Java源码解析-重点集合框架篇

一：故事背景

本文讲解的源码如未经特殊说明，均JDK1.8为准

• 不知道大家是否听过这么一句话。程序=算法+数据结构。算法指的是解决问题或者指定任务的步骤和规则的有序集合。而数据结构指的是组织和存储数据的方式。
• 大家可能学过数据结构，可能也经常会使用Java中的集合类。可这些集合类的源码，你真的研究过吗？这篇文章会带着你去学习Java中常用的集合类。从宏观到微观的方式，从使用到源码的方式，带你深入理解Java各个集合类的源码，让你不仅能用集合类，更能用好，能自己去创造集合类。

二：数据结构

想要理解Java中集合类底层使用的数据结构，就要先了解有什么数据结构。本篇文章我们不多做解释，将常见数据结构以及概念罗列，为我们下面分析Java集合源码做铺垫。
我将数据结构分为了两类，分别是线性结构和非线性结构。

2.1 线性结构

线性结构是一种简单的数据结构，其中数据元素之间存在一对一的关系，即每个元素有且只有一个直接前驱和一个直接后继元素，除了第一个元素没有前驱，最后一个元素没有后继。

• 数组（Array）：一组连续存储的数据元素，通过索引访问元素，具有固定大小。
• 链表（Linked List）：由节点组成的数据结构，每个节点包含数据和指向下一个节点的引用。
• 栈（Stack）：一种具有后进先出（Last-In-First-Out，LIFO）特性的数据结构，只能在栈顶进行插入和删除操作。
• 队列（Queue）：一种具有先进先出（First-In-First-Out，FIFO）特性的数据结构，只能在队列的一端插入，在另一端删除。

2.2 非线性结构

非线性结构是指数据元素之间存在多对多的关系，即一个元素可以有多个前驱和后继元素，或者存在层次关系，不像线性结构那样简单的一维排列。

• 树（Tree）：由节点组成的层次结构，每个节点可以有多个子节点，但每个节点只有一个父节点。
• 图（Graph）：由节点（顶点）和边组成，节点之间的关系可以是任意的，可以是双向的，形成复杂的网络结构。
• 堆（Heap）：一种特殊的树结构，常用于优先队列的实现，有最大堆和最小堆两种形式。

三：集合分类

上文讲了常见的数据结构有这么多，那么Java中的集合类都有哪些呢？每个类使用了那种，那几种数据结构呢？今天我们就一起来盘一盘。

3.1 结构图

Java集合框架主要分为了两类：

• 以键值对为首的Map类型，其中典型代表为 HashMap
• 以Collection（收集、聚集）结构为首的。主要有List、Set、Queue、组成。其中List典型代表为 ArrayList和LinkedList、Set代表为HashSet、Queue代表为双端队列ArrayDeque与优先级队列PriorityQueue

四：详细分析

其实这些集合类主要的功能就是用来盛放数据。既然是用来盛放数据那就好办了。

• 应用层面：我们可以在 增、删、改、查、的四个角度，分析这些不同。
• 底层层面：我们可以结合数据结构，分析不同的集合类使用的数据结构，结合这些结构的特点，分析这些不同集合类的效率。
  接下来的讲解中，我们不会对各个集合类的增删改查的用法多做研究，而是主要从数据结构与主要特点两个方面进行讲解，更多的从源码、从设计的角度去学习这些集合类。

4.1 List

List 的特点是存取有序，可以存放重复的元素，可以用下标对元素进行操作。

4.1.1 ArrayList

4.1.1.1 底层结构

ArrayList的底层是由数组进行实现的，其内部维护了一个Object类型的数组，数据实际是存在此数组内。
无参构造：

这里的elementData就是用来存储数据的底层数组：

而DEFAULTCAPACITY_EMPTY_ELEMENTDATA是初始化数组的时候的默认值，默认是空。

这里大家可能有点小疑问，不对啊，之前我听说ArrayList的默认容量是10，怎么你这里说是空呢。这里就要提到其另外一个特点：
ArrayList是懒加载的，在第一次进行插入数据的时候，才会去开辟空间：

具体怎么扩容，我们放在下面主要特点里去分析。

4.1.1.2 主要特点

• 底层由数组实现，支持随机存取（通过下标直接存取）
  上文我们已经看了ArrayList底层的数组，数组的特点就是支持随机存取，取出数据的时间复杂度为O1。这里我们可以看看ArrayList的获取数据的方法：
  

• 从尾部插入删除元素最快，中间插入删除较慢，头部插入删除最慢。
  这个特点也与数组的特点有关，由于数组是按照顺序存储的，所以在插入或者删除数据的时候，必须要将插入或者删除位置之后的数组进行移动。数组长度固定的情况下，操作的数组越靠前，需要移动的数据就越多。

• 内部数组容量不足时会自动扩容，元素量非常大的时候，效率较低。
  自动扩容机制，是ArrayList的一个重要特点。每次插入数据的时候都会去检查是否需要扩容，并且扩容为原来容量的1.5倍。
  
  我们主要看检查是否需要扩容这部分
  calculateCapacity方法内部，就是用来检查当前elementData 是否为空，决定是不是要设置为初始容量，这里验证了我们上文所说，只有在第一次Add的时候才会进行实际创建空间。
  
  判断是否需要扩容以及扩容的详细逻辑：
  
  

4.1.2 LinkedList

4.1.2.1 底层结构

LinkedList的底层是一个双向链表结构。通过前后指针维护数据之间的相互关系。其是通过一个内部类进行实现的，内部类里存放了具体的数据，并且维护了前后指针。

4.1.2.2 主要特点

• 双向链表结构，无法随机存取，只能从一端开始遍历
  双向链表的结构，我们上文已经讲过了，在数据上增加前后指针，使得可以通过指针相互找到。这样的话，在计算机里进行存储就无需逻辑顺序与物理顺序一致。无法随机存取。链表想要在拿到指定位置的数据的话，必须要通过指针进行遍历，找到对应数据所在位置。
  
  
  这里LinkedList做了一个优化，传入索引之后，其不会直接从头开始遍历，而是判断其是存在于前半区，还是后半区。如果在前半区就从前半部分向后开始遍历，后半区从后半区向前遍历。也就是说LinkedList查找在中间部分的数据效率最低

• 任意位置插入和删除元素非常方便，只需改变应用即可
  需要注意的是，我们这里说的任意位置，是在确定位置的基础上的，找到对应位置，还是无法避免循环。但是与ArrayList相比，LinkedList找到之后，只需要调整前后指针，替换数据即可，不涉及到数据的批量移动。
  
  
  找到数据之后，调整指针与具体数据即可。

• 需要更多的空间存储上一个节点和下一个节点的引用
  这个就比较容易理解了，因为LinkedList增加了前后指针，指向前后的数据，这些指针会占用额外的存储空间。正是这些指针体现了链表的这种特性。

4.1.3 Vector和Stack

4.1.3.1 Vector

List 的实现类还有一个 Vector，是一个元老级的类，比 ArrayList 出现得更早。ArrayList 和 Vector 非常相似，只不过 Vector 是线程安全的，像 get、set、add 这些方法都加了 synchronized 关键字，因为synchronized锁属于重量级锁，会阻塞其它线程，导致执行执行效率会比较低，所以现在已经很少用了

4.1.3.1 Stack

Stack 是 Vector 的一个子类，本质上也是由动态数组实现的，只不过还实现了先进后出的功能（在 get、set、add 方法的基础上追加了 pop「返回并移除栈顶的元素」、peek「只返回栈顶元素」等方法），所以叫栈。

这些我们就不在深入探讨。在实际项目的使用中，如何设计到并发情况下的线程安全问题，关于List，Java提供了线程安全的并发集合容器类CopyOnWriteArrayList。关于这部分，我会出一个详细文章与锁相结合进行讲解，总结。

五：总结提升

本文讲解了重点的集合框架，从源码的层面和数据结构的层面进行了详细分析，通过本文的学习，希望大家对集合框架有一个细致的了解。接下来我会更新常用的并发容器，结合多线程的知识进行分析。