关于java:Java3集合框架

一、思维导图

Java汇合框架.xmind

二、知识点及实际

2.1、Collection

List

列表（元素有序并且能够反复的汇合，被称为序列）

  1. ArrayList

排列有序，可反复
底层应用数组
查问快，增删慢
线程不平安
当容量不够时，ArrayList是以后容量*1.5+1

  2. LinkedList

排列有序，可反复
底层应用双向循环链接数据结构
查问慢，增删快
线程不平安

  3. Vector

排列有序，可反复
底层应用数组
查问快，增删慢
线程平安，效率低
当容量不够时，Vector是以后容量1
1. Stack
栈是Vector的一个子类，它实现了一个规范的后进先出的栈

Set

汇合（不能退出反复元素，无序）

  1. HashSet

排列无序，不可反复
底层应用Hash表实现
存取速度快
外部是HashMap

public class SetData {    public static void main(String[] args) {        List<String> list = List.of("a", "b", "c", "a");        Set<String> stringSet = new HashSet<>();        stringSet.addAll(list);        // 输入Set汇合        stringSet.forEach(System.out::println);        SortedSet<String> strings = new TreeSet<>(Set.of("a", "b", "c", "d", "e", "f"));        SortedSet<String> subSet = strings.subSet("aa", "d");        System.out.println("sub set = " + subSet);        List<String> strings1 = new ArrayList<>(Arrays.asList("0", "1", "2", "3", "4"));        List<String> immutableStrings = Collections.unmodifiableList(strings1);        System.out.println(immutableStrings);        strings.add("5");        System.out.println(immutableStrings);    }}

  2. TreeSet

排列无序，不可反复
底层应用二叉树实现
排序存储
外部是TreeMap的SortedSet

  3. LinkedHashSet

采纳hash表存储，并用双向链表记录插入程序
外部是LinkedHashMap

Queue

在两端出入的List，所以也能够用数组或链表来实现

2.2、Map

HashMap

Map提供了一种映射关系，其中的元素是以键值对（key-value）的模式存储的，可能实现依据key疾速查找value
Map中的键值对以Entry类型的对象实例模式存在
键（key值）不可反复，value值能够
每个建最多只能映射到一个值
Map接口提供了别离返回key值汇合、value值汇合以及Entry（键值对）汇合的办法
Map反对泛型，模式如：Map<K,V>

Map<Integer, String> map = new HashMap<>();map.put(1, "one");map.put(2, "two");map.put(3, "three");map.put(4, "four");map.put(5, "five");map.put(6, "six");Set<Integer> keys = map.keySet();System.out.println("keys = " + keys);Collection<String> values = map.values();System.out.println("values = " + values);Set<Map.Entry<Integer, String>> entries = map.entrySet();System.out.println("entries = " + entries);// lambda表达式写法map.forEach((k, v)-> System.out.println("key = " + k + ", value = " + v));map.replaceAll((k,v)->v.toUpperCase());map.forEach((k, v)-> System.out.println("key = " + k + ", value = " + v));

HashTable

键不可反复，值可反复
底层哈希表
线程平安
key、value都不容许

TreeMap

键不可反复，值能够反复
底层二叉树

2.3、工具类

Iterator迭代器
Enumeration枚举类
Arrays
Collections

三、相干扩大

3.1、HashMap工作原理及实现

3.1.1、概述

什么时候会应用HashMap？他有什么特点？你晓得HashMap的工作原理吗？你晓得get和put的原理吗？equals()和hashCode()的都有什么作用？你晓得hash的实现吗？为什么要这样实现？如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？

public static void main(String[] args) {    HashMap<String, Integer> map = new HashMap<String, Integer>();    map.put("语文", 1);    map.put("数学", 2);    map.put("英语", 3);    map.put("历史", 4);    map.put("政治", 5);    map.put("天文", 6);    map.put("生物", 7);    map.put("化学", 8);    for (Entry<String, Integer> entry : map.entrySet()) {        System.out.println(entry.getKey() + ": " + entry.getValue());    }}

3.1.2、两个重要的参数

在HashMap中有两个很重要的参数，容量(Capacity)和负载因子(Load factor)
简略的说，Capacity就是bucket的大小，Load factor就是bucket填满水平的最大比例。如果对迭代性能要求很高的话不要把capacity设置过大，也不要把load factor设置过小。当bucket中的entries的数目大于capacity*load factor时就须要调整bucket的大小为以后的2倍。
Initial capacity The capacity is the number of buckets in the hash table, The initial capacity is simply the capacity at the time the hash table is created.Load factor The load factor is a measure of how full the hash table is allowed to get before its capacity is automatically increased.

3.1.3、put函数的实现

put函数大抵的思路为：对key的hashCode()做hash，而后再计算index;如果没碰撞间接放到bucket里；
如果碰撞了，以链表的模式存在buckets后；如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树；
如果节点曾经存在就替换old value(保障key的唯一性)如果bucket满了(超过load factor*current capacity)，就要resize。

public V put(K key, V value) {    // 对key的hashCode()做hash    return putVal(hash(key), key, value, false, true);}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,               boolean evict) {    Node<K,V>[] tab; Node<K,V> p; int n, i;    // tab为空则创立    if ((tab = table) == null || (n = tab.length) == 0)        n = (tab = resize()).length;    // 计算index，并对null做解决    if ((p = tab[i = (n - 1) & hash]) == null)        tab[i] = newNode(hash, key, value, null);    else {        Node<K,V> e; K k;        // 节点存在        if (p.hash == hash &&            ((k = p.key) == key || (key != null && key.equals(k))))            e = p;            // 该链为树        else if (p instanceof TreeNode)            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            // 该链为链表        else {            for (int binCount = 0; ; ++binCount) {                if ((e = p.next) == null) {                    p.next = newNode(hash, key, value, null);                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                        treeifyBin(tab, hash);                    break;                }                if (e.hash == hash &&                    ((k = e.key) == key || (key != null && key.equals(k))))                    break;                p = e;            }        }        // 写入        if (e != null) { // existing mapping for key            V oldValue = e.value;            if (!onlyIfAbsent || oldValue == null)                e.value = value;            afterNodeAccess(e);            return oldValue;        }    }    ++modCount;    // 超过load factor*current capacity，resize    if (++size > threshold)        resize();    afterNodeInsertion(evict);    return null;}

3.1.4、get函数的实现

在了解了put之后，get就很简略了。大抵思路如下：bucket里的第一个节点，间接命中；如果有抵触，则通过key.equals(k)去查找对应的entry若为树，则在树中通过key.equals(k)查找，O(logn)；若为链表，则在链表中通过key.equals(k)查找，O(n)。具体代码的实现如下

public V get(Object key) {Node<K, V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;}final Node<K, V> getNode(int hash, Object key) {    Node<K, V>[] tab;    Node<K, V> first, e;    int n;    K k;    if ((tab = table) != null && (n = tab.length) > 0 &&        (first = tab[(n - 1) & hash]) != null) {        // 间接命中        if (first.hash == hash && // always check first node            ((k = first.key) == key || (key != null && key.equals(k))))            return first;        // 未命中        if ((e = first.next) != null) {            // 在树中get            if (first instanceof TreeNode)                return ((TreeNode<K, V>) first).getTreeNode(hash, key);            // 在链表中get            do {                if (e.hash == hash &&                    ((k = e.key) == key || (key != null && key.equals(k))))                    return e;            } while ((e = e.next) != null);        }    }    return null;}

3.1.5、hash函数的实现

在get和put的过程中，计算下标时，先对hashCode进行hash操作，而后再通过hash值进一步计算下标，如下图所示在对hashCode()计算hash时具体实现是这样的：

static final int hash(Object key) {    int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

之前曾经提过，在获取HashMap的元素时，根本分两步：首先依据hashCode()做hash，而后确定bucket的index；如果bucket的节点的key不是咱们须要的，则通过keys.equals()在链中找。在Java 8之前的实现中是用链表解决抵触的，在产生碰撞的状况下，进行get时，两步的工夫复杂度是O(1)+O(n)。因而，当碰撞很厉害的时候n很大，O(n)的速度显然是影响速度的。因而在Java 8中，利用红黑树替换链表，这样复杂度就变成了O(1)+O(logn)了，这样在n很大的时候，可能比拟现实的解决这个问题

3.1.6、resize的实现

当put时，如果发现目前的bucket占用水平曾经超过了Load Factor所心愿的比例，那么就会产生resize。在resize的过程，简略的说就是把bucket裁减为2倍，之后从新计算index，把节点再放到新的bucket中。resize的正文是这样形容的：
大抵意思就是说，当超过限度的时候会resize，然而又因为咱们应用的是2次幂的扩大(指长度扩为原来2倍)，所以，元素的地位要么是在原地位，要么是在原地位再挪动2次幂的地位。怎么了解呢？例如咱们从16扩大为32时，具体的变动如下所示：
因而元素在从新计算hash之后，因为n变为2倍，那么n-1的mask范畴在高位多1bit(红色)，因而新的index就会产生这样的变动：
因而，咱们在裁减HashMap的时候，不须要从新计算hash，只须要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。能够看看下图为16裁减为32的resize示意图：
这个设计的确十分的奇妙，既省去了从新计算hash值的工夫，而且同时，因为新增的1bit是0还是1能够认为是随机的，因而resize的过程，平均的把之前的抵触的节点扩散到新的bucket了。上面是代码的具体实现：

final Node<K,V>[] resize() {    Node<K,V>[] oldTab = table;    int oldCap = (oldTab == null) ? 0 : oldTab.length;    int oldThr = threshold;    int newCap, newThr = 0;    if (oldCap > 0) {        // 超过最大值就不再裁减了，就只好随你碰撞去吧        if (oldCap >= MAXIMUM_CAPACITY) {            threshold = Integer.MAX_VALUE;            return oldTab;        }            // 没超过最大值，就裁减为原来的2倍        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                 oldCap >= DEFAULT_INITIAL_CAPACITY)            newThr = oldThr << 1; // double threshold    }    else if (oldThr > 0) // initial capacity was placed in threshold        newCap = oldThr;    else { // zero initial threshold signifies using defaults        newCap = DEFAULT_INITIAL_CAPACITY;        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    }    // 计算新的resize下限    if (newThr == 0) {        float ft = (float)newCap * loadFactor;        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                  (int)ft : Integer.MAX_VALUE);    }    threshold = newThr;    @SuppressWarnings({"rawtypes","unchecked"})    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];    table = newTab;    if (oldTab != null) {        // 把每个bucket都挪动到新的buckets中        for (int j = 0; j < oldCap; ++j) {            Node<K,V> e;            if ((e = oldTab[j]) != null) {                oldTab[j] = null;                if (e.next == null)                    newTab[e.hash & (newCap - 1)] = e;                else if (e instanceof TreeNode)                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);                else { // preserve order                    Node<K,V> loHead = null, loTail = null;                    Node<K,V> hiHead = null, hiTail = null;                    Node<K,V> next;                    do {                        next = e.next;                        // 原索引                        if ((e.hash & oldCap) == 0) {                            if (loTail == null)                                loHead = e;                            else                                loTail.next = e;                            loTail = e;                        }                            // 原索引+oldCap                        else {                            if (hiTail == null)                                hiHead = e;                            else                                hiTail.next = e;                            hiTail = e;                        }                    } while ((e = next) != null);                    // 原索引放到bucket里                    if (loTail != null) {                        loTail.next = null;                        newTab[j] = loHead;                    }                        // 原索引+oldCap放到bucket里                        if (hiTail != null) {                            hiTail.next = null;                            newTab[j + oldCap] = hiHead;                        }                    }                }            }        }        return newTab;    }

3.1.7、总结

咱们当初能够答复开始的几个问题，加深对HashMap的了解：
1. 什么时候会应用HashMap？他有什么特点？
是基于Map接口的实现，存储键值对时，它能够接管null的键值，是非同步的，HashMap存储着Entry(hash, key, value, next)对象。
2. 你晓得HashMap的工作原理吗？
通过hash的办法，通过put和get存储和获取对象。存储对象时，咱们将K/V传给put办法时，它调用hashCode计算hash从而失去bucket地位，进一步存储，HashMap会依据以后bucket的占用状况主动调整容量(超过Load Facotr则resize为原来的2倍)。获取对象时，咱们将K传给get，它调用hashCode计算hash从而失去bucket地位，并进一步调用equals()办法确定键值对。如果产生碰撞的时候，Hashmap通过链表将产生碰撞抵触的元素组织起来，在Java 8中，如果一个bucket中碰撞抵触的元素超过某个限度(默认是8)，则应用红黑树来替换链表，从而进步速度。
3. 你晓得get和put的原理吗？equals()和hashCode()的都有什么作用？

通过对key的hashCode()进行hashing，并计算下标( n-1 & hash)，从而取得buckets的地位。如果产生碰撞，则利用key.equals()办法去链表或树中去查找对应的节点

4.你晓得hash的实现吗？为什么要这样实现？
在Java 1.8的实现中，是通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，次要是从速度、效用、品质来思考的，这么做能够在bucket的n比拟小的时候，也能保障思考到高下bit都参加到hash的计算中，同时不会有太大的开销。
5. 如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？如果超过了负载因子(默认0.75)，则会从新resize一个原来长度两倍的HashMap，并且从新调用hash办法。
以Entry[]数组实现的哈希桶数组，用Key的哈希值取模桶数组的大小可失去数组下标。插入元素时，如果两条Key落在同一个桶(比方哈希值1和17取模16后都属于第一个哈希桶)，Entry用一个next属性实现多个Entry以单向链表寄存，后入桶的Entry将next指向桶以后的Entry。查找哈希值为17的key时，先定位到第一个哈希桶，而后以链表遍历桶里所有元素，一一比拟其key值。当Entry数量达到桶数量的75%时(很多文章说应用的桶数量达到了75%，但看代码不是)，会成倍扩容桶数组，并重新分配所有原来的Entry，所以这里也最好有个预估值。取模用位运算(hash & (arrayLength-1))会比拟快，所以数组的大小永远是2的N次方，你轻易给一个初始值比方17会转为32。默认第一次放入元素时的初始值是16。iterator()时顺着哈希桶数组来遍历，看起来是个乱序。在JDK8里，新增默认为8的閥值，当一个桶里的Entry超过閥值，就不以单向链表而以红黑树来寄存以放慢Key的查找速度。

四、参考资料

https://dev.java/learn/api/collections-framework/

本文由博客一文多发平台 OpenWrite 公布！