Java集合总结：Map和Set

Posted 2020-12-27 jackpn

集合类的架构图：

HashMap

• 内部维护一个链表数组做哈希表，默认大小为16，最大值可以为2^30，默认负载因子0.75。
• 可以通过构造方法指定初始大小和负载因子，当键值对个数大于等于临界值threshold（数组当前大小和负载因子的乘积）时对数组进行扩容，扩容策略为当前数组大小乘以2。
• 数组的每一项都是一个链表，链表的每个结点（静态内部类Entry）都是键值对，并缓存了key的hash值。
• key 和value都可以为null，key为null时结点存储在hash表数组下标为0的位置。

put过程：

    public V put(K key, V value) {
        if (table == EMPTY_TABLE) {
            inflateTable(threshold);
        }
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key);
        int i = indexFor(hash, table.length);
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            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;
    }

• 通过key的hashcode计算出一个内部的hash值，然后用这个hash值对哈希表大小取余（算法为h & (length-1)，此处可以体现hash表length扩容策略为指数方式的优势）定位到哈希表的位置，然后遍历该位置的链表，当遇到相等的key时，替换原来的value并将原来的value返回
• 如果没找着key相同的记录，就在相应位置添加新的链表结点，并将原来该位置的链表链接到此节点后，此节点作为头结点，当size大于阈值，则扩容到原来数组大小的两倍

HashMap不是线程安全的，多线程环境下可能造成死循环（对hash表扩容后transfer数据时发生）或者丢失数据（hash冲突后添加新节点到链表时发生）。

 

HashSet
HashSet通过内嵌一个HashMap对象的方式来实现，通过HashMap的key来存储，value都是相同的一个空Object()对象。与HashMap一样，要求需要存储的key实现hashcode和equals方法，且与HashMap具备同样的初始大小和扩容策略。

 

TreeMap

红黑树：一种大致平衡的二叉查找树，大致平衡是为了在保持较高检索效率的同时还不需要频繁调整，从而保持了统计上的性能。

• TreeMap内部使用了红黑树来实现，维护其根节点，每个key-value都内嵌于其中一个节点（Entry），同时Entry还具有left、right、parent以及color属性用以维持其树形结构。
• 结点之间按key有序，需要key实现comparable接口或者在构造方法中传入一个比较器comparator。
• 迭代时按key排序，保存时会使用key的比较结果对key进行排重，只要比较结果相同就会被认为是同一份，此时保存的key值为第一次put的key，value为第二次put进去的value
• 通过key get时，搜索二叉查找树，找到匹配的返回其value，找不到返回null
• 通过value获取时，遍历所有节点搜索
• TreeMap实现了SortedMap和NavigableMap接口，可以方便的根据键的顺序进行查找，如第一个、最后一个、某一范围的键、邻近键等。
• 根据键保存、查找、删除的效率比较高，为O(h)，h为树的高度，在树平衡的情况下，h为log2(N)，N为节点数。
• TreeSet
• 内部持有一个TreeMap，类似HashSet，没有重复元素，添加删除判断元素是否存在效率较高，为O(log2N)，N为元素个数
• 有序，可以方便的根据顺序进行查找和操作，如第一个，最后一个，某一取值范围，某一值的近邻元素。

 

LinkedHashMap

• LinkedHashMap是HashMap的子类，内部有一个双向链表维护键值对的顺序，每个键值对既位于哈希表中，也位于这个双向链表中。
• 双向链表的结点LinkedHashMap.Entry继承自HashMap.Entry，添加了before和after两个引用参数，同时重写了HashMap.Entry的recordAccess和recordRemoval方法以维护和hash表中节点的关系。
• LinkedHashMap支持两种顺序，一种是插入顺序，另一种是访问顺序，默认情况下按插入有序，构造方法中accessOrder设为true的时候按访问顺序，可以用来实现LRU缓存（最近最少使用）

 

LinkedHashSet
LinkedHashMap也有一个对应的Set接口的实现类LinkedHashSet。LinkedHashSet是HashSet的子类，但它内部的Map的实现类是LinkedHashMap，所以它也可以保持插入顺序

 

EnumMap
内部使用数组实现，构造方法需要传入类型信息。允许值为null，为了区分null和没有值，用一个静态全局唯一的new Integer(0)值来作为没有值

EnumSet
内部使用位向量实现，是一个抽象类，不能直接通过new关键字来新建，必须使用类似于noneOf的其他工厂方法方法创建一个指定枚举类型的set，实际创建的对象是EnumSet的子类RegularEnumSet或JumboEnumSet。

具体子类类型根据传入的枚举类型枚举值的数量来决定：

• 小于等于64返回维护一个long变量（long为64位）作为位向量的子类RegularEnumSet
• 大于64返回一个内部维护long数组作为位向量的子类JumboEnumSet

下面是一些工厂方法：

// 初始集合包括指定枚举类型的所有枚举值
<E extends Enum<E>> EnumSet<E> allOf(Class<E> elementType)
// 初始集合包括枚举值中指定范围的元素
<E extends Enum<E>> EnumSet<E> range(E from, E to)
// 初始集合包括指定集合的补集
<E extends Enum<E>> EnumSet<E> complementOf(EnumSet<E> s)
// 初始集合包括参数中的所有元素
<E extends Enum<E>> EnumSet<E> of(E e)
<E extends Enum<E>> EnumSet<E> of(E e1, E e2)
<E extends Enum<E>> EnumSet<E> of(E e1, E e2, E e3)
<E extends Enum<E>> EnumSet<E> of(E e1, E e2, E e3, E e4)
<E extends Enum<E>> EnumSet<E> of(E e1, E e2, E e3, E e4, E e5)
<E extends Enum<E>> EnumSet<E> of(E first, E... rest)
// 初始集合包括参数容器中的所有元素
<E extends Enum<E>> EnumSet<E> copyOf(EnumSet<E> s)
<E extends Enum<E>> EnumSet<E> copyOf(Collection<E> c)