java基本功16课：(3)常见的Java 集合的实现细节

1.总结一下java集合。

Set集合 ：无序集合（存储空间不连续），元素不可以重复

• HashSet ：可以这样理解，1.继承了set集合的特点（无序，不重复）。2.线程不安全。3.元素值可以是null。4.调用或重写equals()和hashCode()方法进行比较。
• TreeSet ：1.同样继承set集合的特点。2.线程不安全。3.元素有序（不是存储空间是连续的，而是可以有序输出）。4.可以自然排序以及定制排序。
• LinkedHashSet：1.具有set集合特点。2.线程不安全。3.元素的插入顺序总是与添加顺序一致。

Queue集合：模拟队列的数据结构，“先进先出”。

• Deque:双端队列，也可以是栈。此接口方法很多。
• ArrayDeque:基于数组的双端队列，可以在一开始就指定长度，默认长度为16。
• LinkedList: 虽然是list集合，但实现了Deque接口，可以当成双端队列使用。内部是以链表的形式保存元素。

List集合：元素有序，可重复的集合。

• ArrayList:1.数组队列，可动态增加容量。2.线程不安全。3.可通过索引随机访问元素，效率很高。
• LinkedList:1.双向链表,它也可以被当作堆栈、队列或双端队列进行操作.2.线程不安全。3.逐个遍历很快，随机遍历效率不高。

2.比较一下各集合的关系

Set和Map的关系

• Map集合的Key的特征是：不能重复，没有顺序。而Set的特征也是一样。因此你会发现，所有的Key其实是可以组成Set集合的。
• 如果把Map集合的key-values看成一个整体，values是key的一个附属品，那么就可以把Map集合看成一个Set集合。

以上两点关系有什么用呢？在Map集合建立Key的时候，就可以参照Set集合的存储元素规则：根据equals()和hashCode()比较两元素是否相等。

HashMap和HashSet的关系

• HashMap和HashSet的关系跟Map和Set的关系很像。
• HashSet根据hash算法决定元素存储位置。
• HashMap先把values当做是key的附属品，再根据hash算法决定元素存储位置。
• HashSet封装了一个HashMap对象来存储所有集合，所以HashSet的绝大多数方法是通过调用HashMap的方法实现的。

在判断HashMap集合的元素是否相等是用equals()和hashCode()两个方法比较的。（如果重写这两个方法返回值必须保持一致，以下是返回值的不同情况）
1.当两个都true，代表两元素是相等的，此时就不会添加进集合里。
2.如果第一个是false，第二个是true。此时就会添加在集合里，但是同一个地址怎
么放两个元素呢？其实在初始化集合的时候，划分的内存空间是一个数组，该数
组叫做Entry数组,该数组里的每一个元素成为“bucket”，每个bucket都有索引，系统可以通过索引快速寻找到bucket存储的元素。每个bucket都只存储一个Entry,但如何存储两个甚至更多呢（因为hashCode一样啊，所以这些元素都应该在同一个bucket里）？此时就用到了Entry链表了。因为Entry可以包含一个引用对象，这样就可以指向另一个Entry了。这样就实现了相等hashCode下，存储多个元素的问题了。

深度截图20170620212715.png

3.如果第一个true，第二个false。虽然元素会添加到集合里，但是当你需要根据key删除或者调用values的时候，往往是失败的。因为有一个key，两个索引，系统不知道取哪一个。

TreeMap和TreeSet的关系

• TreeSet封装了一个TreeMap对象来存储所有集合，所以TreeSet的绝大多数方法是通过调用TreeMap的方法实现的。
• 对于TreeMap而言，它是采用一种被称为“红黑树”的排序二叉树来保存Map中的Entry--每个Entry都被当成“红黑树”的一个节点对待。

红黑树是一种自平衡二叉查找树，树中每一个节点的值，都大于或等于在它的左子树中的所有节点的值，并且少于或等于在它的右子树中的所有节点的值，这确保红黑树运行时可以快速地在书中查找和定位的所需节点。

Map和List的关系

• Map接口提供了get(K key)方法允许Map对象根据key来取得value。
• List接口提供了get(int index)方法允许List对象根据元素索引来取得value。

ArrayList ,LinkedList 和 Vector的关系

• ArrayList 是一个可改变大小的数组.当更多的元素加入到 ArrayList 中时, 其大小将会动态地增长. 内部的元素可以直接通过 get 与 set 方法进行访问, 因为 ArrayList 本质上就是一个数组.
• LinkedList 是一个双链表, 在添加和删除元素时具有比 ArrayList 更好的性能. 但在 get 与 set 方面弱于ArrayList. 当然, 这些对比都是指数据量很大或者操作很频繁的情况下的对比, 如果数据和运算量很小,那么对比将失去意义.
• Vector 和 ArrayList 类似, 但属于强同步类。如果你的程序本身是线程安全的(thread-safe,没有在多个线程之间共享同一个集合/对象),那么使用 ArrayList 是更好的选择。Vector 和 ArrayList 在更多元素添加进来时会请求更大的空间。Vector 每次请求其大小的双倍空间，而 ArrayList每次对 size 增长 50%.
  而 LinkedList 还实现了 Queue 接口, 该接口比 List 提供了更多的方法,包括 offer(), peek(), poll()等.

注意: 默认情况下 ArrayList 的初始容量非常小, 所以如果可以预估数据量的话, 分配一个较大的初始值属于最佳实践, 这样可以减少调整大小的开销。
LinkedList 更适用于:
没有大规模的随机读取
大量的增加/删除操作

以下是引用一些网上很好的问题。

“你用过HashMap吗？” “什么是HashMap？你为什么用到它？”

几乎每个人都会回答“是的”，然后回答HashMap的一些特性，譬如HashMap可以接受null键值和值，而Hashtable则不能；HashMap是非synchronized;HashMap很快；以及HashMap储存的是键值对等等。这显示出你已经用过HashMap，而且对它相当的熟悉。但是面试官来个急转直下，从此刻开始问出一些刁钻的问题，关于HashMap的更多基础的细节。面试官可能会问出下面的问题：

“你知道HashMap的工作原理吗？” “你知道HashMap的get()方法的工作原理吗？”

你也许会回答“我没有详查标准的Java API，你可以看看Java源代码或者Open JDK。”“我可以用Google找到答案。”
但一些面试者可能可以给出答案，“HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时，我们先对键调用hashCode()方法，返回的hashCode用于找到bucket位置来储存Entry对象。”这里关键点在于指出，HashMap是在bucket中储存键对象和值对象，作为Map.Entry。这一点有助于理解获取对象的逻辑。如果你没有意识到这一点，或者错误的认为仅仅只在bucket中存储值的话，你将不会回答如何从HashMap中获取对象的逻辑。这个答案相当的正确，也显示出面试者确实知道hashing以及HashMap的工作原理。但是这仅仅是故事的开始，当面试官加入一些Java程序员每天要碰到的实际场景的时候，错误的答案频现。下个问题可能是关于HashMap中的碰撞探测(collision detection)以及碰撞的解决方法：

“当两个对象的hashcode相同会发生什么？”

从这里开始，真正的困惑开始了，一些面试者会回答因为hashcode相同，所以两个对象是相等的，HashMap将会抛出异常，或者不会存储它们。然后面试官可能会提醒他们有equals()和hashCode()两个方法，并告诉他们两个对象就算hashcode相同，但是它们可能并不相等。一些面试者可能就此放弃，而另外一些还能继续挺进，他们回答“因为hashcode相同，所以它们的bucket位置相同，‘碰撞’会发生。因为HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。”这个答案非常的合理，虽然有很多种处理碰撞的方法，这种方法是最简单的，也正是HashMap的处理方法。但故事还没有完结，面试官会继续问：

“如果两个键的hashcode相同，你如何获取值对象？”

面试者会回答：当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置，然后获取值对象。面试官提醒他如果有两个值对象储存在同一个bucket，他给出答案:将会遍历链表直到找到值对象。面试官会问因为你并没有值对象去比较，你是如何确定确定找到值对象的？除非面试者直到HashMap在链表中存储的是键值对，否则他们不可能回答出这一题。
其中一些记得这个重要知识点的面试者会说，找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。完美的答案！
许多情况下，面试者会在这个环节中出错，因为他们混淆了hashCode()和equals()方法。因为在此之前hashCode()屡屡出现，而equals()方法仅仅在获取值对象的时候才出现。一些优秀的开发者会指出使用不可变的、声明作final的对象，并且采用合适的equals()和hashCode()方法的话，将会减少碰撞的发生，提高效率。不可变性使得能够缓存不同键的hashcode，这将提高整个获取对象的速度，使用String，Interger这样的wrapper类作为键是非常好的选择。
如果你认为到这里已经完结了，那么听到下面这个问题的时候，你会大吃一惊。
“如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？”
除非你真正知道HashMap的工作原理，否则你将回答不出这道题。默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程叫作rehashing，因为它调用hash方法找到新的bucket位置。
如果你能够回答这道问题，下面的问题来了：

“你了解重新调整HashMap大小存在什么问题吗？”

你可能回答不上来，这时面试官会提醒你当多线程的情况下，可能产生条件竞争(race condition)。
当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。这个时候，你可以质问面试官，为什么这么奇怪，要在多线程的环境下使用HashMap呢？：）
热心的读者贡献了更多的关于HashMap的问题：

为什么String, Interger这样的wrapper类适合作为键？

String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。

我们可以使用自定义的对象作为键吗？

这是前一个问题的延伸。当然你可能使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。

我们可以使用CocurrentHashMap来代替Hashtable吗？

这是另外一个很热门的面试题，因为ConcurrentHashMap越来越多人用了。我们知道Hashtable是synchronized的，但是ConcurrentHashMap同步性能更好，因为它仅仅根据同步级别对map的一部分进行上锁。ConcurrentHashMap当然可以代替HashTable，但是HashTable提供更强的线程安全性。看看 这篇博客 查看Hashtable和ConcurrentHashMap的区别。

我个人很喜欢这个问题，因为这个问题的深度和广度，也不直接的涉及到不同的概念。让我们再来看看这些问题设计哪些知识点：

• hashing的概念

• HashMap中解决碰撞的方法
• equals()和hashCode()的应用，以及它们在HashMap中的重要性
• 不可变对象的好处
• HashMap多线程的条件竞争
• 重新调整HashMap的大小