Java:集合類的數據結構

本文源自參考《Think in Java》，多篇博文以及閱讀源碼的總結

前言

Java的集合其實就是各類基本的數據結構（棧，隊列，hash表等），基於業務需求進而演變出的Java特有的數據結構（由於不只僅是基本數據結構）。如今，咱們以數據結構的視角來看看Java的集合究竟是什麼樣子。並分析他們的性能。

一 JAVA集合體系

JAVA的集合體系分爲兩類，Collection接口和Map接口

主要分爲三種：

• Set。無插入順序的不重複數據集接口(集合演變而來)
• List。有插入順序的數據集接口(隊列演變而來)
• Map。Key-Value的鍵值對數據集接口(Hash表演變而來)

其中Set和List繼承自Collection接口，Map則就是Map接口。

接口中都定義了一些基本增刪改查的方法。

具體繼承體系以下圖：

基本能夠從名字知道集合的內部數據結構。

• 看後綴，有Set，List，Map後綴的集合，表明着該集合的基本結構，因此會具備以上所說的特性。
• 看前綴，前綴每每表明着該數據結構的具體實現方式。通常有這幾種：
  1. Hash或者Array,表明着以哈希（基本）數組實現的數據結構。
  2. Linked，表明着集合內各個數據之間存在鏈表關係。
  3. Tree或者Sorted，表明着內部使用紅黑樹實現了排序。（須要提供Comparator或者實現Comparable）

下面大略說下每一個集合的數據結構，懶得貼源碼了。

1.1 List

最經常使用的List就是ArrayList和LinkedList了，在此不討論併發的List集合。
討論下底層源碼對它們的具體實現。

1.1.1 ArrayList

使用JAVA的基本數組實現的動態數組集合，源碼底層維護着List的容量與實際長度。

由於使用的基本數組，不像哈希數組同樣須要考慮哈希碰撞問題，所以負載因子默認爲1。當List數組容量不夠時才進行擴容，擴容的倍數爲1.5倍。

經過Arrays.copyOf方法，返回複製的新數組。Arrays.copyOf底層調用的System.arraycopy方法。而在ArrayList初始化時，若是不指定初始數組長度，在JDK1.6以後默認初始長度爲0，在JDK1.6以前則默認爲10。在JDK1.6後，ArrayList在第一次擴容時，若是擴容長度不足10，則會直接擴容到10。

具體集合怎麼使用就不廢話了。

1.1.2 LinkedList

這是一個雙向鏈表，其中節點用的是LinkedList的內部類。和數據結構中的鏈表差很少。能夠用它實現棧和隊列。

1.1.3 ArrayList與LinkedList比較

很明顯，ArrayList是某種程度上的哈希表，適合隨機讀，可是不適合在集合中間插入和刪除（會形成後續數據的位移）。
而LinkedList適合在頭尾部插入刪除，不適合隨機讀。

值得一提的是ArrayList隨機讀的時間複雜度是O(1)，LinkedList是O(n)。而ArrayList在中間插入和刪除的時間複雜度是O(n)，LinekdList在中間插入刪除時間複雜度也是O(n)

能夠明顯看出來ArrayList在插入刪除上和LinkedList理論上所用的時間是一個級別的，可是ArrayList慢於LinkedList是由於在修改集合後須要進行其餘數組數據的移動，而LinkedList則是查找節點花費了O(n)，不須要額外移動數據，因此在一樣數據量時，LinkedList進行數據修改優於ArrayList。

1.2 Map

最經常使用的Map就是HashMap和TreeMap。

1.2.1 HashMap

HashMap是底層用哈希數組實現的Map。HashMap就是一個個Entry（Key-Value鍵值對）存儲在一個哈希數組上（Entry是HashMap的內部類）。

哈希數組的使用不可避免的須要考慮哈希碰撞問題，經常使用的解決方案有：

• 拉鍊法
• 再哈希法
• 開放地址法
• 創建公共溢出區。

在JDK裏，使用的就是拉鍊法解決的哈希碰撞問題，所以每一個哈希數組上的數組元素（又被稱爲桶——bucket），都是一個鏈表的表頭。這樣基本保證了HashMap的平均查找時間是O(1)。

HashMap的負載因子爲0.75

可是當出現頻繁哈希碰撞時，會致使某個鏈表過長進而致使了查找時間會趨近於O(n)。對此JDK本來的解決方案是設置負載因子爲0.75。當哈希表總負載量達到0.75時，就會進行擴容，擴容爲本來的2倍。這樣當數據平均下來後，不太容易出現過長的鏈表（由於擴容會分解鏈表從新放入桶中）。

可是這並無解決特殊狀況下查找效率的問題，只是讓這種特殊狀況更難以出現了。

JDK1.8中 HashMap出現了紅黑樹

所以在JDK1.8中又作出了改進，當某個桶中的鏈表的長度大於8時。鏈表會重構成一個紅黑樹。這樣保證了HashMap的最壞時間複雜度也僅僅是O(logn)。同時負載因子引發的擴容也保證了紅黑樹的重構不會頻繁發生，不會由於頻繁建樹致使過多的性能開銷。

HashMap的初始化與擴容

另外值得一說的就是HashMap在不知道初始長度進行初始化時，JDK1.6前默認長度爲16,JDK1.6後默認長度爲0。基本在JDK1.6中，須要初始化底層容器的集合都作出了這種優化。不會提早構造底層容器形成開銷，會等到使用時才進行底層的初始化。

而HashMap默認長度設置爲16，而且每次擴容都是2倍。這是爲了方便底層的哈希數組進行取模時的運算，能夠把取模的除法運算改寫成位移運算，提高性能。

而且在JDK1.8中，HashMap關於取模運算還作了另外一個優化。在JDK1.8以前，每次哈希數組擴容時，鏈表裏的數據都會再次進行哈希運算。而在JDK1.8後，不須要再進行運算了，只須要在每一個桶中選擇一半數據日後移動oldLength位就行（oldLength是集合在擴容前的容量）。

1.2.2 TreeMap

而另外一個經常使用的Map——TreeMap，底層就是用JAVA寫了一個紅黑樹，感受沒什麼好說的。有興趣的能夠回去翻翻數據結構的書。

1.2.3 LinkedHashMap

HashMap的每一個Node還會以插入順序相互關聯成爲雙向鏈表。

1.3 Set

Set主要是SortedSet和HashSet。打開源碼一看，分別new了一個TreeMap和HashMap，而後把數據存在了Key裏。嗯，這就是Set的底層實現了。