Thinking in Java：容器深入研究

Posted 2023-02-15 Chouney

1.虚线框表示Abstract类，图中大量的类的名字都是以Abstract开头的，它们只是部分实现了特定接口的工具，因此创建时可以选择从Abstract继承。

Collections中的实用方法：挑几个常用的：
1. reverse(List)：逆转次序
2. rotate(List,int distance)所有元素向后移动distance个位置，将末尾元素循环到前面来(用了三次reverse)
3.sort(List,Comparator) 排序，可按照自己的Comparator
4.copy(List dest,List src) 复制元素（引用）
5.fill(List,T x)同Arrays一样，复制的是同一引用
6.disjoint(Collection，Collection) 两个集合没有任何元素时返回ture
7.frequency(Collection, Object x)返回Collection中等于x的元素个数
8.binarySearch()折半查找(要求有序)

Collection的功能方法：
boolean add(T) 可选方法，若没将参数添加进容器，则false
boolean addAll(Collection )可选方法，只要添加了任意元素就true
void clear() 可选方法
boolean contains(T) 若容器中已经持有具有泛型T参数，true
Boolean containsAll(Collection )
boolean isEmpty()
Iterator iterator()
Boolean remove(Object) 可选方法
boolean removeAll(Collection) 可选方法
Boolean retainAll(Collection) 容器交集，可选方法
int size()
Object[] toArray()
T[] toArray(T[] a)返回包含容器中所有元素的数组
PS:这里不包括随机访问所选择元素的get()方法，因为Collection包括Set，而Set是自己维护内部顺序的（这使得随机访问变得没有意义）

2上述执行各种不同的添加和移出的方法在Collection接口中都是可选操作，意味着实现类并不需要为这些方法提供功能定义

未获得支持的操作
1.Arrays.asList()会生成一个List，它基于一个固定大小的数组，仅支持哪些不会改变数组大小的操作，任何会引起对底层数据结构的尺寸进行修改的方法都会产生一个UnsupportedOperationException异常（这里Arrays.asList返回的是List的代理类）。若想生成循序使用所有的方法的普通容器，可以将其作为参数传入到新的容器中（如addAll，或构造器等）
2Collections类中的“不可修改”方法（unmodified*方法）将容器包装到了一个代理中，该代理类不支持任何试图修改容器的操作

Set和存储顺序：
1：Set（interface）：加入Set的元素必须定义equals()方法以确保对象的唯一性，Set接口不保证维护元素的次序
2：HashSet：存入HashSet的元素必须定义hashCode()
3：TreeSet：保证有序，元素必须实现Comparable接口
4：LinkedHashSet 具有HashSet的查询速度，且内部使用链表维护元素的顺序，元素必须定义hashCode()
虽然hashCode不是必须实现的，但是对于良好的编程风格而言，应该在覆盖equals方法时，总是同时覆盖hashCode()方法。

3.如果一个对象被用于任何种类的排序容器中，如SortedSet（TreeSet是其唯一实现），则其必须实现Comparable接口
PS:在接口的实现方法compareTo()中，不应该使用return i-i2这样的形式,错误编程，因为这样没有考虑到i-i2数值溢出的问题，应该
return (arg.i < i ? -1 : (arg.i == i ? 0 : 1))

4若在HashSet容器中元素并没有重新定义hashCode()，将它们放置到任何散列实现中都可能会产生重复值，这甚至不会产生运行时错误。唯一的可靠方法就是写单测。

5.SortedSet的意思为“按照对象的比较函数对元素排序”，而不是“元素插入的次序”。

6.优先级队列，其元素排序顺序也是通过实现Comparable而进行控制的。

理解Map：
1：HashMap ： 基于散列表的实现。可以通过构造器设置容量和负载因子调整容器性能。
2：LinkedHashMap ：与HashMap却别在于迭代遍历时，取得键值对顺序是插入次序，或是LRU次序。除了迭代访问时其余性能要慢一点
3：TreeMap：基于红黑树的实现。查看“键”或者“键值对”的时候，它们会被排序（按照Comparable方法），其唯一的带有subMap()方法的Map，可以返回一个子树。
4：WeakHashMap：弱键映射，允许释放映射所指向的对象；如果映射之外没有引用指向某个“键”，则此键可以被垃圾收集器回收
5：IdentityHashMap：使用==代替equals()对”键“进行比较的散列映射
PS：任何键都必须具有一个equals方法，如果键被用于散列Map，则还必须有一个恰当的hashCode方法；若键被用于TreeMap，则它必须实现Comparable

7.map中可以直接打印values方法的结果，该方法会产生一个包含Map中所有值得Collection，由于这些Collection背后是由Map支持的，所以对Collection的任何改动都会反映到与之相关联的Map。

8.LinkedHashMap散列化所有的元素，但是在遍历键值对时，却又以元素的插入顺序返回键值对，此外，可以在构造器中设定LinkedHashMap，使之采用基于访问的LRU算法，于是没有被访问过的元素就会出现在队列的前面。对于需要定期清理元素以节省空间的程序来说，此功能使得程序很容易得以实现。

散列与散列码：
1.Object的hashCode()方法生成散列码，而它默认是使用对象的地址计算散列码。
2.可能你会认为，只需编写恰当的hashCode()方法的覆盖版本即可。但是它仍然无法正常运行，除非你同时覆盖equals()方法，他也是Object的一部分。HashMap使用equals()判断当前的键是否与表中存在的键相同。
PS:正确的equals(）方法必须满足下列5个条件：
1）自反性：x.equals(x)一定返回true
2）对称性：x.equals(y)返回true当且仅当y.equals(x)
3）传递性：x.equals(y)且y.equals(z)，则x.equals(z)为true
4）一致性：若x.equals(y)返回true，则不改变x，y时多次调用x.equals(y)都返回true
5）对于任意的非空引用值x，x.equals(null)一定返回false。

为了速度而散列：
1.由于瓶颈位于键的查询速度，因此解决方案之一就是保持键的排序状态，然后使用Collections。binarySearch()进行查询
2.散列则更进一步，它将键保存在某处，以便能够很快找到。存储一组元素最快的数据结构是数组，所以使用它来表示键的信息。信息就是散列码。
3.通常，冲突由外部链接处理，数组并直接保存至，而是保存值得list，然后对list中的值使用equals方法进行线性查询。
4.进来，Java的散列函数都使用2的整数次方。对现代的处理器来说，除法与求余数是最慢的操作。使用2的整数次方长度的散列表，可用掩码代替除法。因为get是使用最多的操作，求余数的%操作是其开销最大的部分，而是用2的整数次方可以消除此开销。

9.设计hashCode()时最重要的因素就是：无论何时，对同一个对象调用hashCode()都应该生成同样的值。若你的hashCode()方法依赖于对象中易变的数据，用户就要当心了。同时，也不应该使hashCode()依赖于具有唯一性的对象信息，尤其是使用this的值，这只能产生很糟糕的hashCode()因为这样无法生成一个新的键使之与put中原始的键值对中的键相同。

10.要想使hashCode使用，他必须速度快，并且有意义，也就是说，他必须基于对象的内容生成散列码。散列码不必是独一无二的，但是通过hashCode()和equals，必须能够完全确定对象的身份。

性能：
1.应该避免使用Vector(能正常工作的唯一原因，只是为了向前兼容，被适配成了List)
2TreeSet迭代通常比用HashSet要快；另外，对于插入操作，LinkedHashSet比HashSet代价更高，这是由维护链表所带来额外的开销造成的
3.Hashtable的性能大体上与HashMap相当。因为HashMap是用来替代Hashtable的。因此它们使用了相同的底层存储和查找机制。
4.IdentityHashMap则具有完全不同的性能，因为它使用==而不是equals来比较元素。

HashMap的性能因子：
容量：表中桶位数（slot）
初始容量：表在创建时所拥有的桶位数。HashMap和HashSet都具有允许你只能初始容量的构造器。
尺寸：表中当前存储的项数。
负载因子：尺寸/容量。HashMap和HashSet都具有允许你指定负载因子的构造器，表示负载情况达到该负载因子的水平时，容器将自动添加其容量(桶位数)，实现方式是使容量大致加倍，并重新将现有对象分布到新的桶位数集中(这被称为再散列)

Collection或Map的同步控制：
1.Collections类有办法能够自动同步整个容器。其语法与“unmodified*”类似。
List a = Collections.synchronizedList(new ArrayList(data));
最好如上所示，是直接将新生成的容器传递给了适当的“同步”方法，这样做就不会有任何机会会暴漏出不同步的版本。

快速报错：
Java容器有一种保护机制，能够防止多个进程同时修改同一个容器的内容。Java容器类类库采用快速报错(fail fast)机制。它会探查容器上的任何除了你的进程所进行的操作以外的所有变化，一旦发现其他进程改变了容器，就会立刻抛出ConcurrentModificationException异常。如：在容器取得迭代器之后，又有东西呗放入到了该容器中
ConcurrentHashMap，CopyOnWriteArrayList、CopyOnWriteArraySet都使用了可以避免ConcurrentModificationException的技术

持有引用：
1.java.lang.ref类库包含一组类，当存在可能会耗尽内存的大对象的时候，这些类显得特别有用。有SoftReference、WeakReference、PhantomReference。当垃圾回收期正在考察的对象只能通过某个Reference对象才“可获得时”，上述这些不同的派生类为垃圾回收器提供了不同级别的间接性指示
2.如果想继续持有对某个对象的引用，希望以后还能够访问到该对象，但是也希望能够允许垃圾回收器释放它，这时就应该使用Reference对象。这样，你可以继续使用对象，而在内存消耗殆尽的时候又允许释放该对象。
3.以Reference对象作为你和普通引用之间的媒介（代理），另外一定不能有普通的引用指向那个对象，这样就能达到上述目的
4.对于SoftReference、WeakReference、PhantomReference三个引用的区别和功能，详见JVM.
5.使用SoftReference、WeakReference时，可以选择是否要将它们放入ReferenceQueue(用作“回收前清理工作”的工具，见JVM)。而PhantomReference只能依赖于ReferenceQueue。
6.WeakHashMap：见JVM，它被用来保存WeakReference。这该映射中，每个值只保存一份实例以节省存储空间，且WeakHashMap允许垃圾回收器自动清理键和值，所以它显得十分便利。

Java 1.0/1.1容器（了解）：
1.Enmuberation：老版本的迭代器，其接口比Iterator小，但是无论如何代码中应该尽量使用Iterator。可以通过使用Collections.enumeration()方法来从Collection生成一个Enumeration
2.Hashtable：如前所说，基本的Hashtable与HashMap很相似。尽量使用HashMap（多线程同步时仍然有很多其他的选择）
3.BisSet：如果想要高效率地存储大量“开/关”信息，BitSet是很好的选择。不过它的效率仅是对空间而言；如果需要高效访问时间，BitSet比本地数组稍慢一些，BitSet最小容量是Long：64位，若存储的内容比较小，如8位，则BitSet浪费了一些空间。BitSet也会想普通容器一样随着元素的加入而扩充其容量。总的来说，若拥有一个可以命名的标志集合，那么EnumSet通常是一种更好的选择，因为EnumSet允许你按照名字而不是数字位的位置进行操作，因此可以减少错误。