多用多学之Java中的Set，List，Map

        很长时间以来一直代码中用的比较多的数据列表主要是List，而且都是ArrayList，感觉有这个玩意就够了。ArrayList是用于实现动态数组的包装工具类，这样写代码的时候就可以拉进拉出，迭代遍历，蛮方便的。

 

        也不知道从什么时候开始慢慢的代码中就经常会出现HashMap和HashSet之类的工具类。应该说HashMap比较多一些，而且还是面试经典题，平时也会多看看。开始用的时候简单理解就是个键值对应表，使用键来找数据比较方便。随后深入了解后发现这玩意还有点小奥秘，特别是新版本的JDK对HashMap的改成树后，代码都有点小复杂咯。

 

        Set开始用的较少，只是无意中在一个代码中发现一个TreeSet，发现这个类可以自带排序，感觉蛮有点意思，才慢慢的发现这也是个好工具啊。

 

        代码写的多了就感觉到基础的重要性，所以在此写一篇小文简单的整理一下对集合的一些知识。

 

好了，简单的整理一下：

• List：即是列表，支持数组、链表的功能，一般都是线性的
• Map：即是映射表，存储的是键与值的对应关系
• Set：即是集合的意思，主要是用于排重数据及排序

 

先来看看List

List是用于存放线性数据的一种容器，比如：用于数组的ArrayList和用于链表的LinkedList。

 

ArrayList

这是一个数组列表，不过提供了自动扩容的功能，实现List接口，外部操作都是通过接口申明的方法访问，这样即安全又方便。

 

ArrayList的关键就是自动扩容，在对象初始化时可以设定初始容量，也可以按默认的容量。如果对数组大小没有特别明确可以不指定初始大小，如果明确的话可以指定一个大小，这样减少动态扩容时产生的卡顿。说到这就要说一下扩容是怎么实现的了，看下面的代码：

    private void grow(int minCapacity) {
        // overflow-conscious code
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        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);
    }

grow是在ArrayList在添加元素或者一些容易检查时会触发的一个方法。主要过程：

1、得到数组的长度，并对其进行右移，这样就相当于oldCapacity/2，得到新的长度

2、如果这个长度小于最小容量那么直接就用最小容易

3、如果大于了最大容易则取一个最大值，这里会调用一个hugeCapacity方法，主要是比较minCapacity与MAX_ARRAY_SIZE的，如果minCapacity大于MAX_ARRAY_SIZE则取Integer.MAX_VALUE，否则就取MAX_ARRAY_SIZE，有意思的是MAX_ARRAY_SIZE取的是Integer.MAX_VALUE - 8;并不知道这样做的意义是什么

4、最后就是调用一个复制方法将现有数复制到一个新的数组中。

 

因为有这个复制过程，如果数组比较大，那么老是触发扩容当然就会出现卡顿的情况。所以如果一开始就知道最大值而且很容易增长到这个值，那么开始初始化时就指定大小会有一定的作用。

 

LinkedList

这是针对链表的工具类，链表的优秀是添加删除啥的比较快，但是查找会慢一些。

 

至于代码好像也没什么特别的，就是一串指针链接起来，当然Java中就使用对象来代替，建立一个Node的对象，Node本身指向了前一个Node和后一个Node，这就是链表的结构：

 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;
        }
    }

然后用两个Node指向头和尾就完成了，下面的代码：

 /**
     * Pointer to first node.
     * Invariant: (first == null && last == null) ||
     *            (first.prev == null && first.item != null)
     */
    transient Node<E> first;

    /**
     * Pointer to last node.
     * Invariant: (first == null && last == null) ||
     *            (last.next == null && last.item != null)
     */
    transient Node<E> last;

看一个add操作：

    /**
     * Links e as last element.
     */
    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++;
    }

过往就是：

 

1、获取到最后的Node并放在l中

2、创建一个新的Node，将数据取到这个Node中，创建过程会将新Node的prev指向l，这样就接上了链

3、然后将last指向这个新Node

4、然判断l是否null，如果是null说明是空链表，新node就是第一个元素，这样first也要指向newNode

5、如果不为空则将l的next指向newNode

6、累加计数器

 

删除操作也是这种Node的前后Node指向移动操作。

 

 

再来看看Map

Map是键与值做一个映射表的应用，主要的实现类：HashMap,HashTable,TreeMap

 

HashMap和HashTable

使用hash算法进行键值映射的就是HashMap啦，HashTable是带有同步的线程安全的类，它们两主要的区别就是这个。原理也类似，都是通过桶+链来组合实现。桶是用来存Key的，而由于Hash碰撞的原因值需要用一个链表来存储。

• 桶的意义在于高效，通过Hash计算可以一步定位
• 链表的意义在于存取重复hash的数据

 

具体的原理以前写过一篇《学习笔记：Hashtable和HashMap》

只不过看JDK1.8的HashMap换了存储结构，采用红黑树的结构，这样可能是解决链表查找效率问题吧？具体没有细研究。

 

TreeMap

看过TreeMap的代码后发现还是使用的树结构，红黑树。由于红黑树是有序的，所以自然带排序功能。当然也可通过comparator来指定比较方法来实现特定的排序。

 

因为采用了树结构存储那么添加和删除数据时会麻烦一些，看一下put的代码：

public V put(K key, V value) {
        Entry<K,V> t = root;
        if (t == null) {
            compare(key, key); // type (and possibly null) check

            root = new Entry<>(key, value, null);
            size = 1;
            modCount++;
            return null;
        }
        int cmp;
        Entry<K,V> parent;
        // split comparator and comparable paths
        Comparator<? super K> cpr = comparator;
        if (cpr != null) {
            do {
                parent = t;
                cmp = cpr.compare(key, t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        else {
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
                Comparable<? super K> k = (Comparable<? super K>) key;
            do {
                parent = t;
                cmp = k.compareTo(t.key);
                if (cmp < 0)
                    t = t.left;
                else if (cmp > 0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        Entry<K,V> e = new Entry<>(key, value, parent);
        if (cmp < 0)
            parent.left = e;
        else
            parent.right = e;
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

1、先是检查根节点是否存在，不存在说明是第一条数据，直接作为树的根

2、判断是否存在比较器，如果存在则使用比较器进行查找数据的存放位置，如果比较器返回结果小于0取左，大于0取右，否则直接替换当前节点的值

3、如果不存在比较器则key直接与节点的key比较，比较和前面方法一样

4、接下来就是在找到的parent上创建一个子节点，并放入左或者右子节点中

5、fixAfterInsertion是对节点进行着色

6、累加器处理

 

在remove操作时也会有点麻烦，除了删除数据外，还要重新平衡一下红黑树。

 

另外，TreeMap实现了NavigableMap<K,V>接口，所以也提供了对数据集合的一些返回操作。

 

最后看看Set

Set主要是两类应用：HashSet和TreeSet。

 

HashSet

字面意思很明确，使用了Hash的集合。这种集合的特点就是使用Hash算法存数据，所以数据不重复，存取都相对较快。怎么做到的呢？

 

    public boolean add(E e) {
        return map.put(e, PRESENT)==null;
    }

原来是存在一个map对象中，再看map是个啥？

private transient HashMap<E,Object> map;

是个HashMap，了解HashMap的就明白，这样的数据是不会重复的。因为存入时是鼗对象本身作为Key来存的，所以在HashMap中只会存在一份。

 

了解了这点其他的东西就非常明白了。

 

TreeSet

这个集合是用于对集合进行排序的，也就是除了带有排重的能力外，还可以自带排序功能。只不过看了TreeSet的代码发现，其就是在TreeMap的基础实现的。更准确的说应该是NavigableMap的派生类。默认不指定map情况下TreeSet是以TreeMap为基础的。

 

    public TreeSet() {
        this(new TreeMap<E,Object>());
    }

所以，这里可能更关注的是TreeSet是如何排重呢？看一下add的方法吧：

    public boolean add(E e) {
        return m.put(e, PRESENT)==null;
    }

和HashSet有点类似，都是基于Map的特性来实现排重。确实简单而且有效。