【Java高级编程】Java集合

1、Java集合框架概述

1.1、集合框架的概述

• 集合、数组都是对多个数据进行存储操作的结构，简称Java容器。
• 说明：此时的存储，主要指的是内存层面的存储，不涉及到持久化的存储
• 数组在存储多个数据方面的特点：
  • 一旦初始化以后，其长度就确定了
  • 数组一旦定义好，其元素的类型也就确定了。我们也就只能操作指定类型的数据了。比如：String[] arr;int[] arr1;Object[] arr2;
• 数组在存储多个数据方面的缺点：
  • 一旦初始化以后，其长度就不可修改
  • 数组中提供的方法非常有限，对于添加、删除、插入数据等操作，非常不便，同时效率不高。
  • 获取数组中实际元素的个数的需求，数组没有现成的属性或方法可用。
  • 数组存储数据的特点：有序、可重复。对于无序、不可重复的需求，不能满足。

1.2、集合框架

• Coolection接口：单列集合，用来存储一个一个的对象
  • List接口：存储有序的、可重复的数据
    • ArrrayList、LinkedList、Vector
  • Set接口：存储无序的、不可重复的数据
    • HashSet、LinkedHashSet、TreeSet
• Map接口：双列集合，用来存储一对(key-value)一对的数据
  • HashMap、LinkedHashMap、TreeMap、Hashtable、Properties

2、Collection接口方法

• 添加
  • add(Object obj)
  • addAll(Conllection coll)
• 获取有效元素的个数
  • int size()
• 清空集合
  • void clear()
• 是否是空集合
  • boolean isEmpty()
• 是否包含某个元素
  • boolean contains(Object obj)：是通过元素的equals方法来判断是否是同一个对象
  • boolean containsAll(Collection c)：也是调用元素的equals方法来比较的。拿两个集合的元素挨个比较。
• 删除
  • boolean remove(Object obj)：通过元素的equals方法判断是否是要删除的那个元素。只会删除找到的第一个元素
  • boolean removeAll(Collection coll)：取当前集合的差集
• 取两个集合的交集
  • boolean retainAll(Collection c)：把交集的结果存在当前集合中，不影响c
• 集合是否相等
  • boolean equals(Object obj)
• 转成对象数组
  • Object[] toArray()
• 获取集合对象的哈希值
  • hashCode()
• 遍历
  • iterator()：返回迭代器对象，用于集合遍历

拓展：数组 --> 集合：调用Arrays类的静态方法asList()

List<String> list = Arrays.asList(new String[]{"AA", "BB", "CC"});
System.out.println(list);
// Arrays.asList会优先将其当做一个元素，而不会自动装箱当做是两个元素
List arr1 = Arrays.asList(new int[]{123, 456});
System.out.println(arr1.size()); // 1

List arr2 = Arrays.asList(new Integer[]{123, 456});
System.out.println(arr2.size());// 2
// 推荐写法：避免错误
List arr3 = Arrays.asList(123, 456);
System.out.println(arr3.size()); // 2

3、Iterator迭代器接口

3.1、Iterator迭代器概述

• Iterator对象称为迭代器，主要用于遍历Collection集合中的元素
• GOF给迭代器模式的定义为：提供一种方法访问一个容器(container)对象中各个元素，而又不需暴露该对象的内部细节。迭代器模式，就是为容器而生。

3.1、Iterator的使用

• 内部的方法：hasNext()和next()
• 集合对象每次调用iterator()方法都得到一个全新的迭代器对象
• 内部定义了remove()，可以在遍历的时候，删除集合中的元素。如果还未调用next()或在上一次调用next方法之后已经调用了remove方法，再调用remove会报IllegalStateException

Iterator iterator = coll.iterator();
// hasNext()：判断是否还有下一个元素
while (iterator.hasNext()) {
    // next()：1、指针下移；2、将下移以后集合位置上的元素返回
    System.out.println(iterator.next());
}

foreach遍历集合时，内部仍然调用了迭代器

4、Conllection子接口一：List

4.1、List框架

• Collection接口：单列集合，用来存储一个一个的对象
  • List接口：存储有序的、可重复的数据
    • ArrayList：作为List接口的主要实现类：线程不安全，效率高；底层使用Object[] elementData存储
    • LinkedList：对于频繁的插入、删除操作，使用此类效率比ArrayList高；底层使用双向链表存储
    • Vector：作为List接口的古老实现类；线程安全的，效率低；底层使用Object[] elementData存储

4.2、ArrayList的源码分析

• ArrayList的源码分析

/**
 * 1、JDK 7情况下
 *  ArrayList list = new ArrayList();//底层创建了长度是10的Object[]数组elementData
 *  list.add(123);//elementData[0] = new Integer(123);
 *  ...
 *  list.add(11);如果此次的添加导致底层elementData数组容量不够，则扩容。
 *  默认情况下，扩容为原来的容量的1.5倍，同时需要将原有数组中的数据复制到新的数组中
 *
 *  结论：建议开发中使用带参的构造器：ArrayList list = new ArrayList(int capacity)
 *
 * 2、JDK 8中ArrayList的变化：
 *  ArrayList list = new ArrayList();//底层Object[] elementData初始化为{}.并没有创建长度是10的Object[]数组elementData
 *
 *  list.add(123);//第一次调用add()时，底层才创建了长度10的数组，并将数据123添加到elementData[0]
 *  ...
 *  后续的添加和扩容操作与JDK 7无异
 *
 * 3、小结：JDK 7中的ArrayList的对象的创建类似于单例的饿汉式，而JDK 8中的ArrayList的对象
 *          的创建类似于单例的懒汉式，延迟了数组的创建，节省内存。
 */

• LinkedList的源码分析

/**
 * LinkedList list = new LinkedList(); 内部声明了Node类型的first和last属性，默认值为null
 * list.add(123);//将123封装到Node中，创建了Node对象。
 * 
 * 其中，Node的定义：体现了LinkedList的双向链表的说法
 * private static class Node<E> {
 *      E item;
 *      Node<E> next;
 *      Node<E> prev;
 *
 *      Node(Node<E> prev, E element, Node<E> next) {
 *         this.item = element;
 *         this.next = next;
 *         this.prev = prev;
 *      }
 * }
 */

• Vector的源码分析：JDK 7和JDK 8中通过Vector()构造器创建对象时，底层都创建了长度为10的数组，在扩容方面，默认扩容为原来数组长度的2倍。

4.3、面试题：ArrayList、LinkedList、Vector三者的异同？

• 同：三个类都是实现了List接口，存储数据的特点相同：存储有序的、可重复的数据
• 不同：见4.1、List框架

4.4、List接口方法

• List除了从Collection集合继承的方法外，List集合里添加了一些根据索引来操作集合元素的方法
• void add(int inde, Object ele)：在index位置插入ele元素
• boolean addAll(int index, Collection eles)：从index位置开始将eles中所有元素添加进来
• Object get(int index)：获取指定index位置的元素
• int indexOf(Object obj)：返回obj在集合中首次出现的位置
• int lastIndexOf(Object obj)：返回obj在当前集合中末次出现的位置
• Object remove(int index)：移除指定index位置的元素，并返回此元素
• Object set(int index, Object ele)：设置指定index位置的元素为ele
• List subList(int fromIndex, int toIndex)：返回从fromIndex到toIndex位置的子集合

/**
 * 区分List中remove(int index)和remove(Object obj)
 */
@Test
public void testListRemove() {
    List list = new ArrayList();
    list.add(1);
    list.add(2);
    list.add(3);
    updateList(list);
    // updateList1(list);
    System.out.println(list);
}

private void updateList(List list) {
    // 注意区分是调用下标还是对象的remove方法
    // list.remove(2); // [1, 2]
    // list.remove(new Integer(2)); // [1, 3]
}

private void updateList1(Collection coll) {
    // 多态，此时父类只有remove(Object obj)的方法
    coll.remove(2); // [1, 3]
}

5、Conllection子接口二：Set

5.1、Set接口的框架

• Collection接口：单列集合，用来存储一个一个的对象
  • Set接口：存储无序的，不可重复的数据
    • HashSet：作为Set接口的主要实现类：线程不安全；可以存储null值
      • LinkedHashSet：作为HashSet的子类；遍历其内部数据时，可以按照添加的顺序进行遍历。对于频繁的遍历操作，LinkedHashSet效率高于HashSet
    • TreeSet：可以按照添加对象的指定属性，进行排序

Set接口中没有额外定义新的方法，使用的都是Collection中声明过的方法。

5.2、无序性与不可重复性（HashSet为例）

• 无序性：不等于随机性。存储的数据在底层数组中并非按照数组索引的顺序添加，而是根据数据的哈希值决定的。
• 不可重复性：保证添加的元素按照equals()判断时，不能返回true。即：相同的元素只能添加一个。
  • 前提是哈希值相同，才会进行equals()判断

5.3、HashSet的源码分析

• 我们向HashSet中添加元素a，首先调用元素a所在类的hashCode()方法，计算元素a的哈希值，此哈希值接着通过某种算法计算出在HashSet底层数组中的存放位置（即为：索引位置），判断数组此位置上是否已经有元素：
  • 如果此位置上没有其他元素，则元素a添加成功。 —> 情况1
  • 如果此位置上有其他元素b（或以链表形式存在的多个元素），则比较元素a与元素b的hash值：
    • 如果hash值不相同，则元素a添加成功。 —> 情况2
    • 如果hash值相同，进而需要调用元素a所在类的equals()方法：
      • equals()返回true，元素a添加失败
      • equals()返回false，则元素a添加成功。 —> 情况3
• 对于添加成功的情况2和情况3而言：元素a与已经存在指定索引位置上数据以链表的方式存储。
  • JDK 7：元素a放在数组中，指向原来的元素。
  • JDK 8：原来的元素在数组中，指向元素a
  • 总结：七上八下
• HashSet底层：数组+链表的结构

要求：向Set中添加的数据，其所在的类一定要重写hashCode()和equals()。
要求：重写的hashCode()和equals()尽可能保持一致性：相等的对象必须具有相等的散列码。重写两个方法的小技巧：对象中用作equals()方法比较的Field，都应该用来计算hashCode值

HashSet set = new HashSet();
// Person类中重写了hashCode()和equals()方法
Person p1 = new Person(1001, "AA");
Person p2 = new Person(1002, "BB");

set.add(p1);
set.add(p2);
System.out.println(set); // [Person{id=1002, name='BB'}, Person{id=1001, name='AA'}]
p1.name = "CC";
set.remove(p1);
System.out.println(set); // [Person{id=1002, name='BB'}, Person{id=1001, name='CC'}]
set.add(new Person(1001, "CC"));
System.out.println(set); // [Person{id=1002, name='BB'}, Person{id=1001, name='CC'}, Person{id=1001, name='CC'}]
set.add(new Person(1001, "AA"));
System.out.println(set); // [Person{id=1002, name='BB'}, Person{id=1001, name='CC'}, Person{id=1001, name='CC'}, Person{id=1001, name='AA'}][Person{id=1002, name='BB'}, Person{id=1001, name='CC'}, Person{id=1001, name='CC'}, Person{id=1001, name='AA'}]

5.4、为什么用Eclipse/IDEA重写hashCode方法，有31这个数字？

• 选择系数的时候要选择尽量大的系数。因为如果计算出来的hash地址越大，所谓的“冲突”就越少，查找起来效率也会提高。（减少冲突）
• 并且31只占用了5bits，相乘造成数据溢出的概率较少。
• 31可以由i*31==(i<<5)-1表示，现在很多虚拟机里面都有做相关优化。（提高算法效率）
• 31是一个素数，素数作用就是如果我用一个数字来乘以这个素数，那么最终出来的结果只能被素数本身和被乘数还有1来整除！（减少冲突）

5.5、LinkedHashSet的使用

• LinkedHashSet作为HashSet的子类，在添加数据的同时，每个数据还维护了两个引用，记录此数据前一个数据和后一个数据
• 优点：对于频繁的遍历操作，LinkedHashSet效率高于HashSet

5.5、TreeSet的使用

• 向TreeSet中添加数据，要求是相同的类的对象
• 两种排列方法：自然排序（实现Comparable接口）和定制排序（Comparator）
• 自然排序中，比较两个对象是否相同的标准为：compareTo()返回0，不再是equals()
• 定制排序中，比较两个对象是否相同的标准为：compare()返回0，不再是equals()

6、Map接口

6.1、Map接口的框架

• Map：双列数据，存储key-value对的数据
  • HashMap：作为Map的主要实现类；线程不安全的，效率高；可以存储null的key和value
    • LinkedHashMap：保证在遍历map元素时，可以按照添加的顺序实现遍历。原因：在原有的HashMap底层结构基础上，添加了一对指针，指向前一个和后一个元素，对于频繁的遍历操作，此类执行效率高于HashMap
  • TreeMap：保证按照添加的key-value对进行排序；实现排序遍历。此时考虑key的自然排序或定制排序。底层使用红黑树
  • Hashtable：作为古老的实现类；线程安全的，效率低；不能存储null的key和value
    • Properties：常用来处理配置文件。key和value都是String类型

HashMap的底层：数组+链表(JDK 7及之前)或数组+链表+红黑树(JDK 8)

6.2、Map结构的理解（以HashMap为例）

• Map中的key：无序的、不可重复的，使用Set存储所有的key --> key所在的类要重写equals()和hashCode()
• Map中的value：无序的、可重复的，使用Collection存储所有的value --> value所在的类型要重写equals()
• 一个键值对：key-value构成了一个Entry对象
• Map中的entry：无序的、不可重复的，使用Set存储所有的entry

6.3、HashMap的底层实现原理？（以JDK 7为例）

/**
 * HashMap map = new HashMap();
 * 在实例化以后，底层创建了长度是16的一对数组Entry[] table
 * ...可能已经执行过多次put...
 * map.put(key1, value1):
 *  首先，调用key1所在类的hashCode()计算key1哈希值，此哈希值经过某种算法计算以后，得到在Entry数组中的存放位置。
 *  如果此位置上的数据为空，此时的key1-value1添加成功。 ---> 情况1
 *  如果此位置上的数据不为空，（意味着此位置上存在一个或多个数据（以链表形式）），比较key1和已经存在的一个或多个数据的哈希值：
 *      如果key1的哈希值与已经存在的数据的哈希值都不相同，此时key1-value1添加成功。 ---> 情况2
 *      如果key1的哈希值和已经存在的某一个数据（key2-value2）的哈希值相同，继续比较：调用key1所在类的equals(key2)
 *          如果equals()返回false：此时key1-value1添加成功。---> 情况3
 *          如果equals()返回true：使用value1替换value2
 *
 *  补充：关于情况2和情况3：此时key1-value1和原来的数据以链表的方法存储。
 *
 *  在不断的添加过程中，会涉及到扩容问题，当超过临界值(且要存放的位置非空)时，扩容。默认的扩容方式：扩容为原来容量的2倍，并将原有的数据复制过来。
 */

• JDK 8相较于JDK 7在底层实现方面的不同：
  • 1、new HashMap()：底层没有创建一个长度为16的数组
  • 2、JDK 8底层的数组是：Node[]，而非Entry[]
  • 3、首次调用put()方法时，底层创建长度为16的数组
  • 4、JDK 7的底层结构只有：数组+链表。JDK 8中底层结构：数组+链表+红黑树。
    • 形成链表时，依旧符合“七上八下”(JDK 7：新的元素指向旧的元素。JDK 8：旧的元素指向新的元素)
    • 当数组的某一个索引位置上的元素以链表形式存在的数据个数 > 8 且当前数组的长度 > 64时，此时此索引位置上的所有数据改为使用红黑树存储。

6.4、HashMap源码中的重要常量

• DEFAULT_INITIAL_CAPACITY：HashMap的默认值，16
• DEFAULT_LOAD_FACTOR：HashMap的默认加载因子：0.75
• threahold：扩容的临界值，=容器*填充因子：16 * 0.75 => 12
• TREEIFY_THRESHOLD：Bucket中链表长度大于该默认值，转化为红黑树：8
• MIN_TREEIFY_CAPACITY：桶中的Node被树化时最小的hash表容量：64

面试题：负载因子值的大小，对HashMap有什么影响？
1、负载因子的大小决定了HashMap的数据密度
2、负载因子越大密度越大，发生碰撞的几率越高，数组中的链表越容易长，造成查询或插入时的比较次数增多，性能会下降。
3、负载因子越小，就越容易触发扩容，数据密度也越小，意味着发生碰撞的几率越小，数组中的链表也就越短，查询和插入时比较的次数也越小，性能会更高。但是会浪费一定的内容空间。而且经常扩容也会影响性能，建议初始化预设大一点的空间
4、按照其他语言的参考及研究经验，会考虑将负载因子设置在0.7~0.75，此时平均检索长度接近于常数

6.5、LinkedHashMap的底层原理

• LinkedHashMap底层使用的结构与HashMap相同，因为LinkedHashMap继承于HashMap
• 区别就在于：LinkedHashMap内部提供了Entry，替换HashMap中的Node
• HashMap中的内部类：Node

static class Node<K,V> implements Map.Entry<K,V> {
  final int hash;
  final K key;
  V value;
  Node<K,V> next;
}

• LinkedHashMap中的内部类：Entry

static class Entry<K,V> extends HashMap.Node<K,V> {
  Entry<K,V> before, after;// 能够记录添加的元素的先后顺序
  Entry(int hash, K key, V value, Node<K,V> next) {
      super(hash, key, value, next);
  }
}

6.5、Map接口常用方法

• 添加、删除、修改操作：
  • Object put(Object key, Object value)：指定key-value添加到(或修改)当前map对象中
  • void putAll(Map m)：将m中的所有key-value对存放到当前map中
  • Object remove(Object key)：移除指定key的key-value对，并返回value
  • void clear()：清空当前map中的所有数据
• 元素查询的操作：
  • Object get(Object key)：获取指定key对应的value
  • boolean containsKey(Object key)：是否包含指定的key
  • boolean containsValue(Object value)：是否包含指定的value
  • int size()：返回map中key-value对的个数
  • boolean isEmpty()：判断当前map是否为空
  • boolean equals(Object obj)：判断当前map和参数对象obj是否相等
• 元视图操作的方法：
  • Set keySet()：返回所有key构成的Set集合
  • Collection values()：返回所有value构成的Collection集合
  • Set entrySet()：返回所有key-value对构成的Set集合

7、Collections工具类

• Collections是一个操作Set、List和Map等集合的工具类
• Collections中提供了一系列静态的方法对集合元素进行排序、查询和修改等操作，还提供了对集合对象设置不可变、对集合对象实现同步控制等方法
• 排序操作：(均为static方法)
  • reverse(List)：反转List中元素的顺序
  • shuffle(List)：对List集合元素进行随机排序
  • sort(List)：根据元素的自然顺序对指定List集合元素按升序排序
  • sort(List, Comparator)：根据指定的Comparator产生的顺序对List集合元素进行排序
  • swap(List, int, int)：将指定list集合中的i处元素和j处元素进行交换
• 查找、替换
  • Object max(Collection)：根据元素的自然顺序，返回给定集合中的最大值
  • Object max(Collection, Comparator)：根据Comparator指定的顺序，返回给定集合中的最大元素
  • Object min(Collection)
  • Object min(Collection, Comparator)
  • int frequency(Collection, Object)：返回指定集合中指定元素的出现次数
  • void copy(List dest, List src)：将src中的内容复制到dest中
  • boolean replaceAll(List list, Object oldVal, Object newVal)：使用新值替换List对象的所有旧值
• 同步控制
  • synchronizedXxx()：将指定集合包装成线程同步的集合，从而可以解决多线程并发访问集合时的线程安全问题
  • synchronizedList(List list)
  • synchronizedMap(Map map)

List list = new ArrayList();
list.add(123);
list.add(43);
list.add(765);
list.add(-97);
list.add(0);
// 报异常：java.lang.IndexOutOfBoundsException: Source does not fit in dest
// List dest = new ArrayList();
// Collections.copy(dest, list);
// The destination list must be at least as long as the source list. 
// If it is longer, the remaining elements in the destination list are unaffected.
List dest = Arrays.asList(new Object[list.size()]);
System.out.println(dest.size()); //list.size();
Collections.copy(dest, list);
System.out.println(dest);