032.[转] Java集合框架

Java集合框架和各实现类性能测试

pphh发布于2017年11月17日

Java语言集合框架提供一系列集合接口类 (collection interface）和实现类，满足对集合中元素对象的各种集合抽象操作。

1. 集合接口类Collection/List/Set/Map

下图显示了在包java.util.*中主要的核心集合接口类，

上图中的Collection/List/Set/Map等都是泛型接口，各自的定义和作用如下：

Collection是集合的顶层接口定义，其它的集合类都继承于Collection（除Map），这个接口定义了对集合元素的增删改查，及其提供interator用于循环整个集合中的元素列表等等。
Set是一个不能有重复元素的集合。
List是一个有序元素集合，有序是指按照加入/插入数组位置的顺序，集合中可以有重复的元素，可以认为List就是一个数组，访问时可以通过位置index直接访问元素。
Map是对键值对(key/value)元素的集合，集合中不能有重复的key。
Queue/Deque是一个提供能够进行队列操作的集合，比如FIFO（先进先出）/ LIFO（后进先出）。
SortedSet/SortedMap是一个按照元素进行升序排列的集合，集合中的元素排序取决于Comparator的实现。

2. 集合实现类和工具类

集合的实现类很多，JDK中提供的实现类都在java.util.*包中，其中List/Set/Map有如下几个实现类，

List
- ArrayList/LinkedList/Vector
Map
- HashMap/LinkedHashMap/TreeMap/WeakHashMap
- Hashtable/ConcurrentHashMap
Set
- HashSet/LinkedHashSet/TreeSet

集合的工具类Collections/Arrays提供一些集合的复制、比较、排序和转换操作，

Utilities
- Collections/Arrays

上述各个实现类和接口类的关系见下图，

3. 集合实现类的特点和数据结构

下面以表格形式列出各个实现类的特点和区别，方便进行对比，其中不同的数据结构决定了各个集合实现类的不同性能特点，详细的数据结构描述见后面注解。

集合接口	集合实现类	是否按插入顺序存放	是否按有序存放(注1)	是否可以存放重复元素	是否线程安全	数据结构特性描述
List	ArrayList	Yes	No	Yes	No	基于动态数组的数据结构，注2
	LinkedList	Yes	No	Yes	No	基于双向链表的数据结构，查询慢，插入快，注3。
	Vector	Yes	No	Yes	Yes*	Deprecated，注4。
Map	HashMap	No	No	Yes	No	基于哈希表的元素数据离散分布，注5。
	LinkedHashMap	No	No	Yes	No	基于哈希表的元素数据离散分布，除此之外集合元素数据之间有双向链表指针，注6。
	TreeMap	No	Yes	Yes	No	基于红黑树的数据结构，元素需要提供Comparator实现，用于有序存放，注7。
	WeakHashMap	No	No	Yes	No
	Hashtable	No	No	Yes	Yes	基于哈希表的元素数据分散分布，通过对象锁实现线程安全
	ConcurrentHashMap	No	No	Yes	Yes	通过lock实现线程安全，在多线程环境中比Hashtable有更好的并发性能
Set	HashSet	No	No	No	No	底层使用HashMap实现
	LinkedHashSet	Yes	No	No	No	底层使用LinkedHashMap实现
	TreeSet	No	Yes	No	No	底层使用TreeMap实现，元素需要提供Comparator实现，用于有序存放

注1：元素是否按有序存放，是指集合中元素根据Comparator进行比较后升序排列。

注2：ArrayList是基于动态数组的数据结构，数据插入时，会导致整个后端数据的往后移动一位，所以插入速度慢，但是根据位置索引可以直接访问元素数据，所以通过位置索引查询数据速度会很快。

注3：LinkedList是基于双向链表的数据结构，插入快，但是查询会比较慢。另外LinkedList支持getFirst/getLast/removeFirst/removeLast/addFirst/addLast操作，可以方便实现FIFO/LIFO队列操作。双向链表的数据结构如下图所示，

注4：Vector由于其在所有的get/set上进行了synchronize，导致难于在并发编程发挥作用，在很多时候可以使用List list = Collections.synchronizedList(new ArrayList())方法取代，目前不建议使用Vector来用于线程安全的编程。

注5：HashMap基于哈希表的元素数据离散分布，是指数据按照一定规则进行离散，比如数值按16取模，各自落入不同的子集合，因此数据元素排列插入后无序，见下图所示，

注6：LinkedHashMap在集合元素数据之间有双向链表指针，数据的删除和插入快，数据元素排列后无序，见下图所示，

注7：TreeMap基于红黑树（近平衡二叉树）的数据结构，这个数据结构最大的特点是各个元素数据达到平衡分布，最远和最近叶子节点离根节点距离相差不超1，使得元素的查找和插入速度达到O(log N)级别。

4. 集合实现类的插入操作

我们可以尝试为各个集合实现类进行插入数据操作，然后查看数据元素在集合中的数据排列，下面主要观察数据排列是否有序，是否按照插入顺序排列。通过观察，可以更加深入地了解各个实现类的数据结构和特性。

List的数据插入

下面的代码新建了三个List实现类实例，然后依次插入10个随机数，最后打印出列表数据。

List<Integer> list1 = new ArrayList<>();

List<Integer> list2 = new LinkedList<>();

List<Integer> list3 = new Vector<>();

for (int i = 0; i < 10; i++) {

 //产生一个随机数，并将其放入List中

 int value = (int) (Math.random() * 100);

 App.logMessage("第 " + i + " 次产生的随机数为：" + value);

 list1.add(value);

 list2.add(value);

 list3.add(value);

}

App.logMessage("ArrayList：" + list1);

App.logMessage("LinkedList：" + list2);

App.logMessage("Vector：" + list3);

结果如下，请观察元素插入和排列顺序，

第 0 次产生的随机数为：41
第 1 次产生的随机数为：68
第 2 次产生的随机数为：62
第 3 次产生的随机数为：4
第 4 次产生的随机数为：18
第 5 次产生的随机数为：38
第 6 次产生的随机数为：97
第 7 次产生的随机数为：9
第 8 次产生的随机数为：19
第 9 次产生的随机数为：1
ArrayList：[41, 68, 62, 4, 18, 38, 97, 9, 19, 1]
LinkedList：[41, 68, 62, 4, 18, 38, 97, 9, 19, 1]
Vector：[41, 68, 62, 4, 18, 38, 97, 9, 19, 1]

可以看到，各个List的数据元素排列和插入顺序一致，这也是由于动态数组的数据结构带来的特性。

Set的数据插入

下面的代码新建了三个Set实现类实例，然后依次插入10个随机数，最后打印出列表数据。

Set<Integer> set1 = new HashSet<>();

Set<Integer> set2 = new LinkedHashSet<>();

Set<Integer> set3 = new TreeSet<>();

for (int i = 0; i < 10; i++) {

 //产生一个随机数，并将其放入Set中

 int value = (int) (Math.random() * 100);

 App.logMessage("第 " + i + " 次产生的随机数为：" + value);

 set1.add(value);

 set2.add(value);

 set3.add(value);

}

App.logMessage("HashSet：" + set1);

App.logMessage("LinkedHashSet：" + set2);

App.logMessage("TreeSet ：" + set3);

结果如下，请观察元素插入和排列顺序，

第 0 次产生的随机数为：51
第 1 次产生的随机数为：86
第 2 次产生的随机数为：24
第 3 次产生的随机数为：66
第 4 次产生的随机数为：76
第 5 次产生的随机数为：59
第 6 次产生的随机数为：13
第 7 次产生的随机数为：34
第 8 次产生的随机数为：89
第 9 次产生的随机数为：21
HashSet：[66, 34, 51, 21, 86, 24, 89, 59, 76, 13]
LinkedHashSet：[51, 86, 24, 66, 76, 59, 13, 34, 89, 21]
TreeSet ：[13, 21, 24, 34, 51, 59, 66, 76, 86, 89]

可以看到，HashSet/LinkedHashSet无序，TreeSet按大小依次排列。这是由于HashSet/LinkedHashSet/TreeSet底层实现用的是HashMap/LinkedHashMap/TreeMap，因此继承了各自的特点。

Map的数据插入

下面的代码新建了五个Map实现类实例，然后依次插入10个随机数（随机数为key），最后打印出列表数据。

Map map1 = new HashMap();

Map map2 = new TreeMap();

Map map3 = new LinkedHashMap();

Map map4 = new WeakHashMap();

Map map5 = new Hashtable();

Map map6 = new ConcurrentHashMap();

for (int i = 0; i < 10; i++) {

 //产生一个随机数，并将其放入map中

 int value = (int) (Math.random() * 100);

 App.logMessage("第 " + i + " 次产生的随机数为：" + value);

 if (!map1.containsKey(value)){

 map1.put(value, i);

 map2.put(value, i);

 map3.put(value, i);

 map4.put(value, i);

 map5.put(value, i);

 map6.put(value, i);

 }

}

App.logMessage("产生的随机数为key，index为value");

App.logMessage("HashMap：" + map1);

App.logMessage("TreeMap：" + map2);

App.logMessage("LinkedHashMap：" + map3);

App.logMessage("WeakHashMap：" + map4);

App.logMessage("Hashtable：" + map5);

App.logMessage("ConcurrentHashMap：" + map5);

结果如下，请观察元素插入和排列顺序，

第 0 次产生的随机数为：48
第 1 次产生的随机数为：86
第 2 次产生的随机数为：81
第 3 次产生的随机数为：19
第 4 次产生的随机数为：90
第 5 次产生的随机数为：74
第 6 次产生的随机数为：55
第 7 次产生的随机数为：29
第 8 次产生的随机数为：89
第 9 次产生的随机数为：65
产生的随机数为key，index为value
HashMap：{48=0, 81=2, 65=9, 19=3, 86=1, 55=6, 89=8, 90=4, 74=5, 29=7}
TreeMap：{19=3, 29=7, 48=0, 55=6, 65=9, 74=5, 81=2, 86=1, 89=8, 90=4}
LinkedHashMap：{48=0, 86=1, 81=2, 19=3, 90=4, 74=5, 55=6, 29=7, 89=8, 65=9}
WeakHashMap：{90=4, 74=5, 89=8, 29=7, 65=9, 55=6, 81=2, 86=1, 48=0, 19=3}
Hashtable：{90=4, 89=8, 65=9, 19=3, 86=1, 81=2, 55=6, 29=7, 74=5, 48=0}
ConcurrentHashMap：{90=4, 89=8, 65=9, 19=3, 86=1, 81=2, 55=6, 29=7, 74=5, 48=0}

可以看到，TreeMap按key大小升序排列，LinkedHashMap按value大小升序排列，其它无序。

集合实现类的性能比较

为了比较各个集合实现类的性能，对各个集合实现类进行如下三个操作，

插入：在集合中插入0-N个数据元素，N为指定性能测试要达到的数组大小
查询：在集合中一一查询0-N个数据元素，N为指定性能测试的数组大小，换句话说轮询集合中所有元素
删除：在集合中一一删除0-N个数据元素，N为指定性能测试的数组大小，换句话说删除集合中所有元素

测试数组大小分别为1万、5万、10万、15万，线性倍增，然后观察各个集合实现类在不同数组大小下的性能表现。

注：在Map中查询分别添加了通过key/value查询的测试。

测试环境：Java版本为1.8.0_111，主机环境：Win7 SP1 x64, intel i5-6600K 4 cores 3.5GHz CPU, 16G memory。

可以看到，

List集合实现类在插入、查询、删除操作上，随着数组变大有明显的性能开销增加，性能开销的增加倍数超过数组大小的增加倍数。
Map集合实现类在通过value查询性能开销很大，在实际编程中，尽量避免此类操作
表中有些操作时间开销都在10毫秒内，随着数组倍增，性能表现不错，这些操作可以在编程中多加利用。

测试程序代码

演示代码仓库地址：https://gitee.com/pphh/blog，可以通过如下git clone命令获取仓库代码，

git clone git@gitee.com:pphh/blog.git

上述测试程序代码样例在文件路径171117_java_collection\demo中。

参考资料

Java Tutorials - Collection介绍
Java Tutorials - Collection Interfaces介绍
wiki - 红黑树