Java源码分析:深入探讨Iterator模式
程序员文章站
2023-12-11 15:27:52
java.util包中包含了一系列重要的集合类。本文将从分析源码入手,深入研究一个集合类的内部结构,以及遍历集合的迭代模式的源码实现内幕。 下面我们先简单讨论一个根接口...
java.util包中包含了一系列重要的集合类。本文将从分析源码入手,深入研究一个集合类的内部结构,以及遍历集合的迭代模式的源码实现内幕。
下面我们先简单讨论一个根接口collection,然后分析一个抽象类abstractlist和它的对应iterator接口,并仔细研究迭代子模式的实现原理。
本文讨论的源代码版本是jdk 1.4.2,因为jdk 1.5在java.util中使用了很多泛型代码,为了简化问题,所以我们还是讨论1.4版本的代码。
集合类的根接口collection
collection接口是所有集合类的根类型。它的一个主要的接口方法是:
boolean add(object c)
add()方法将添加一个新元素。注意这个方法会返回一个boolean,但是返回值不是表示添加成功与否。仔细阅读doc可以看到,collection规定:如果一个集合拒绝添加这个元素,无论任何原因,都必须抛出异常。这个返回值表示的意义是add()方法执行后,集合的内容是否改变了(就是元素有无数量,位置等变化),这是由具体类实现的。即:如果方法出错,总会抛出异常;返回值仅仅表示该方法执行后这个collection的内容有无变化。
类似的还有:
boolean addall(collection c);
boolean remove(object o);
boolean removeall(collection c);
boolean remainall(collection c);
object[] toarray()方法很简单,把集合转换成数组返回。object[] toarray(object[] a)方法就有点复杂了,首先,返回的object[]仍然是把集合的所有元素变成的数组,但是类型和参数a的类型是相同的,比如执行:
string[] o = (string[])c.toarray(new string[0]);
得到的o实际类型是string[]。
其次,如果参数a的大小装不下集合的所有元素,返回的将是一个新的数组。如果参数a的大小能装下集合的所有元素,则返回的还是a,但a的内容用集合的元素来填充。尤其要注意的是,如果a的大小比集合元素的个数还多,a后面的部分全部被置为null。
最后一个最重要的方法是iterator(),返回一个iterator(迭代子),用于遍历集合的所有元素。
用iterator模式实现遍历集合
iterator模式是用于遍历集合类的标准访问方法。它可以把访问逻辑从不同类型的集合类中抽象出来,从而避免向客户端暴露集合的内部结构。
例如,如果没有使用iterator,遍历一个数组的方法是使用索引:
for(int i=0; i
而访问一个链表(linkedlist)又必须使用while循环:
while((e=e.next())!=null) { ... e.data() ... }
以上两种方法客户端都必须事先知道集合的内部结构,访问代码和集合本身是紧耦合,无法将访问逻辑从集合类和客户端代码中分离出来,每一种集合对应一种遍历方法,客户端代码无法复用。
更恐怖的是,如果以后需要把arraylist更换为linkedlist,则原来的客户端代码必须全部重写。
为解决以上问题,iterator模式总是用同一种逻辑来遍历集合:
for(iterator it = c.iterater(); it.hasnext(); ) { ... }
奥秘在于客户端自身不维护遍历集合的"指针",所有的内部状态(如当前元素位置,是否有下一个元素)都由iterator来维护,而这个iterator由集合类通过工厂方法生成,因此,它知道如何遍历整个集合。
客户端从不直接和集合类打交道,它总是控制iterator,向它发送"向前","向后","取当前元素"的命令,就可以间接遍历整个集合。
首先看看java.util.iterator接口的定义:
public interface iterator {
boolean hasnext();
object next();
void remove();
}
依赖前两个方法就能完成遍历,典型的代码如下:
for(iterator it = c.iterator(); it.hasnext(); ) {
object o = it.next();
// 对o的操作...
}
在jdk1.5中,还对上面的代码在语法上作了简化:
// type是具体的类型,如string。
for(type t : c) {
// 对t的操作...
}
每一种集合类返回的iterator具体类型可能不同,array可能返回arrayiterator,set可能返回setiterator,tree可能返回treeiterator,但是它们都实现了iterator接口,因此,客户端不关心到底是哪种iterator,它只需要获得这个iterator接口即可,这就是面向对象的威力。
iterator源码剖析
让我们来看看abstracylist如何创建iterator。首先abstractlist定义了一个内部类(inner class):
private class itr implements iterator {
...
}
而iterator()方法的定义是:
public iterator iterator() {
return new itr();
}
因此客户端不知道它通过iterator it = a.iterator();所获得的iterator的真正类型。
现在我们关心的是这个申明为private的itr类是如何实现遍历abstractlist的:
private class itr implements iterator {
int cursor = 0;
int lastret = -1;
int expectedmodcount = modcount;
}
itr类依靠3个int变量(还有一个隐含的abstractlist的引用)来实现遍历,cursor是下一次next()调用时元素的位置,第一次调用next()将返回索引为0的元素。lastret记录上一次游标所在位置,因此它总是比cursor少1。
变量cursor和集合的元素个数决定hasnext():
public boolean hasnext() {
return cursor != size();
}
方法next()返回的是索引为cursor的元素,然后修改cursor和lastret的值:
public object next() {
checkforcomodification();
try {
object next = get(cursor);
lastret = cursor++;
return next;
} catch(indexoutofboundsexception e) {
checkforcomodification();
throw new nosuchelementexception();
}
}
expectedmodcount表示期待的modcount值,用来判断在遍历过程中集合是否被修改过。abstractlist包含一个modcount变量,它的初始值是0,当集合每被修改一次时(调用add,remove等方法),modcount加1。因此,modcount如果不变,表示集合内容未被修改。
itr初始化时用expectedmodcount记录集合的modcount变量,此后在必要的地方它会检测modcount的值:
final void checkforcomodification() {
if (modcount != expectedmodcount)
throw new concurrentmodificationexception();
}
如果modcount与一开始记录在expectedmodecount中的值不等,说明集合内容被修改过,此时会抛出concurrentmodificationexception。
这个concurrentmodificationexception是runtimeexception,不要在客户端捕获它。如果发生此异常,说明程序代码的编写有问题,应该仔细检查代码而不是在catch中忽略它。
但是调用iterator自身的remove()方法删除当前元素是完全没有问题的,因为在这个方法中会自动同步expectedmodcount和modcount的值:
public void remove() {
...
abstractlist.this.remove(lastret);
...
// 在调用了集合的remove()方法之后重新设置了expectedmodcount:
expectedmodcount = modcount;
...
}
要确保遍历过程顺利完成,必须保证遍历过程中不更改集合的内容(iterator的remove()方法除外),因此,确保遍历可靠的原则是只在一个线程中使用这个集合,或者在多线程中对遍历代码进行同步。
最后给个完整的示例:
collection c = new arraylist();
c.add("abc");
c.add("xyz");
for(iterator it = c.iterator(); it.hasnext(); ) {
string s = (string)it.next();
system.out.println(s);
}
如果你把第一行代码的arraylist换成linkedlist或vector,剩下的代码不用改动一行就能编译,而且功能不变,这就是针对抽象编程的原则:对具体类的依赖性最小。
下面我们先简单讨论一个根接口collection,然后分析一个抽象类abstractlist和它的对应iterator接口,并仔细研究迭代子模式的实现原理。
本文讨论的源代码版本是jdk 1.4.2,因为jdk 1.5在java.util中使用了很多泛型代码,为了简化问题,所以我们还是讨论1.4版本的代码。
集合类的根接口collection
collection接口是所有集合类的根类型。它的一个主要的接口方法是:
boolean add(object c)
add()方法将添加一个新元素。注意这个方法会返回一个boolean,但是返回值不是表示添加成功与否。仔细阅读doc可以看到,collection规定:如果一个集合拒绝添加这个元素,无论任何原因,都必须抛出异常。这个返回值表示的意义是add()方法执行后,集合的内容是否改变了(就是元素有无数量,位置等变化),这是由具体类实现的。即:如果方法出错,总会抛出异常;返回值仅仅表示该方法执行后这个collection的内容有无变化。
类似的还有:
boolean addall(collection c);
boolean remove(object o);
boolean removeall(collection c);
boolean remainall(collection c);
object[] toarray()方法很简单,把集合转换成数组返回。object[] toarray(object[] a)方法就有点复杂了,首先,返回的object[]仍然是把集合的所有元素变成的数组,但是类型和参数a的类型是相同的,比如执行:
string[] o = (string[])c.toarray(new string[0]);
得到的o实际类型是string[]。
其次,如果参数a的大小装不下集合的所有元素,返回的将是一个新的数组。如果参数a的大小能装下集合的所有元素,则返回的还是a,但a的内容用集合的元素来填充。尤其要注意的是,如果a的大小比集合元素的个数还多,a后面的部分全部被置为null。
最后一个最重要的方法是iterator(),返回一个iterator(迭代子),用于遍历集合的所有元素。
用iterator模式实现遍历集合
iterator模式是用于遍历集合类的标准访问方法。它可以把访问逻辑从不同类型的集合类中抽象出来,从而避免向客户端暴露集合的内部结构。
例如,如果没有使用iterator,遍历一个数组的方法是使用索引:
for(int i=0; i
而访问一个链表(linkedlist)又必须使用while循环:
while((e=e.next())!=null) { ... e.data() ... }
以上两种方法客户端都必须事先知道集合的内部结构,访问代码和集合本身是紧耦合,无法将访问逻辑从集合类和客户端代码中分离出来,每一种集合对应一种遍历方法,客户端代码无法复用。
更恐怖的是,如果以后需要把arraylist更换为linkedlist,则原来的客户端代码必须全部重写。
为解决以上问题,iterator模式总是用同一种逻辑来遍历集合:
for(iterator it = c.iterater(); it.hasnext(); ) { ... }
奥秘在于客户端自身不维护遍历集合的"指针",所有的内部状态(如当前元素位置,是否有下一个元素)都由iterator来维护,而这个iterator由集合类通过工厂方法生成,因此,它知道如何遍历整个集合。
客户端从不直接和集合类打交道,它总是控制iterator,向它发送"向前","向后","取当前元素"的命令,就可以间接遍历整个集合。
首先看看java.util.iterator接口的定义:
public interface iterator {
boolean hasnext();
object next();
void remove();
}
依赖前两个方法就能完成遍历,典型的代码如下:
for(iterator it = c.iterator(); it.hasnext(); ) {
object o = it.next();
// 对o的操作...
}
在jdk1.5中,还对上面的代码在语法上作了简化:
// type是具体的类型,如string。
for(type t : c) {
// 对t的操作...
}
每一种集合类返回的iterator具体类型可能不同,array可能返回arrayiterator,set可能返回setiterator,tree可能返回treeiterator,但是它们都实现了iterator接口,因此,客户端不关心到底是哪种iterator,它只需要获得这个iterator接口即可,这就是面向对象的威力。
iterator源码剖析
让我们来看看abstracylist如何创建iterator。首先abstractlist定义了一个内部类(inner class):
private class itr implements iterator {
...
}
而iterator()方法的定义是:
public iterator iterator() {
return new itr();
}
因此客户端不知道它通过iterator it = a.iterator();所获得的iterator的真正类型。
现在我们关心的是这个申明为private的itr类是如何实现遍历abstractlist的:
private class itr implements iterator {
int cursor = 0;
int lastret = -1;
int expectedmodcount = modcount;
}
itr类依靠3个int变量(还有一个隐含的abstractlist的引用)来实现遍历,cursor是下一次next()调用时元素的位置,第一次调用next()将返回索引为0的元素。lastret记录上一次游标所在位置,因此它总是比cursor少1。
变量cursor和集合的元素个数决定hasnext():
public boolean hasnext() {
return cursor != size();
}
方法next()返回的是索引为cursor的元素,然后修改cursor和lastret的值:
public object next() {
checkforcomodification();
try {
object next = get(cursor);
lastret = cursor++;
return next;
} catch(indexoutofboundsexception e) {
checkforcomodification();
throw new nosuchelementexception();
}
}
expectedmodcount表示期待的modcount值,用来判断在遍历过程中集合是否被修改过。abstractlist包含一个modcount变量,它的初始值是0,当集合每被修改一次时(调用add,remove等方法),modcount加1。因此,modcount如果不变,表示集合内容未被修改。
itr初始化时用expectedmodcount记录集合的modcount变量,此后在必要的地方它会检测modcount的值:
final void checkforcomodification() {
if (modcount != expectedmodcount)
throw new concurrentmodificationexception();
}
如果modcount与一开始记录在expectedmodecount中的值不等,说明集合内容被修改过,此时会抛出concurrentmodificationexception。
这个concurrentmodificationexception是runtimeexception,不要在客户端捕获它。如果发生此异常,说明程序代码的编写有问题,应该仔细检查代码而不是在catch中忽略它。
但是调用iterator自身的remove()方法删除当前元素是完全没有问题的,因为在这个方法中会自动同步expectedmodcount和modcount的值:
public void remove() {
...
abstractlist.this.remove(lastret);
...
// 在调用了集合的remove()方法之后重新设置了expectedmodcount:
expectedmodcount = modcount;
...
}
要确保遍历过程顺利完成,必须保证遍历过程中不更改集合的内容(iterator的remove()方法除外),因此,确保遍历可靠的原则是只在一个线程中使用这个集合,或者在多线程中对遍历代码进行同步。
最后给个完整的示例:
collection c = new arraylist();
c.add("abc");
c.add("xyz");
for(iterator it = c.iterator(); it.hasnext(); ) {
string s = (string)it.next();
system.out.println(s);
}
如果你把第一行代码的arraylist换成linkedlist或vector,剩下的代码不用改动一行就能编译,而且功能不变,这就是针对抽象编程的原则:对具体类的依赖性最小。