版权声明:话不在多,在于精 https://blog.csdn.net/qq_29857681/article/details/89450008
List
- 可以进行快速查找
- 注意扩容,默认大小为10,当大于10时扩容,每次扩size>>1 (也就是1/2),底层使用Arrays.copyOf
- 可以操作头节点和尾节点,因此可以当作队列,栈使用
- 缺点:查找时需要遍历
- 场景:可以支持 边查询,边写入,写入时不影响查询
- 实现:底层写方法使用ReentrantLock和Arrays.copyOf实现
- 缺点:数据是最终一致的,不是实时的。
Stack
Set
- 可以去重,如果存储的是对象必须重写hashcode和equals,缺一不可,hashcode为了确定对象存储的位置,当hashcode一样时,比较对象的equals方法。
- 底层使用hashmap实现,你传进去的对象会作为hashmap的key,而key判断不重复是通过hashcode实现,因此需要重写对象的hashcode方法
- 默认按照自然排序,比如String 底层会调用String的compareTo方法,按照每个字符进行比较
- 底层使用TreeMap实现
- 自定义排序时,需要实现Comparable接口,重写compareTo方法
- 继承hashset 底层使用linkedHashMap实现 (典型的适配器模式)
- add方法底层使用hashmap的put方法 将key放入数组中
- 同时覆盖hashmap的 newNode方法 ,将每次创建的节点插入链表尾部,维持顺序
- 遍历时遍历链表,按照插入顺序
- 底层使用CopyOnWriteArrayList实现
- addIfAbsent 如果没有则添加 有了就不添加
- 可排序set 子接口NavigableSet
- 实现类treeset
-
ArrayList<Integer> arrayList = Lists.newArrayList(1, 2, 6, 4, 5); NavigableSet<Integer> treeSet = new TreeSet<>(arrayList); System.out.println("lower:" + treeSet.lower(2)); //NavigableSet System.out.println("floor:" + treeSet.floor(2)); //floor:2 System.out.println("ceiling:" + treeSet.ceiling(4)); //ceiling:4 System.out.println("higher:" + treeSet.higher(4)); //higher:5 System.out.println("subSet:" + treeSet.subSet(1,true, 4,true)); //subSet:[1, 2, 4] System.out.println("headSet:" + treeSet.headSet(3)); //headSet:[1, 2]
Queue
BlockingQueue(接口)
扫描二维码关注公众号,回复:
6430462 查看本文章
- 主要作用: 阻塞队列,主要为了设置队列上限,当达到上线后就阻塞。
- 入队 (A)
- 如果while( count == items.length )则 notFull.await(); 底层使用 LockSupport.park(this);
- 如果不等 则 入队 然后notEmpty.signal();
- 出队 (B)
- 如果while(count == 0) 则notEmpty.await();
- 如果不等 则 出队 然后notFull.signal();
- 执行顺序
- A先执行B后执行 一直入队 2.2 - > 2.1 -> 3.2 ->3.1->2.2->3.2
- B先执行A后执行 3.1 ->2.2->3.2 可能出队快于入队 ->3.1 -> 2.2 ->3.2
- 3.1 ->2.2->3.2 可能入队快于出队 ->2.1 -> 3.2 ->2.2
this.items = new Object[capacity];
ConcurrentLinkedQueue(无锁线程安全的队列)
head = tail = new Node<E>(null);
offer方法
UNSAFE.compareAndSwapObject(this, nextOffset, cmp, val)
last = head = new Node<E>(null);
优先级队列是一个基于堆的无界并发安全的优先级队列
this.queue = new Object[initialCapacity];
- 无界 自动扩容
int newCap = oldCap + ((oldCap < 64) ? (oldCap + 2) : // grow faster if small (oldCap >> 1)
-
System.arraycopy
- 并发安全 CAS
- 优先级 comparator
- 元素自身实现Comparable接口
- 创建一个比较器,在创建队列时传入
同步阻塞队列
一个线程必须同步等待另外一个线程把相关信息/时间/任务传递给它
没有容量的概念,进一个出一个
Map
类:
ConcurrentHashMap (https://www.cnblogs.com/banjinbaijiu/p/9147434.html)
put
如果桶为空,则 U.compareAndSwapObject(tab, ((long)i << ASHIFT) + ABASE, c, v);
不为空,则对桶中第一个元素加锁,实现分段锁
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException(); // 键或值为空,抛出异常
// 键的hash值经过计算获得hash值
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) { // 无限循环
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0) // 表为空或者表的长度为0
// 初始化表
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) { // 表不为空并且表的长度大于0,并且该桶不为空
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null))) // 比较并且交换值,如tab的第i项为空则用新生成的node替换
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED) // 该结点的hash值为MOVED
// 进行结点的转移(在扩容的过程中)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
synchronized (f) { // 加锁同步
if (tabAt(tab, i) == f) { // 找到table表下标为i的节点
if (fh >= 0) { // 该table表中该结点的hash值大于0
// binCount赋值为1
binCount = 1;
for (Node<K,V> e = f;; ++binCount) { // 无限循环
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) { // 结点的hash值相等并且key也相等
// 保存该结点的val值
oldVal = e.val;
if (!onlyIfAbsent) // 进行判断
// 将指定的value保存至结点,即进行了结点值的更新
e.val = value;
break;
}
// 保存当前结点
Node<K,V> pred = e;
if ((e = e.next) == null) { // 当前结点的下一个结点为空,即为最后一个结点
// 新生一个结点并且赋值给next域
pred.next = new Node<K,V>(hash, key,
value, null);
// 退出循环
break;
}
}
}
else if (f instanceof TreeBin) { // 结点为红黑树结点类型
Node<K,V> p;
// binCount赋值为2
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) { // 将hash、key、value放入红黑树
// 保存结点的val
oldVal = p.val;
if (!onlyIfAbsent) // 判断
// 赋值结点value值
p.val = value;
}
}
}
}
if (binCount != 0) { // binCount不为0
if (binCount >= TREEIFY_THRESHOLD) // 如果binCount大于等于转化为红黑树的阈值
// 进行转化
treeifyBin(tab, i);
if (oldVal != null) // 旧值不为空
// 返回旧值
return oldVal;
break;
}
}
}
// 增加binCount的数量
addCount(1L, binCount);
return null;
}
- put 方法实现
- 根据key取hashcode
- 判断此hashcode对应的值 (a) ==null,如果=null 直接插入
- 不能null 判断(a) 的hashcode 与key == 传进来的hashcode与key 相等,则替换
- 不等 如果 (a) 属于 TreeNode 则 ((TreeNode<K,V>)p).putTreeVal
- 不属于判断(a).next== null 如果为null 则 p.next = newNode ,然后判断entry个数 >= 阈值-1 , 大于则转换为红黑树
- 不大于 则判断(a).next == newNode 相等则替换
- 如果(a).next != null ,则 if (!onlyIfAbsent || oldValue == null) 则替换旧值
覆盖 new Node() 维护自身链表
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<K,V>(hash, key, value, e);
linkNodeLast(p);
return p;
}
根据class Loader去加载文件 必须相同的classLoader才能加载到
properties.load(this.getClass().getClassLoader().getResourceAsStream("prop/my.properties"));
红黑树,即平衡二叉搜索树
规则
变换: 变色 旋转
key是弱引用 有利于垃圾回收
在不使用弱引用时,比如,将对象放入hashmap中,当一个key对应的值为null时,并不能有效释放掉该对象空间,是因为hashmap依旧引用着该对象,导致GC时 root链还能搜索到该引用,不能进行对象GC
但是使用弱引用后,就很好解决这个问题,对象可以正常释放。