图解 Java 中的数据结构及原理，傻瓜也能看懂！

Posted 2021-04-12 Java技术栈

原文：cnblogs.com/xdecode/p/9321848.html

最近在整理数据结构方面的知识, 系统化看了下Java中常用数据结构, 突发奇想用动画来绘制数据流转过程。

主要基于jdk8, 可能会有些特性与jdk7之前不相同, 例如LinkedList LinkedHashMap中的双向列表不再是回环的。

HashMap中的单链表是尾插, 而不是头插入等等, 后文不再赘叙这些差异, 本文目录结构如下：

 

LinkedList

经典的双链表结构, 适用于乱序插入, 删除. 指定序列操作则性能不如ArrayList, 这也是其数据结构决定的.

add(E) / addLast(E)

add(index, E)

这边有个小的优化, 他会先判断index是靠近队头还是队尾, 来确定从哪个方向遍历链入.

1         if (index < (size >> 1)) {
 2             Node<E> x = first;
 3             for (int i = 0; i < index; i++)
 4                 x = x.next;
 5             return x;
 6         } else {
 7             Node<E> x = last;
 8             for (int i = size - 1; i > index; i--)
 9                 x = x.prev;
10             return x;
11         }

靠队尾

get(index)

也是会先判断index, 不过性能依然不好, 这也是为什么不推荐用for(int i = 0; i < lengh; i++)的方式遍历linkedlist, 而是使用iterator的方式遍历.

remove(E)

ArrayList

底层就是一个数组, 因此按序查找快, 乱序插入, 删除因为涉及到后面元素移位所以性能慢.

add(index, E)

扩容

一般默认容量是10, 扩容后, 会length*1.5.

remove(E)

循环遍历数组, 判断E是否equals当前元素, 删除性能不如LinkedList.

Stack

经典的数据结构, 底层也是数组, 继承自Vector, 先进后出FILO, 默认new Stack()容量为10, 超出自动扩容.

push(E)

pop()

后缀表达式

Stack的一个典型应用就是计算表达式如 9 + (3 - 1) * 3 + 10 / 2, 计算机将中缀表达式转为后缀表达式, 再对后缀表达式进行计算。推荐阅读：

中缀转后缀

• 数字直接输出

• 栈为空时，遇到运算符，直接入栈

• 遇到左括号, 将其入栈

• 遇到右括号, 执行出栈操作，并将出栈的元素输出，直到弹出栈的是左括号，左括号不输出。

• 遇到运算符(加减乘除)：弹出所有优先级大于或者等于该运算符的栈顶元素，然后将该运算符入栈

• 最终将栈中的元素依次出栈，输出。

计算后缀表达

• 遇到数字时，将数字压入堆栈

• 遇到运算符时，弹出栈顶的两个数，用运算符对它们做相应的计算, 并将结果入栈

• 重复上述过程直到表达式最右端

• 运算得出的值即为表达式的结果

队列

与Stack的区别在于, Stack的删除与添加都在队尾进行, 而Queue删除在队头, 添加在队尾.

ArrayBlockingQueue

生产消费者中常用的阻塞有界队列, FIFO.

put(E)

put(E) 队列满了

1         final ReentrantLock lock = this.lock;
2         lock.lockInterruptibly();
3         try {
4             while (count == items.length)
5                 notFull.await();
6             enqueue(e);
7         } finally {
8             lock.unlock();
9         }

take()

当元素被取出后, 并没有对数组后面的元素位移, 而是更新takeIndex来指向下一个元素.

takeIndex是一个环形的增长, 当移动到队列尾部时, 会指向0, 再次循环.

1     private E dequeue() {
 2         // assert lock.getHoldCount() == 1;
 3         // assert items[takeIndex] != null;
 4         final Object[] items = this.items;
 5         @SuppressWarnings("unchecked")
 6         E x = (E) items[takeIndex];
 7         items[takeIndex] = null;
 8         if (++takeIndex == items.length)
 9             takeIndex = 0;
10         count--;
11         if (itrs != null)
12             itrs.elementDequeued();
13         notFull.signal();
14         return x;
15     }

HashMap

最常用的哈希表, 面试的童鞋必备知识了, 内部通过数组 + 单链表的方式实现. jdk8中引入了红黑树对长度 > 8的链表进行优化, 我们另外篇幅再讲。推荐阅读：

put(K, V)

put(K, V) 相同hash值

resize 动态扩容

当map中元素超出设定的阈值后, 会进行resize (length * 2)操作, 扩容过程中对元素一通操作, 并放置到新的位置。推荐阅读：

具体操作如下:

• 在jdk7中对所有元素直接rehash, 并放到新的位置.

• 在jdk8中判断元素原hash值新增的bit位是0还是1, 0则索引不变, 1则索引变成"原索引 + oldTable.length".

1     //定义两条链
 2     //原来的hash值新增的bit为0的链，头部和尾部
 3     Node<K,V> loHead = null, loTail = null;
 4     //原来的hash值新增的bit为1的链，头部和尾部
 5     Node<K,V> hiHead = null, hiTail = null;
 6     Node<K,V> next;
 7     //循环遍历出链条链
 8     do {
 9         next = e.next;
10         if ((e.hash & oldCap) == 0) {
11             if (loTail == null)
12                 loHead = e;
13             else
14                 loTail.next = e;
15             loTail = e;
16         }
17         else {
18             if (hiTail == null)
19                 hiHead = e;
20             else
21                 hiTail.next = e;
22             hiTail = e;
23         }
24     } while ((e = next) != null);
25     //扩容前后位置不变的链
26     if (loTail != null) {
27         loTail.next = null;
28         newTab[j] = loHead;
29     }
30     //扩容后位置加上原数组长度的链
31     if (hiTail != null) {
32         hiTail.next = null;
33         newTab[j + oldCap] = hiHead;
34     }

LinkedHashMap

继承自HashMap, 底层额外维护了一个双向链表来维持数据有序. 可以通过设置accessOrder来实现FIFO(插入有序)或者LRU(访问有序)缓存.

put(K, V)

get(K)

accessOrder为false的时候, 直接返回元素就行了, 不需要调整位置. 

accessOrder为true的时候, 需要将最近访问的元素, 放置到队尾.

removeEldestEntry 删除最老的元素

（完）

---

课程推荐

↓↓↓

数学厉害的人我见了不少，数学课也学得够多了，读了几篇黄申在极客时间开设的专栏《程序员的数学基础课》，很想推荐给大家，这个专栏非常适合想扎实打下数学基础的程序员和准程序员。

数学基础的好坏，会直接决定一个程序员的发展潜力，这一点，做搜索，游戏，安全，算法，人工智能的程序员一定深有体会。大数据和智能化的时代，学好数学更是门槛本身。

推荐阅读