和对 Last 端的操作，那每端都有两组，一组抛异常，一组返回特殊值：
| 功能 | 抛异常 | 返回值 |
|---|---|---|
| 增 | addFirst(e)/ addLast(e) | offerFirst(e)/ offerLast(e) |
| 删 | removeFirst()/ removeLast() | pollFirst()/ pollLast() |
| 瞧 | getFirst()/ getLast() | peekFirst()/ peekLast() |
使用时同理，要用就用同一组。
Queue 和 Deque 的这些 API 都是 O(1) 的时间复杂度，准确来说是均摊时间复杂度。
实现类
它们的实现类有这三个：
所以说，
- 如果想实现「普通队列 - 先进先出」的语义，就使用 LinkedList 或者 ArrayDeque 来实现；
- 如果想实现「优先队列」的语义，就使用 PriorityQueue；
- 如果想实现「栈」的语义，就使用 ArrayDeque。
我们一个个来看。
在实现普通队列时，如何选择用 LinkedList 还是 ArrayDeque 呢？
来看一下 StackOverflow 上的高票回答：
总结来说就是推荐使用 ArrayDeque，因为效率高，而 LinkedList 还会有其他的额外开销（overhead）。
那 ArrayDeque 和 LinkedList 的区别有哪些呢？
还是在刚才的同一个问题下，这是我认为总结的最好的：
- ArrayDeque 是一个可扩容的数组，LinkedList 是链表结构；
- ArrayDeque 里不可以存 null 值，但是 LinkedList 可以；
- ArrayDeque 在操作头尾端的增删操作时更高效，但是 LinkedList 只有在当要移除中间某个元素且已经找到了这个元素后的移除才是 O(1) 的；
- ArrayDeque 在内存使用方面更高效。
所以，只要不是必须要存 null 值，就选择 ArrayDeque 吧！
那如果是一个很资深的面试官问你，什么情况下你要选择用 LinkedList 呢？
- 答：Java 6 以前。。。因为 ArrayDeque 在 Java 6 之后才有的。。
为了版本兼容的问题，实际工作中我们不得不做一些妥协。。
那最后一个问题，就是关于 Stack 了。
Stack
Stack 在语义上是 先进先出（LIFO） 的线性数据结构。
有很多高频面试题都是要用到栈的，比如接水问题，虽然最优解是用双指针，但是用栈是最直观的解法也是需要了解的，之后有机会再专门写吧。
那在 Java 中是怎么实现栈的呢？
虽然 Java 中有 Stack 这个类，但是呢，官方文档都说不让用了！
原因也很简单，因为 Vector 已经过被弃用了，而 Stack 是继承 Vector 的。
那么想实现 Stack 的语义，就用 ArrayDeque 吧：
Deque<Integer> stack = new ArrayDeque<>();
Set
最后一个 Set，刚才已经说过了 Set 的特定是无序，不重复的。
就和数学里学的「集合」的概念一致。
Set 的常用实现类有三个：
HashSet: 采用 Hashmap 的 key 来储存元素，主要特点是无序的，基本操作都是 O(1) 的时间复杂度，很快。
LinkedHashSet: 这个是一个 HashSet + LinkedList 的结构，特点就是既拥有了 O(1) 的时间复杂度，又能够保留插入的顺序。
TreeSet: 采用红黑树结构，特点是可以有序，可以用自然排序或者自定义比较器来排序；缺点就是查询速度没有 HashSet 快。
那每个 Set 的底层实现其实就是对应的 Map：
数值放在 map 中的 key 上，value 上放了个 PRESENT，是一个静态的 Object，相当于 place holder，每个 key 都指向这个 object。
那么具体的实现原理、增删改查四种操作，以及哈希冲突、hashCode()/equals() 等问题都在 HashMap 那篇文章里讲过了，这里就不赘述了，没有看过的小伙伴可以在公众号后台回复「HashMap」获取文章哦～
总结
再回到开篇的这张图，有没有清楚了一些呢？
每个数据结构下面其实都有很多内容，比如 PriorityQueue 也就是堆，齐姐之前也专门写过文章讲解它的相关操作，比如很有名的 heapify() 的过程为什么是 O(n) 的等面试常问题，感兴趣的小伙伴在公众号后台回复「堆」获取文章吧～
如果你喜欢这篇文章，记得给我点赞留言哦～你们的支持和认可，就是我创作的最大动力，我们下篇文章见！
我是小齐，纽约程序媛，终生学习者，每天晚上 9 点，云自习室里不见不散！
更多干货文章见我的 Github: https://github.com/xiaoqi6666/NYCSDE