很长时间以来一直代码中用的比较多的数据列表主要是List,而且都是ArrayList,感觉有这个玩意就够了。ArrayList是用于实现动态数组的包装工具类,这样写代码的时候就可以拉进拉出,迭代遍历,蛮方便的。
也不知道从什么时候开始慢慢的代码中就经常会出现HashMap和HashSet之类的工具类。应该说HashMap比较多一些,而且还是面试经典题,平时也会多看看。开始用的时候简单理解就是个键值对应表,使用键来找数据比较方便。随后深入了解后发现这玩意还有点小奥秘,特别是新版本的JDK对HashMap的改成树后,代码都有点小复杂咯。
Set开始用的较少,只是无意中在一个代码中发现一个TreeSet,发现这个类可以自带顺利,感觉蛮有点意思,才慢慢的发现这也是个好工具啊。
代码写的多了就感觉到基础的重要性,所以在此写一篇小文简单的整理一下对集合的一些知识。
好了,简单的整理一下:
- List:即是列表,支持数组、链表的功能,一般都是线性的
- Map:即是映射表,存储的是键与值的对应关系
- Set:即是集合的意思,主要是用于排重数据及排序
先来看看List
List是用于存放线性数据的一种窗口,比如:用于数组的ArrayList和用于链表的LinkedList。
ArrayList
这是一个数组列表,不过提供了自动扩容的功能,实现List接口,外部操作都是通过接口申明的方法访问,这样即安全又方便。
ArrayList的关键就是自动扩容,在对象初始化时可以设定初始容量,也可以按默认的容量。如果对数组大小没有特别明确可以不指定初始大小,如果明确的话可以指定一个大小,这样减少动态扩容时产生的卡顿。说到这就要说一下扩容是怎么实现的了,看下面的代码:
1 2 3 4 5 6 7 8 9 10 11 |
|
grow是在ArrayList在添加元素或者一些容易检查时会触发的一个方法。主要过程:
1、得到数组的长度,并对其进行右移,这样就相当于oldCapacity/2,得到新的长度
2、如果这个长度小于最小容量那么直接就用最小容易
3、如果大于了最大容易则取一个最大值,这里会调用一个hugeCapacity方法,主要是比较minCapacity与MAX_ARRAY_SIZE的,如果minCapacity大于MAX_ARRAY_SIZE则取Integer.MAX_VALUE,否则就取MAX_ARRAY_SIZE,有意思的是MAX_ARRAY_SIZE取的是Integer.MAX_VALUE - 8;并不知道这样做的意义是什么
4、最后就是调用一个复制方法将现有数复制到一个新的数组中。
因为有这个复制过程,如果数组比较大,那么老是触发扩容当然就会出现卡顿的情况。所以如果一开始就知道最大值而且很容易增长到这个值,那么开始初始化时就指定大小会有一定的作用。
LinkedList
这是针对链表的工具类,链表的优秀是添加删除啥的比较快,但是查找会慢一些。
至于代码好像也没什么特别的,就是一串指针链接起来,当然Java中就使用对象来代替,建立一个Node的对象,Node本身指向了前一个Node和后一个Node,这就是链表的结构:
1 2 3 4 5 6 7 8 9 10 11 |
|
然后用两个Node指向头和尾就完成了,下面的代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 |
|
看一个add操作:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
|
过往就是:
1、获取到最后的Node并放在l中
2、创建一个新的Node,将数据取到这个Node中,创建过程会将新Node的prev指向l,这样就接上了链
3、然后将last指向这个新Node
4、然判断l是否null,如果是null说明是空链表,新node就是第一个元素,这样first也要指向newNode
5、如果不为空则将l的next指向newNode
6、累加计数器
删除操作也是这种Node的前后Node指向移动操作。
再来看看Map
Map是键与值做一个映射表的应用,主要的实现类:HashMap,HashTable,TreeMap
HashMap和HashTable
使用hash算法进行键值映射的就是HashMap啦,HashTable是带有同步的线程安全的类,它们两主要的区别就是这个。原理也类似,都是通过桶+链来组合实现。桶是用来存Key的,而由于Hash碰撞的原因值需要用一个链表来存储。
- 桶的意义在于高效,通过Hash计算可以一步定位
- 链表的意义在于存取重复hash的数据
具体的原理以前写过一篇《学习笔记:Hashtable和HashMap》
只不过看JDK1.8的HashMap换了存储结构,采用红黑树的结构,这样可能是解决链表查找效率问题吧?具体没有细研究。
TreeMap
看过TreeMap的代码后发现还是使用的树结构,红黑树。由于红黑树是有序的,所以自然带排序功能。当然也可通过comparator来指定比较方法来实现特定的排序。
因为采用了树结构存储那么添加和删除数据时会麻烦一些,看一下put的代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 |
|
1、先是检查根节点是否存在,不存在说明是第一条数据,直接作为树的根
2、判断是否存在比较器,如果存在则使用比较器进行查找数据的存放位置,如果比较器返回结果小于0取左,大于0取右,否则直接替换当前节点的值
3、如果不存在比较器则key直接与节点的key比较,比较和前面方法一样
4、接下来就是在找到的parent上创建一个子节点,并放入左或者右子节点中
5、fixAfterInsertion是对节点进行着色
6、累加器处理
在remove操作时也会有点麻烦,除了删除数据外,还要重新平衡一下红黑树。
另外,TreeMap实现了NavigableMap<K,V>接口,所以也提供了对数据集合的一些返回操作。
最后看看Set
Set主要是两类应用:HashSet和TreeSet。
HashSet
字面意思很明确,使用了Hash的集合。这种集合的特点就是使用Hash算法存数据,所以数据不重复,存取都相对较快。怎么做到的呢?
1 2 3 4 |
|
原来是存在一个map对象中,再看map是个啥?
1 |
|
是个HashMap,了解HashMap的就明白,这样的数据是不会重复的。因为存入时是鼗对象本身作为Key来存的,所以在HashMap中只会存在一份。
了解了这点其他的东西就非常明白了。
TreeSet
这个集合是用于对集合进行排序的,也就是除了带有排重的能力外,还可以自带排序功能。只不过看了TreeSet的代码发现,其就是在TreeMap的基础实现的。更准确的说应该是NavigableMap的派生类。默认不指定map情况下TreeSet是以TreeMap为基础的。
1 2 3 |
|
所以,这里可能更关注的是TreeSet是如何排重呢?看一下add的方法吧:
1 2 3 |
|
和HashSet有点类似,都是基于Map的特性来实现排重。确实简单而且有效。