搞定Java集合类原理

Posted 2022-08-10 zwhu1216

HashMap 的工作原理是什么？

我们知道在 Java 中最常用的两种结构是数组和模拟指针（引用），几乎所有的数据结构都可以利用这两种来组合实现，HashMap 也是如此。实际上 HashMap 是一个**“链表散列”**。

HashMap 是基于 hashing 的原理。

• 我们使用 #put(key, value) 方法来存储对象到 HashMap 中，使用 get(key) 方法从 HashMap 中获取对象。
• 当我们给 #put(key, value) 方法传递键和值时，我们先对键调用 #hashCode() 方法，返回的 hashCode 用于找到 bucket 位置来储存 Entry 对象。

?? 当两个对象的 hashCode 相同会发生什么？

因为 hashcode 相同，所以它们的 bucket 位置相同，“碰撞”会发生。

因为 HashMap 使用链表存储对象，这个 Entry（包含有键值对的 Map.Entry 对象）会存储在链表中。

?? hashCode 和 equals 方法有何重要性？

HashMap 使用 key 对象的 #hashCode() 和 #equals(Object obj) 方法去决定 key-value 对的索引。当我们试着从 HashMap 中获取值的时候，这些方法也会被用到。

• 如果这两个方法没有被正确地实现，在这种情况下，两个不同 Key 也许会产生相同的 #hashCode() 和 #equals(Object obj) 输出，HashMap 将会认为它们是相同的，然后覆盖它们，而非把它们存储到不同的地方。

同样的，所有不允许存储重复数据的集合类都使用 #hashCode() 和 #equals(Object obj) 去查找重复，所以正确实现它们非常重要。#hashCode() 和 #equals(Object obj) 方法的实现，应该遵循以下规则：

• 如果 o1.equals(o2) ，那么 o1.hashCode() == o2.hashCode() 总是为 true 的。
• 如果 o1.hashCode() == o2.hashCode() ，并不意味 o1.equals(o2) 会为 true 。

?? HashMap 默认容量是多少？

默认容量都是 16 ，负载因子是 0.75 。就是当 HashMap 填充了 75% 的 busket 是就会扩容，最小的可能性是（16 * 0.75 = 12），一般为原内存的 2 倍。

?? 有哪些顺序的 HashMap 实现类？

• LinkedHashMap ，是基于元素进入集合的顺序或者被访问的先后顺序排序。
• TreeMap ，是基于元素的固有顺序 (由 Comparator 或者 Comparable 确定)。

?? 我们能否使用任何类作为 Map 的 key？

我们可以使用任何类作为 Map 的 key ，然而在使用它们之前，需要考虑以下几点：

• 1、如果类重写了 equals 方法，它也应该重写 hashcode 方法。

• 2、类的所有实例需要遵循与 equals 和 hashcode 相关的规则。

• 3、如果一个类没有使用 equals ，你不应该在 hashcode 中使用它。

• 4、用户自定义 key 类的最佳实践是使之为不可变的，这样，hashcode 值可以被缓存起来，拥有更好的性能。不可变的类也可以确保hashcode 和 equals 在未来不会改变，这样就会解决与可变相关的问题了。

比如，我有一个 类MyKey ，在 HashMap 中使用它。代码如下：

//传递给MyKey的name参数被用于equals()和hashCode()中 MyKey key = new MyKey(‘Pankaj‘); //assume hashCode=1234 myHashMap.put(key, ‘Value‘); // 以下的代码会改变key的hashCode()和equals()值 key.setName(‘Amit‘); //assume new hashCode=7890 //下面会返回null，因为HashMap会尝试查找存储同样索引的key，而key已被改变了，匹配失败，返回null myHashMap.get(new MyKey(‘Pankaj‘));

• 那就是为何 String 和 Integer 被作为 HashMap 的 key 大量使用。

?? HashMap 的长度为什么是 2 的幂次方？

为了能让 HashMap 存取高效，尽量较少碰撞，也就是要尽量把数据分配均匀，每个链表/红黑树长度大致相同。这个实现就是把数据存到哪个链表/红黑树中的算法。

这个算法应该如何设计呢？我们首先可能会想到采用 % 取余的操作来实现。但是，重点来了：

• 取余(%)操作中如果除数是 2 的幂次则等价于与其除数减一的与(&)操作（也就是说 hash % length == hash & (length - 1) 的前提是 length 是 2 的 n 次方；）。
• 并且，采用二进制位操作 &，相对于 % 能够提高运算效率，

这就解释了 HashMap 的长度为什么是 2 的幂次方。

HashSet 的工作原理是什么？

HashSet 是构建在 HashMap 之上的 Set hashing 实现类。让我们直接撸下源码，代码如下：

// HashSet.java private transient HashMap<E,Object> map; private static final Object PRESENT = new Object();

 

• map 属性，当我们创建一个 HashMap 对象时，其内部也会创建一个 map 对象。后续 HashSet 所有的操作，实际都是基于这个 map 之上的封装。

• PRESENT 静态属性，所有 map 中 KEY 对应的值，都是它，避免重复创建。

OK ，再来看一眼 add 方法，代码如下：

// HashSet.java public boolean add(E e) return map.put(e, PRESENT) == null;

• 是不是一目了然。

?? HashSet 如何检查重复？

艿艿：正如我们上面看到 HashSet 的实现原理，我们自然可以推导出，HashMap 也是如何检查重复滴。

如下摘取自 《Head First Java》 第二版：

当你把对象加入 HashSet 时，HashSet会先计算对象的hashcode值来判断对象加入的位置，同时也会与其他加入的对象的hashcode值作比较。

如果没有相符的 hashcode ，HashSet会假设对象没有重复出现。

但是如果发现有相同 hashcode 值的对象，这时会调用 equals 方法来检查 hashcode 相等的对象是否真的相同。

• 如果两者相同，HashSet 就不会让加入操作成功。
• 如果两者不同，HashSet 就会让加入操作成功。

EnumSet 是什么？

java.util.EnumSet ，是使用枚举类型的集合实现。

当集合创建时，枚举集合中的所有元素必须来自单个指定的枚举类型，可以是显示的或隐示的。EnumSet 是不同步的，不允许值为 null 的元素。

它也提供了一些有用的方法，比如 #copyOf(Collection c)、#of(E first, E... rest) 和 #complementOf(EnumSet s) 方法。

关于 EnumSet 的源码解析，见 《EnumSet 源码分析》 文章。

TODO TreeMap 原理

Java 中的 TreeMap 是使用红黑树实现的。

TODO TreeMap和TreeSet在排序时如何比较元素？Collections工具类中的sort()方法如何比较元素？

等到源码解析后，在进行补充。

Java Priority Queue 是什么?

PriorityQueue 是一个基于优先级堆的无界队列，它的元素都以他们的自然顺序有序排列。

在它创建的时候，我们可以可以提供一个比较器 Comparator 来负责PriorityQueue 中元素的排序。

PriorityQueue 不允许 `` null元素，不允许不提供自然排序的对象，也不允许没有任何关联 Comparator 的对象。

最后，PriorityQueue 不是线程安全的，在执行入队和出队操作它需要 O(log(n)) 的时间复杂度。

?? poll 方法和 remove 方法的区别？

poll 和 remove 方法，都是从队列中取出一个元素，差别在于：

• poll 方法，在获取元素失败的时候会返回空
• remove() 方法，失败的时候会抛出异常。

?? LinkedHashMap 和 PriorityQueue 的区别是什么？

• PriorityQueue 保证最高或者最低优先级的的元素总是在队列头部，LinkedHashMap 维持的顺序是元素插入的顺序。
• 当遍历一个 PriorityQueue 时，没有任何顺序保证，但是 LinkedHashMap 课保证遍历顺序是元素插入的顺序。