Java 中Iterator 、Vector、ArrayList、List 使用深刻剖析

標籤： Iterator   Java   List   ArrayList   Vector

線性表，鏈表，哈希表是經常使用的數據結構，在進行Java開發時，JDK已經爲咱們提供了一系列相應的類來實現基本的數據結構。這些類均在java.util包中。本文試圖經過簡單的描述，向讀者闡述各個類的做用以及如何正確使用這些類。  

Collection
├List
│├LinkedList
│├ArrayList
│└Vector
│　└Stack
└Set
Map
├Hashtable
├HashMap
└WeakHashMap
Collection接口
　　Collection是最基本的集合接口，一個Collection表明一組Object，即Collection的元素（Elements）。一些 Collection容許相同的元素而另外一些不行。一些能排序而另外一些不行。Java SDK不提供直接繼承自Collection的類， Java SDK提供的類都是繼承自Collection的「子接口」如List和Set。
　　全部實現Collection接口的類都必須提供兩個標準的構造函數：無參數的構造函數用於建立一個空的Collection，有一個 Collection參數的構造函數用於建立一個新的 Collection，這個新的Collection與傳入的Collection有相同的元素。後一個構造函數容許用戶複製一個Collection。
　　如何遍歷Collection中的每個元素？不論Collection的實際類型如何，它都支持一個iterator()的方法，該方法返回一個迭代子，使用該迭代子便可逐一訪問Collection中每個元素。典型的用法以下：
　　　　Iterator it = collection.iterator(); // 得到一個迭代子
　　　　while(it.hasNext()) {
　　　　　　Object obj = it.next(); // 獲得下一個元素
　　　　}
　　由Collection接口派生的兩個接口是List和Set。

用Iterator模式實現遍歷集合

Iterator模式是用於遍歷集合類的標準訪問方法。它能夠把訪問邏輯從不一樣類型的集合類中抽象出來，從而避免向客戶端暴露集合的內部結構。

例如，若是沒有使用Iterator，遍歷一個數組的方法是使用索引：

for(int i=0; i<array.size(); i++) { ... get(i) ... }

而訪問一個鏈表（LinkedList）又必須使用while循環：

while((e=e.next())!=null) { ... e.data() ... }

以上兩種方法客戶端都必須事先知道集合的內部結構，訪問代碼和集合自己是緊耦合，沒法將訪問邏輯從集合類和客戶端代碼中分離出來，每一種集合對應一種遍歷方法，客戶端代碼沒法複用。

更恐怖的是，若是之後須要把ArrayList更換爲LinkedList，則原來的客戶端代碼必須所有重寫。

爲解決以上問題，Iterator模式老是用同一種邏輯來遍歷集合：

for(Iterator it = c.iterater(); it.hasNext(); ) { ... }

奧祕在於客戶端自身不維護遍歷集合的"指針"，全部的內部狀態（如當前元素位置，是否有下一個元素）都由Iterator來維護，而這個Iterator由集合類經過工廠方法生成，所以，它知道如何遍歷整個集合。

客戶端從不直接和集合類打交道，它老是控制Iterator，向它發送"向前"，"向後"，"取當前元素"的命令，就能夠間接遍歷整個集合。

首先看看java.util.Iterator接口的定義：

public interface Iterator {           boolean hasNext();           Object next();           void remove();       }

依賴前兩個方法就能完成遍歷，典型的代碼以下：

for(Iterator it = c.iterator(); it.hasNext(); ) {           Object o = it.next();           // 對o的操做...       }

在JDK1.5中，還對上面的代碼在語法上做了簡化：

// Type是具體的類型，如String。       for(Type t : c) {           // 對t的操做...       }

每一種集合類返回的Iterator具體類型可能不一樣，Array可能返回ArrayIterator，Set可能返回SetIterator， Tree可能返回TreeIterator，可是它們都實現了Iterator接口，所以，客戶端不關心究竟是哪一種Iterator，它只須要得到這個 Iterator接口便可，這就是面向對象的威力。

Iterator源碼剖析

讓咱們來看看AbstracyList如何建立Iterator。首先AbstractList定義了一個內部類（inner class）：

private class Itr implements Iterator {           ...       }

而iterator()方法的定義是：

public Iterator iterator() {           return new Itr();       }

所以客戶端不知道它經過Iterator it = a.iterator();所得到的Iterator的真正類型。

如今咱們關心的是這個申明爲private的Itr類是如何實現遍歷AbstractList的：

private class Itr implements Iterator {           int cursor = 0;           int lastRet = -1;           int expectedModCount = modCount;       }

Itr類依靠3個int變量（還有一個隱含的AbstractList的引用）來實現遍歷，cursor是下一次next()調用時元素的位置，第一次調用next()將返回索引爲0的元素。lastRet記錄上一次遊標所在位置，所以它老是比cursor少1。

變量cursor和集合的元素個數決定hasNext()：

public boolean hasNext() {           return cursor != size();       }

方法next()返回的是索引爲cursor的元素，而後修改cursor和lastRet的值：

public Object next() {           checkForComodification();           try {               Object next = get(cursor);               lastRet = cursor++;               return next;           } catch(IndexOutOfBoundsException e) {               checkForComodification();               throw new NoSuchElementException();           }       }

expectedModCount表示期待的modCount值，用來判斷在遍歷過程當中集合是否被修改過。AbstractList包含一個 modCount變量，它的初始值是0，當集合每被修改一次時（調用add，remove等方法），modCount加1。所以，modCount若是不 變，表示集合內容未被修改。

Itr初始化時用expectedModCount記錄集合的modCount變量，此後在必要的地方它會檢測modCount的值：

final void checkForComodification() {           if (modCount != expectedModCount)               throw new ConcurrentModificationException();       }

若是modCount與一開始記錄在expectedModeCount中的值不等，說明集合內容被修改過，此時會拋出ConcurrentModificationException。

這個ConcurrentModificationException是RuntimeException，不要在客戶端捕獲它。若是發生此異常，說明程序代碼的編寫有問題，應該仔細檢查代碼而不是在catch中忽略它。

可是調用Iterator自身的remove()方法刪除當前元素是徹底沒有問題的，由於在這個方法中會自動同步expectedModCount和modCount的值：

public void remove() {           ...           AbstractList.this.remove(lastRet);           ...           // 在調用了集合的remove()方法以後從新設置了expectedModCount：           expectedModCount = modCount;           ...       }

要確保遍歷過程順利完成，必須保證遍歷過程當中不更改集合的內容（Iterator的remove()方法除外），所以，確保遍歷可靠的原則是隻在一個線程中使用這個集合，或者在多線程中對遍歷代碼進行同步。

最後給個完整的示例：

Collection c = new ArrayList();       c.add("abc");       c.add("xyz");       for(Iterator it = c.iterator(); it.hasNext(); ) {           String s = (String)it.next();           System.out.println(s);       }

若是你把第一行代碼的ArrayList換成LinkedList或Vector，剩下的代碼不用改動一行就能編譯，並且功能不變，這就是針對抽象編程的原則：對具體類的依賴性最小。

List接口
　　List是有序的Collection，使用此接口可以精確的控制每一個元素插入的位置。用戶可以使用索引（元素在List中的位置，相似於數組下標）來訪問List中的元素，這相似於Java的數組。
和下面要提到的Set不一樣，List容許有相同的元素。
　　除了具備Collection接口必備的iterator()方法外，List還提供一個listIterator()方法，返回一個 ListIterator接口，和標準的Iterator接口相比，ListIterator多了一些add()之類的方法，容許添加，刪除，設定元素， 還能向前或向後遍歷。
　　實現List接口的經常使用類有LinkedList，ArrayList，Vector和Stack。

LinkedList類
　　LinkedList實現了List接口，容許null元素。此外LinkedList提供額外的get，remove，insert方法在 LinkedList的首部或尾部。 這些操做使LinkedList可被用做堆棧（stack），隊列（queue）或雙向隊列（deque）。
　　注意LinkedList沒有同步方法。若是多個線程同時訪問一個List，則必須本身實現訪問同步。一種解決方法是在建立List時構造一個同步的List：
　　　　List list = Collections.synchronizedList(new LinkedList(...));

ArrayList類
　　ArrayList實現了可變大小的數組。它容許全部元素，包括null。ArrayList沒有同步。
size，isEmpty，get，set方法運行時間爲常數。可是add方法開銷爲分攤的常數，添加n個元素須要O(n)的時間。其餘的方法運行時間爲線性。
　　每一個ArrayList實例都有一個容量（Capacity），即用於存儲元素的數組的大小。這個容量可隨着不斷添加新元素而自動增長，可是增加算法 並無定義。當須要插入大量元素時，在插入前能夠調用ensureCapacity方法來增長ArrayList的容量以提升插入效率。
　　和LinkedList同樣，ArrayList也是非同步的（unsynchronized）。

Vector類
　　Vector很是相似ArrayList，可是Vector是同步的。由Vector建立的Iterator，雖然和ArrayList建立的 Iterator是同一接口，可是，由於Vector是同步的，當一個Iterator被建立並且正在被使用，另外一個線程改變了Vector的狀態（例 如，添加或刪除了一些元素），這時調用Iterator的方法時將拋出ConcurrentModificationException，所以必須捕獲該 異常。

Stack 類
　　Stack繼承自Vector，實現一個後進先出的堆棧。Stack提供5個額外的方法使得 Vector得以被看成堆棧使用。基本的push和pop方法，還有peek方法獲得棧頂的元素，empty方法測試堆棧是否爲空，search方法檢測 一個元素在堆棧中的位置。Stack剛建立後是空棧。

Set接口
　　Set是一種不包含重複的元素的Collection，即任意的兩個元素e1和e2都有e1.equals(e2)=false，Set最多有一個null元素。
　　很明顯，Set的構造函數有一個約束條件，傳入的Collection參數不能包含重複的元素。
　　請注意：必須當心操做可變對象（Mutable Object）。若是一個Set中的可變元素改變了自身狀態致使Object.equals(Object)=true將致使一些問題。

Map接口
　　請注意，Map沒有繼承Collection接口，Map提供key到value的映射。一個Map中不能包含相同的key，每一個key只能映射一個 value。Map接口提供3種集合的視圖，Map的內容能夠被看成一組key集合，一組value集合，或者一組key-value映射。

Hashtable類
　　Hashtable繼承Map接口，實現一個key-value映射的哈希表。任何非空（non-null）的對象均可做爲key或者value。
　　添加數據使用put(key, value)，取出數據使用get(key)，這兩個基本操做的時間開銷爲常數。
Hashtable 經過initial capacity和load factor兩個參數調整性能。一般缺省的load factor 0.75較好地實現了時間和空間的均衡。增大load factor能夠節省空間但相應的查找時間將增大，這會影響像get和put這樣的操做。
使用Hashtable的簡單示例以下，將1，2，3放到Hashtable中，他們的key分別是」one」，」two」，」three」：
　　　　Hashtable numbers = new Hashtable();
　　　　numbers.put(「one」, new Integer(1));
　　　　numbers.put(「two」, new Integer(2));
　　　　numbers.put(「three」, new Integer(3));
　　要取出一個數，好比2，用相應的key：
　　　　Integer n = (Integer)numbers.get(「two」);
　　　　System.out.println(「two = 」 + n);
　　因爲做爲key的對象將經過計算其散列函數來肯定與之對應的value的位置，所以任何做爲key的對象都必須實現hashCode和equals方 法。hashCode和equals方法繼承自根類Object，若是你用自定義的類看成key的話，要至關當心，按照散列函數的定義，若是兩個對象相 同，即obj1.equals(obj2)=true，則它們的hashCode必須相同，但若是兩個對象不一樣，則它們的hashCode不必定不一樣，如 果兩個不一樣對象的hashCode相同，這種現象稱爲衝突，衝突會致使操做哈希表的時間開銷增大，因此儘可能定義好的hashCode()方法，能加快哈希 表的操做。
　　若是相同的對象有不一樣的hashCode，對哈希表的操做會出現意想不到的結果（期待的get方法返回null），要避免這種問題，只須要牢記一條：要同時複寫equals方法和hashCode方法，而不要只寫其中一個。
　　Hashtable是同步的。

HashMap類
　　HashMap和Hashtable相似，不一樣之處在於HashMap是非同步的，而且容許null，即null value和null key。，可是將HashMap視爲Collection時（values()方法可返回Collection），其迭代子操做時間開銷和HashMap 的容量成比例。所以，若是迭代操做的性能至關重要的話，不要將HashMap的初始化容量設得太高，或者load factor太低。

WeakHashMap類
　　WeakHashMap是一種改進的HashMap，它對key實行「弱引用」，若是一個key再也不被外部所引用，那麼該key能夠被GC回收。

總結
　　若是涉及到堆棧，隊列等操做，應該考慮用List，對於須要快速插入，刪除元素，應該使用LinkedList，若是須要快速隨機訪問元素，應該使用ArrayList。
　　若是程序在單線程環境中，或者訪問僅僅在一個線程中進行，考慮非同步的類，其效率較高，若是多個線程可能同時操做一個類，應該使用同步的類。
　　要特別注意對哈希表的操做，做爲key的對象要正確複寫equals和hashCode方法。
　　儘可能返回接口而非實際的類型，如返回List而非ArrayList，這樣若是之後須要將ArrayList換成LinkedList時，客戶端代碼不用改變。這就是針對抽象編程。

同步性 Vector 是同步的。這個類中的一些方法保證了Vector中的對象是線程安全的。而ArrayList則是異步的，所以ArrayList中的對象並非線程安全 的。由於同步的要求會影響執行的效率，因此若是你不須要線程安全的集合那麼使用ArrayList是一個很好的選擇，這樣能夠避免因爲同步帶來的沒必要要的 性能開銷。 數據增加 從內部實現機制來說ArrayList和Vector都是使用數組(Array)來控制集合中的對象。當你向這兩種類型中增長元素的時候，若是元素的數目 超出了內部數組目前的長度它們都須要擴展內部數組的長度，Vector缺省狀況下自動增加原來一倍的數組長度， ArrayList是原來的50%,因此最後你得到的這個集合所佔的空間老是比你實際須要的要大。因此若是你要在集合中保存大量的數據那麼使用 Vector有一些優點，由於你能夠經過設置集合的初始化大小來避免沒必要要的資源開銷。 使用模式 在ArrayList和Vector中，從一個指定的位置（經過索引）查找數據或是在集合的末尾增長、移除一個元素所花費的時間是同樣的，這個時間咱們用 O(1)表示。可是，若是在集合的其餘位置增長或移除元素那麼花費的時間會呈線形增加：O(n-i)，其中n表明集合中元素的個數，i表明元素增長或移除 元素的索引位置。爲何會這樣呢？覺得在進行上述操做的時候集合中第i和第i個元素以後的全部元素都要執行位移的操做。這一切意味着什麼呢？ 這意味着，你只是查找特定位置的元素或只在集合的末端增長、移除元素，那麼使用Vector或ArrayList均可以。若是是其餘操做，你最好選擇其餘 的集合操做類。好比，LinkList集合類在增長或移除集合中任何位置的元素所花費的時間都是同樣的?O(1)，但它在索引一個元素的使用缺比較慢－O (i),其中i是索引的位置.使用 ArrayList也很容易，由於你能夠簡單的使用索引來代替建立iterator對象的操做。LinkList也會爲每一個插入的元素建立對象，全部你要 明白它也會帶來額外的開銷。 最後，在《Practical Java》一書中Peter Haggar建議使用一個簡單的數組（Array）來代替Vector或ArrayList。尤爲是對於執行效率要求高的程序更應如此。由於使用數組 (Array)避免了同步、額外的方法調用和沒必要要的從新分配空間的操做。