Java核心(四)面试必备—你不知道的数据集合
导读:map竟然不属于java集合框架的子集?队列也和list一样属于集合的三大子集之一?更有队列的正确使用姿势,一起来看吧!
java中的集合通常指的是collection下的三个集合框架list、set、queue和map集合,map并不属于collection的子集,而是和它平行的*接口。collection下的子集的关系如文章开头图片所示。
本文的重点将会围绕: 集合的使用、性能、线程安全、差异性、源码解读等几个方面进行介绍。
本文涉及的知识点,分为两部分:
第一部分,collection所有子集:
- list => vector、arraylist、linkedlist
- set => hashset、treeset
- queue
第二部分,map => hashtable、hashmap、treemap、concurrenthashmap。
一、list
我们先来看list、vector、arraylist、linkedlist,它们之间的继承关系图,如下图:
可以看出vector、arraylist、linkedlist,这三者都是实现集合框架中的list,也就是所谓的有序集合,因此具体功能也比较近似,比如都提供按照位置进行定位、添加或者删除的操作,都提供迭代器以遍历其内容等。但因为具体的设计区别,在行为、性能、线程安全等方面,表现又有很大不同。
来看它们的主要方法,如下图:
常用方法:
- size 集合个数
- add()/add(int, e) 添加末尾/添加指定位置
- get(int) 获取
- remove 删除
- clear 清空
- ...
1.1 vector
vector是java早期提供的 线程安全的动态数组, 如果不需要线程安全,并不建议选择,毕竟同步是有额外开销的。vector 内部是使用对象数组来保存数据,可以根据需要自动的增加容量,当数组已满时,会创建新的数组,并拷贝原有数组数据。
看源代码可以知道,我们vector是通过 synchronized 实现线程安全的:
public synchronized boolean add(e e) { modcount++; ensurecapacityhelper(elementcount + 1); elementdata[elementcount++] = e; return true; }
vector动态增加容量,源码查看:
private void grow(int mincapacity) { // overflow-conscious code int oldcapacity = elementdata.length; int newcapacity = oldcapacity + ((capacityincrement > 0) ? capacityincrement : oldcapacity); if (newcapacity - mincapacity < 0) newcapacity = mincapacity; if (newcapacity - max_array_size > 0) newcapacity = hugecapacity(mincapacity); elementdata = arrays.copyof(elementdata, newcapacity); }
capacityincrement变量是what?答案如下:
public vector(int initialcapacity, int capacityincrement) { super(); if (initialcapacity < 0) throw new illegalargumentexception("illegal capacity: "+ initialcapacity); this.elementdata = new object[initialcapacity]; this.capacityincrement = capacityincrement; }
vector动态增加容量总结: 由上面的源码可知,如果初始化vector的时候指定了动态容量扩展大小,就增加指定的动态大小,如果未指定,则扩展一倍的容量。
1.2 arraylist
arraylist 是应用更加广泛的动态数组,它本身不是线程安全的,所以性能要好很多。
arraylist的使用与vector类似,但有着不同的动态扩容机制,如下源码:
private void grow(int mincapacity) { // overflow-conscious code int oldcapacity = elementdata.length; int newcapacity = oldcapacity + (oldcapacity >> 1); if (newcapacity - mincapacity < 0) newcapacity = mincapacity; if (newcapacity - max_array_size > 0) newcapacity = hugecapacity(mincapacity); // mincapacity is usually close to size, so this is a win: elementdata = arrays.copyof(elementdata, newcapacity); }
其中“>> 1”是位运算相当于除2,所有arraylist扩容是动态扩展50%.
1.3 linkedlist
linkedlist 顾名思义是 java 提供的双向链表,所以它不需要像上面两种那样调整容量,它也不是线程安全的,它包含一个非常重要的内部类:entry。entry是双向链表节点所对应的数据结构,它包括的属性有:当前节点所包含的值,上一个节点,下一个节点。
1.4 vector、arraylist、linkedlist区别
vector、arraylist、linkedlist的区别,可以从以下几个维度进行对比:
1.4.1 底层实现的区别
vector、arraylist 内部使用数组进行实现,linkedlist 内部使用双向链表实现。
1.4.2 读写性能方面的区别
arraylist 对元素 非末位 的增加和删除都会引起内存分配空间的动态变化,因此非末位的操作速度较慢,但检索速度很快。
linkedlist 基于链表方式存放数据,增加和删除元素的速度较快,但是检索速度较慢。
1.4.3 线程安全方面的区别
vector 使用了synchronized 修饰了操作方法是线程安全的,而 arraylist、linkedlist 是非线程安全的。
如果需要使用线程安全的list可以使用copyonwritearraylist类。
二、map
hashtable、hashmap、treemap 都是最常见的一些 map 实现,是以键值对的形式存储和操作数据的容器类型。
它们之间的关系,如下图:
- hashtable 是早期 java 类库提供的一个哈希表实现,本身是同步的,不支持 null 键和值,由于同步导致的性能开销,所以已经很少被推荐使用。
- hashmap 是应用更加广泛的哈希表实现,行为上大致上与 hashtable 一致,主要区别在于 hashmap 不是同步的,支持 null 键和值等。通常情况下,hashmap 进行 put 或者 get 操作,可以达到常数时间的性能,所以它是绝大部分利用键值对存取场景的首选,比如,实现一个用户 id 和用户信息对应的运行时存储结构。
- treemap 则是基于红黑树的一种提供顺序访问的 map,和 hashmap 不同,它的 get、put、remove 之类操作都是 o(log(n))的时间复杂度,具体顺序可以由指定的 comparator 来决定,或者根据键的自然顺序来判断。
hashmap 的性能表现非常依赖于哈希码的有效性,请务必掌握 hashcode 和 equals 的一些基本约定,比如:
- equals 相等,hashcode 一定要相等;
- 重写了 equals 也要重写 hashcode;
- hashcode 需要保持一致性,状态改变返回的哈希值仍然要一致;
- equals 的对称、反射、传递等特性;
线程安全: hashtable是线程安全的,hashmap和treemap是非线程安全的。hashmap可以使用concurrenthashmap来保证线程安全。
三、set
set有两个比较常用的子集:hashset、treeset.
hashset内部使用的是hashmap实现的,看源代码可知:
public hashset() { map = new hashmap<>(); }
hashset也并不是线程安全的,hashset用于存储无序(存入和取出的顺序不一定相同)元素,值也不能重复。
hashset可以去除重复的值,如下代码:
public static void main(string[] args) { set set = new hashset(); set.add("orange"); set.add("apple"); set.add("banana"); set.add("grape"); set.add("banana"); system.out.println(set); }
编译器不会报错,执行的结果为:[orange, banana, apple, grape],去掉了重复的“banana”选项。但排序是无序的,如果要实现有序的存储就要使用treeset了。
public static void main(string[] args) { set set = new treeset(); set.add("orange"); set.add("apple"); set.add("banana"); set.add("grape"); set.add("banana"); system.out.println(set); }
输出的结果是:[apple, banana, grape, orange]
同样,我们查看源码发现,treeset的底层实现是treemap,源码如下:
public treeset() { this(new treemap<e,object>()); }
treeset也是非线程安全的。
四、queue
queue(队列)与栈是相对的一种数据结构。只允许在一端进行插入操作,而在另一端进行删除操作的线性表。栈的特点是后进先出,而队列的特点是先进先出。队列的用处很大,但大多都是在其他的数据结构中,比如,树的按层遍历,图的广度优先搜索等都需要使用队列做为辅助数据结构。
queue的直接子集,如下图:
其中最常用的就是线程安全类:blockingqueue.
4.1 queue方法
- 添加:add(e) / offer(e)
- 移除:remove() / poll()
- 查找:element() / peek()
注意:
- 避免add()和remove()方法,而是要使用offer()和poll()添加和移除元素。后者操作失败不会报错,前者会抛出异常;
- element() / peek() 都为查询第一个元素,不会删除集合,但element()查询失败会抛出异常,peek()不会。
4.2 queue使用
queue<string> queue = new linkedlist<string>(); queue.offer("a"); queue.offer("b"); queue.offer("c"); queue.offer("d"); system.out.println(queue); queue.poll(); system.out.println(queue); queue.poll(); queue.poll(); queue.poll(); system.out.println(queue.peek()); // system.out.println(queue.element()); // element 查询失败会抛出异常 system.out.println(queue);
4.3 其他队列
arrayblockingqueue 底层是数组,有界队列,如果我们要使用生产者-消费者模式,这是非常好的选择。
linkedblockingqueue 底层是链表,可以当做*和有界队列来使用,所以大家不要以为它就是*队列。
synchronousqueue 本身不带有空间来存储任何元素,使用上可以选择公平模式和非公平模式。
priorityblockingqueue 是*队列,基于数组,数据结构为二叉堆,数组第一个也是树的根节点总是最小值。
arrayblockingqueue :一个由数组结构组成的有界阻塞队列。
linkedblockingqueue :一个由链表结构组成的有界阻塞队列。
priorityblockingqueue :一个支持优先级排序的*阻塞队列。
delayqueue:一个使用优先级队列实现的*阻塞队列。
synchronousqueue:一个不存储元素的阻塞队列。
linkedtransferqueue:一个由链表结构组成的*阻塞队列。
linkedblockingdeque:一个由链表结构组成的双向阻塞队列
五、扩展:string的线程安全
关于string、stringbuffer、stringbuilder的线程安全
string是典型的immutable(不可变)类,被声明为final所有属性也都是final,所有它是不可变的,所有拼加、截取等动作等会产生新的string对象。
stringbuffer是为了解决上面的问题,而诞生的,提供了append方法实现了对字符串的拼加,append方法使用了synchronized实现了线程安全。
stringbuilder是jdk 1.5 新出的特性,作为stringbuffer的性能补充,stringbuffer的append方法使用了synchronized实现了线程的安全,但同时也带来了性能开销,在没有线程安全的情况下可以优先使用stringbuilder。
六、总结
list 也就是我们前面介绍最多的有序集合,它提供了方便的访问、插入、删除等操作。
set 是不允许重复元素的,这是和 list 最明显的区别,也就是不存在两个对象 equals 返回 true。我们在日常开发中有很多需要保证元素唯一性的场合。
queue/deque 则是 java 提供的标准队列结构的实现,除了集合的基本功能,它还支持类似先入先出(fifo, first-in-first-out)或者后入先出(lifo,last-in-first-out)等特定行为。这里不包括 blockingqueue,因为通常是并发编程场合,所以被放置在并发包里。
map 是广义 java 集合框架中的另外一部分,map 接口存储一组键值对象,提供key(键)到value(值)的映射。
七、参考资料
《码出高效:java开发手册》
java核心技术36讲:http://t.cn/ewujvwa
oracle docs: