美文网首页数据结构
Java集合框架源码解读(1)——ArrayList、Linke

Java集合框架源码解读(1)——ArrayList、Linke

作者: 程序员will | 来源:发表于2019-11-04 17:47 被阅读0次

    Java集合框架源码解读(1)——ArrayList、LinkedList和Vector

    java.util.List接口是Java Collections Framework的一个重要组成部分,List接口的架构图如下:

    img

    本文将通过剖析List接口的三个实现类——ArrayListLinkedListVector的源码,带你走近List的世界。

    ArrayList

    ArrayList是List接口可调整数组大小的实现。实现所有可选列表操作,并允许放入包括空值在内的所有元素。每个ArrayList都有一个容量(capacity,区别于size),表示底层数组的实际大小,容器内存储元素的个数不能多于当前容量。

    底层实现

    java.util.ArrayList类的继承关系如下:

    public class ArrayList<E> extends AbstractList<E>
            implements List<E>, RandomAccess, Cloneable, java.io.Serializable
    

    其中需要注意的是RandomAccess接口,这是一个标记接口,没有定义任何具体的内容,该接口的意义是随机存取数据。在该接口的注释中有这样一段话:

    /** for (int i=0, n=list.size(); i < n; i++) { list.get(i); } runs faster than this loop: for (Iterator i=list.iterator(); i.hasNext(); ) { i.next(); } **/
    

    这说明在数据量很大的情况下,采用迭代器遍历实现了该接口的集合,速度比较慢。

    实现了RandomAccess接口的集合有:ArrayList, AttributeList, CopyOnWriteArrayList, RoleList, RoleUnresolvedList, Stack, Vector等。

    ArrayList一些重要的字段如下:

        private static final int DEFAULT_CAPACITY = 10;
        private static final Object[] EMPTY_ELEMENTDATA = {};
        private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};
        transient Object[] elementData; // non-private to simplify nested class access
        private int size;//底层数组中实际元素个数,区别于capacity
    

    可以看到,默认第一次插入元素时创建数组的大小为10。当向容器中添加元素时,如果容量不足,容器会自动增加50%的容量。增加容量的函数grow()源码如下:

    private void grow(int minCapacity) {
            // overflow-conscious code
            int oldCapacity = elementData.length;
            int newCapacity = oldCapacity + (oldCapacity >> 1);//右移一位代表增加50%
            if (newCapacity - minCapacity < 0)
                newCapacity = minCapacity;
            if (newCapacity - MAX_ARRAY_SIZE > 0)
                newCapacity = hugeCapacity(minCapacity);
            // minCapacity is usually close to size, so this is a win:
            elementData = Arrays.copyOf(elementData, newCapacity);
        }
    
     private static int hugeCapacity(int minCapacity) {
            if (minCapacity < 0) // overflow
                throw new OutOfMemoryError();
            return (minCapacity > MAX_ARRAY_SIZE) ?
                Integer.MAX_VALUE :
                MAX_ARRAY_SIZE;
        }
    

    值得注意的是,由于集合框架用到了编译器提供的语法糖——泛型,而Java泛型的内在实现是通过类型擦除和类型强制转换来进行的,其实存储的数据类型都是Raw Type,因此集合框架的底层数组都是Object数组,可以容纳任何对象。

    数组复制

    ArrayList的实现中大量地调用了Arrays.copyof()System.arraycopy()方法。在此介绍一下这两个方法。

    System.arraycopy()方法是一个native方法,调用了系统的C/C++代码,在openJDK中可以看到其源码。该方法最终调用了C语言的memmove()函数,因此它可以保证同一个数组内元素的正确复制和移动,比一般的复制方法的实现效率要高很多,很适合用来批量处理数组。Java强烈推荐在复制大量数组元素时使用该方法,以取得更高的效率。

    Arrays.copyOf()方法有很多重载版本,但实现思路都是一样的,其泛型版本源码如下:

    public static <T> T[] copyOf(T[] original, int newLength) {     return (T[]) copyOf(original, newLength,    original.getClass());  
    }  
    

    其调用了copyof()方法:

    public static <T,U> T[] copyOf(U[] original, int newLength, Class<? extends T[]> newType) {  
        T[] copy = ((Object)newType == (Object)Object[].class)  
            ? (T[]) new Object[newLength]  
            : (T[]) Array.newInstance(newType.getComponentType(), newLength);  
        System.arraycopy(original, 0, copy, 0,  
                         Math.min(original.length, newLength));  
        return copy;  
    }    
    

    该方法实际上是在其内部创建了一个类型为newType、长度为newLength的新数组,调用System.arraycopy()方法,将原来数组中的元素复制到新的数组中。

    非线程安全

    ArrayList的实现是不同步的,如果多个线程同时访问ArrayList实例,并且至少有一个线程修改list的结构,那么它就必须在外部进行同步。

    如果没有这些对象, 这个list应该用Collections.synchronizedList()方法进行包装。 最好在list的创建时就完成包装,防止意外地非同步地访问list:

    List list = Collections.synchronizedList(new ArrayList(...));
    

    除了未实现同步之外,ArrayList大致相当于Vector。

    size(),isEmpty(),get(),set()方法均能在常数时间内完成,add()方法的时间开销跟插入位置有关(adding n elements requires O(n) time),addAll()方法的时间开销跟添加元素的个数成正比。其余方法大都是线性时间。

    常用API

    ArrayList常用的size(),isEmpty(),get(),set()方法实现都比较简单,读者可自行翻阅源码,它们均能在常数时间内完成,性能很高,这也是数组实现的优势所在。

    add()方法的时间开销跟插入位置有关(adding n elements requires O(n) time),addAll()方法的时间开销跟添加元素的个数成正比。其余方法大都是线性时间。

    add()方法

    public boolean add(E e) {
            ensureCapacityInternal(size + 1);  // Increments modCount!!
            elementData[size++] = e;
            return true;
    }
    public void add(int index, E element) {
            rangeCheckForAdd(index);
            ensureCapacityInternal(size + 1);  // Increments modCount!!
            System.arraycopy(elementData, index, elementData, index + 1,
                             size - index);
            elementData[index] = element;
            size++;
    }
    

    前者是在ArrayList尾部插入一个元素,后者是在指定位置插入元素。值得注意的是,将元素的索引赋给elementData[size]时可能会出现数组越界,这里的关键就在于ensureCapacity(size+1)的调用,这个方法的作用是确保数组的容量,它的源码如下:

    ensureCapacity()ensureExplicitCapacity()方法:

    public void ensureCapacity(int minCapacity) {
            int minExpand = (elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA)
                // any size if not default element table
                ? 0
                // larger than default for default empty table. It's already
                // supposed to be at default size.
                : DEFAULT_CAPACITY;
    
            if (minCapacity > minExpand) {
                ensureExplicitCapacity(minCapacity);
            }
    }
    
    private void ensureExplicitCapacity(int minCapacity) {
            modCount++;
    
            // overflow-conscious code
            if (minCapacity - elementData.length > 0)
                grow(minCapacity);
    }
    

    其中有一个重要的实例变量modCount,它是在AbstractList类中定义的,在使用迭代器遍历的时候,用modCount来检查列表中的元素是否发生结构性变化(列表元素数量发生改变)了,如果modCount值改变,则代表列表中元素发生了结构性变化。

    前面说过,ArrayList是非线程安全的,modCount主要在多线程环境下进行安全检查,防止一个线程正在迭代遍历,另一个线程修改了这个列表的结构。如果在使用迭代器进行遍历ArrayList的时候modCount值改变,则会报ConcurrentModificationException异常。

    可以看出,直接在数组后面插入一个元素add(e)效率也很高,但是如果要按下标来插入元素,则需要调用System.arraycopy()方法来移动部分受影响的元素,这会导致性能低下,这也是使用数组实现的ArrayList的劣势

    同理,remove()方法也会改变modCount的值,效率与按下标插入元素相似,在此不加赘述。

    addAll()方法

    public boolean addAll(Collection<? extends E> c) {
            Object[] a = c.toArray();
            int numNew = a.length;
            ensureCapacityInternal(size + numNew);  // Increments modCount
            System.arraycopy(a, 0, elementData, size, numNew);
            size += numNew;
            return numNew != 0;
    }
    public boolean addAll(int index, Collection<? extends E> c) {
            rangeCheckForAdd(index);
    
            Object[] a = c.toArray();
            int numNew = a.length;
            ensureCapacityInternal(size + numNew);  // Increments modCount
    
            int numMoved = size - index;
            if (numMoved > 0)
                System.arraycopy(elementData, index, elementData, index + numNew,
                                 numMoved);
    
            System.arraycopy(a, 0, elementData, index, numNew);
            size += numNew;
            return numNew != 0;
    }
    

    addAll方法也分在末尾插入和在指定位置插入,先将入参中的集合c转换成数组,根据转换后数组的程度和ArrayList的size拓展容量,之后调用System.arraycopy()方法复制元素到相应位置,调整size。根据返回的内容分析,只要集合c的大小不为空,即转换后的数组长度不为0则返回true。

    容易看出,addAll()方法的时间开销是跟添加元素的个数成正比的。

    trimToSize()方法

    下面来看一个简单但是很有用的方法trimToSize()

    public void trimToSize() {
            modCount++;
            if (size < elementData.length) {
                elementData = (size == 0)
                  ? EMPTY_ELEMENTDATA
                  : Arrays.copyOf(elementData, size);
            }
    }
    

    由于elementData的长度会被拓展,size标记的是其中包含的元素的个数。所以会出现size很小但elementData.length很大的情况,将出现空间的浪费。trimToSize()将返回一个新的数组给elementData,元素内容保持不变,length和size相同,节省空间。

    在实际应用中,考虑这样一种情形,当某个应用需要,一个ArrayList扩容到比如size=10000,之后经过一系列remove操作size=15,在后面的很长一段时间内这个ArrayList的size一直保持在<100以内,那么就造成了很大的空间浪费,这时候建议显式调用一下trimToSize()方法,以优化一下内存空间。

    或者在一个ArrayList中的容量已经固定,但是由于之前每次扩容都扩充50%,所以有一定的空间浪费,可以调用trimToSize()消除这些空间上的浪费。

    LinkedList

    LinkedList与ArrayList一样也实现了List接口,LinkedList使用双向链表实现,允许存储元素重复,链表与ArrayList的数组实现相比,在进行插入和删除操作时效率更高,但查找操作效率更低,因此在实际使用中应根据自己的程序计算需求来从二者中取舍。

    与ArrayList一样,LinkedList也是非线程安全的。

    底层实现

    java.util.LinkedList的继承关系如下:

    public class LinkedList<E>
        extends AbstractSequentialList<E>
        implements List<E>, Deque<E>, Cloneable, java.io.Serializable
    

    LinkedList继承自抽象类AbstractSequenceList,其实AbstractSequenceList已经实现了List接口,这里标注出List只是更加清晰而已。AbstractSequenceList提供了List接口骨干性的实现以减少从而减少了实现受“连续访问”数据存储(如链表)支持的此接口所需的工作。对于随机访问数据(如数组),则应该优先使用抽象类AbstractList。

    可以看到,LinkedList除了实现了List接口外,还实现了Deque接口,Deque即“Double Ended Queue”,是可以在两端插入和移动数据的线性数据结构,我们熟知的队列皆可以通过实现Deque接口来实现。

    因此在LinkedList的实现中,除了提供了列表相关的方法如add()remove()等,还提供了栈和队列的pop()peek()poll()offer()等相关方法。这些方法中有些彼此之间只是名称的区别,内部实现完全相同,以使得这些名字在特定的上下文中显得更加的合适。

    LinkedList定义的字段如下:

    transient int size = 0;
    transient Node<E> first;
    transient Node<E> last;
    

    Size代表的是链表中存储的元素个数,而first和last分别代表链表的头节点尾节点。 其中Node是LinkedList定义的静态内部类:

    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;
        }
    }
    

    Node是链表的节点类,其中的三个属性item、next、prev分别代表了节点的存储属性值、前继节点和后继节点。

    常用API

    add(e)方法

    public boolean add(E e) {
            linkLast(e);
            return true;
    }
    
    void linkLast(E e) {
        final Node<E> l = last;
        final Node<E> newNode = new Node<>(l, e, null);
        last = newNode;
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
            modCount++;
    }
    

    由上述代码可见,LinkedList在表尾添加元素,只要直接修改相关节点的前后继节点信息,而无需移动其他元素的位置,因此执行添加操作时效率很高。此外,LinkedList也是非线程安全的

    remove(o)方法

    public boolean remove(Object o) {
        if (o == null) {
            for (Node<E> x = first; x != null; x = x.next) {
                if (x.item == null) {
                    unlink(x);
                    return true;
                }
            }
        } else {
            for (Node<E> x = first; x != null; x = x.next) {
                if (o.equals(x.item)) {
                    unlink(x);
                    return true;
                }
            }
        }
        return false;
    }
    
    E unlink(Node<E> x) {
        // assert x != null;
        final E element = x.item;
        final Node<E> next = x.next;
        final Node<E> prev = x.prev;
    
        if (prev == null) {
            first = next;
        } else {
            prev.next = next;
            x.prev = null;
        }
    
        if (next == null) {
            last = prev;
        } else {
            next.prev = prev;
            x.next = null;
        }
        
        x.item = null;
        size--;
        modCount++;
        return element;
    }
    

    add方法一样,remove方法的底层实现也无需移动列表里其他元素的位置,而只需要修改被删除节点及其前后节点的prevnext属性即可。

    get(index)方法

    该方法可以返回指定位置的元素,下面来看一看代码

    public E get(int index) {
        checkElementIndex(index);
        return node(index).item;
    }
    
    Node<E> node(int index) {
        // assert isElementIndex(index);
    
        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }
    

    可以看到,LinkedList要想找到index对应位置的元素,必须要遍历整个列表,在源码实现中已经使用了二分查找size >> 1即是除以2)的方法来进行优化,但查找元素的开销依然很大,并且与查找的位置有关。相比较ArrayList的常数级时间的消耗而言,差距很大。

    clear()方法

    public void clear() {
        // Clearing all of the links between nodes is "unnecessary", but:
        // - helps a generational GC if the discarded nodes inhabit
        // more than one generation
        // - is sure to free memory even if there is a reachable Iterator
        for (Node<E> x = first; x != null; ) {
            Node<E> next = x.next;
            x.item = null;
            x.next = null;
            x.prev = null;
            x = next;
        }
        first = last = null;
        size = 0;
        modCount++;
    }
    

    该方法并不复杂,作用只是遍历列表,清空表中的元素和节点连接而已。之所以单独拿出来讲,是基于GC方面的考虑,源码注释中讲道,该方法中将所有节点之间的“连接”都断开并不是必要的,但是由于链表中的不同节点可能位于分代GC的不同年代中,如果它们互相引用会给GC带来一些额外的麻烦,因此执行此方法断开节点间的相互引用,可以帮助分代GC在这种情况下提高性能

    Vector

    作为伴随JDK早期诞生的容器,Vector现在基本已经被弃用,不过依然有一些老版本的代码使用到它,因此也有必要做一些了解。

    VectorArrayList的实现基本相同,它们底层都是基于Object数组实现的,两者最大的区别在于ArrayList是非线程安全的,而Vector是线程安全的。由于Vector与ArrayList的实现非常相近,前面对于ArrayList已经进行过详细介绍了,这里很多东西就不在赘述,重点介绍Vector与ArrayList的不同之处。

    容量扩展

    Vector与ArrayList还有一处细节上的不同,那就是Vector进行添加操作时,如果列表容量不够需要扩容,每次增加的大小是原来的100%,而前面已经讲过,ArrayList一次只增加原有容量的50%。具体代码如下:

    private void grow(int minCapacity) {
        // overflow-conscious code
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + ((capacityIncrement > 0) ?
     capacityIncrement : oldCapacity);
        if (newCapacity - minCapacity < 0)
            newCapacity = minCapacity;
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        elementData = Arrays.copyOf(elementData, newCapacity);
    }
    

    线程安全

    Vector类内部的大部分方法与ArrayList均相同,区别仅在于加上了synchronized关键字,比如:

    public synchronized void trimToSize() {
        modCount++;
        int oldCapacity = elementData.length;
        if (elementCount < oldCapacity) {
            elementData = Arrays.copyOf(elementData, elementCount);
        }
    }
    

    这也保证了同一时刻只有一个线程能够写Vector,避免多线程同时写而引起的不一致性,但实现同步需要很高的花费,因此,访问Vector比访问ArrayList要慢。

    前面说过,由于性能和一些设计问题,Vector现在基本已被弃用,当涉及到线程安全时,可以如前文介绍ArrayList时所说的,对ArrayList进行简单包装,即可实现同步。

    Stack类

    Vector还有一个子类叫Stack,其实现了栈的基本操作。这也是在JDK早期出现的容器,很多设计不够规范,现在已经过时,使用Queue接口的相关实现可以完全取代它。

    总结

    • ArrayList是最常用的List实现类,内部是通过数组实现的,它允许对元素进行快速随机访问。数组的缺点是每个元素之间不能有间隔,当数组大小不满足时需要增加存储能力,就要讲已经有数组的数据复制到新的存储空间中。当从ArrayList的中间位置插入或者删除元素时,需要对数组进行复制、移动、代价比较高。因此,它适合随机查找和遍历,不适合插入和删除。
    • LinkedList是用链表结构存储数据的,很适合数据的动态插入和删除,随机访问和遍历速度比较慢。另外,他还提供了List接口中没有定义的方法,专门用于操作表头和表尾元素,可以当作堆栈、队列和双向队列使用。
    • Vector与ArrayList一样,也是通过数组实现的,不同的是它支持线程的同步,即某一时刻只有一个线程能够写Vector,避免多线程同时写而引起的不一致性,但实现同步需要很高的花费,因此,访问它比访问ArrayList慢,现在基本已弃用。

    相关文章

      网友评论

        本文标题:Java集合框架源码解读(1)——ArrayList、Linke

        本文链接:https://www.haomeiwen.com/subject/fnwdbctx.html