Java基础加强之集合篇

集合的作用与特点

Java是一门面向对象语言，数据多了用对象封装存储（比如，人有姓名、年龄、性别等数据信息，我们就抽象一个Person对象来封装存储），对象多了又用什么来存储呢？集合，集合就是用来存储对象的。
 
集合的特点就是适用于存储对象而且可以存储不同类型的对象，集合的长度是可变的。
 

集合框架图

集合既然能存储不同类型的的对象，那么集合体系中肯定有不同类型的容器，集合中主要有List、Set、Map三种容器，每种容器的数据结构都不一样。集合体系的类、接口非常多，方便记忆，我们将下面这个相对简洁的集合框架图分为从5个模块来学习：
1.Collection集合
2.Map集合
3.集合遍历
4.集合比较
5.集合工具类
 


 
先对图做一下解析：
l 点线框表示接口
l 实现框表示具体的类
l 带有空心箭头的点线表示一个具体的类实现了一个接口
l 实心箭头表示某一个类可以生成箭头所指向的类
l 常用的容器用黑色粗线表示
 

Collection集合

Collection接口

Collection是一个接口，是高度抽象出来的集合，包含了集合的基本操作：添加、删除、清空、遍历、是否为空、获取大小等等。定义如下：

public interface Collection<E> extends Iterable<E> {}

Collection接口下主要有两个子接口：List和Set。

List接口

List是Collection的一个子接口，List中的元素是有序的，可以重复，有索引。
定义如下：

public interface List<E> extends Collection<E> {}

 
 
List是继承于Collection接口，它自然就包含了Collection中的全部函数接口，由于List有自己的特点（素是有序的，可以重复，有索引），因此List也有自己特有的一些操作，如上红色框框中的。List特有的操作主要是带有索引的操作和List自身的迭代器（如上图）。List接口的常用实现类有ArrayList和LinkedList。
 

ArrayList

ArrayList是List接口的一个具体的实现类。ArrayList的底层数据结构是数组结构，相当于一个动态数组。ArrayList的特点是随机查询速度快、增删慢、线程不安全。ArrayList和Vector的区别是：Vector是线程安全的（synchronized实现）。定义如下：

public class ArrayList<E> extends AbstractList<E>        implements List<E>, RandomAccess, Cloneable, java.io.Serializable{}

l ArrayList 继承AbstractList，AbstractList是对一些公有操作的再次抽象，抽出一些特性操作，如根据索引操作元素，生产迭代器等。
l ArrayList 实现了RandmoAccess接口，即提供了随机访问功能，可以通过元素的索引快速获取元素对象。
l ArrayList 实现了Cloneable接口，即覆盖了函数clone()，能被克隆。
l ArrayList 实现java.io.Serializable接口，这意味着ArrayList支持序列化，能通过序列化去传输。
 
ArrayList源码分析总结（源码略，建议先整体认识再打开源码对着看）：
 
l 可以通过构造函数指定ArrayList的容量大小，若不指定则默认是10。
l 添加新元素时，容量不足以容纳全部元素时，会重新创建一个新的足以容纳全部元素的数组，把旧数组中的元素拷贝到新的数组中并返回新的数组。增量具体看源码。
l 添加的新元素添加到数组末尾。
l 查找、删除元素使用equals方法比较对象。
l ArrayList的克隆函数，即是将全部元素克隆到一个数组中。
l ArrayList的序列化，即通过java.io.ObjectOutputStream将ArrayList的长度和每一个元素写到输出流中，或者通过java.io.ObjectInputStream从输入流中读出长度和每一个元素到一个数组中。

LinkedList

LinkedList是List接口的一个具体的实现类。LinkedList底层数据结构是双向的链表结构，可以当成堆栈或者队列来使用。LinkedList的特点是增删速度很快，顺序查询效率较高，随机查询稍慢。定义如下：

public class LinkedList<E>    extends AbstractSequentialList<E>    implements List<E>, Deque<E>, Cloneable, java.io.Serializable{} 

l LinkedList 是继承AbstractSequentialList，AbstractSequentialList是AbstractList的一个子类。
l LinkedList 实现 Deque 接口，即能将LinkedList当作双端队列使用。
l 同ArrayList，LinkedList同样支持克隆和序列化。
 
LinkedList 源码分析总结（源码略，建议先整体认识再打开源码对着看）：
 
l LinkedList的本质是一个双向链表，各有一个头节点和尾节点，每一个节点都有个数据域、一个指向上一个节点的指针域、一个指向上下一个节点的指针域。
l 添加元素时，将元素添加到双向链表的末端。
l 查找、删除元素时，使用equals方法比较对象。
l 根据索引查找元素时，若索引值index < 双向链表长度的1/2，则从表头往后查找，否则从表尾往前找。
l LinkedList的克隆和序列化原理同ArrayList。
l LinkedList实现了Deque，Deque接口定义了在双端队列两端访问元素的方法，每种方法都存在两种形式：一种是在操作失败时抛出异常，另一种是返回一个特殊值（null 或
false）。
l LinkedList有自己特有的迭代器ListIterator。
l LinkedList不存在扩容增量的问题。

List应用举例

LinkedList实现堆栈和队列

LinkedList可以当成堆栈和队列使用，因为实现了Deque接口，Deque接口提供了一些了出栈入栈和出队入队的方法。


View Code

ArrayList保证唯一性

List中的元素是可以重复的，可以通过重写equals方法实现唯一性。下面是ArrayList实现元素去重（依据equals）的一个例子。
 


View Code
从运行结果中可以看出，调用list的contains方法和remove方法时，调用了equals方法进行比较（List集合中判断元素是否相等依据的是equals方法）。

 

Set接口

Set是Collection的一个子接口，Set中的元素是无序的，不可以重复。定义如下：

public interface Set<E> extends Collection<E> {}

Set是继承于Collection接口，它自然就包含了Collection中的全部函数接口。Set接口的常用实现类有HashSet和TreeSet。实际上HashSet是通过HashMap实现的，TreeSet是通过TreeMap实现的。在此只简要列举它们的一些特点，可以直接看下面的HashMap和TreeMap的分析，理解了HashMap和TreeMap，也就理解了HashSet和TreeSet。

HashSet

HashSet是Set接口的一个具体的实现类。其特点是元素是无序的（取出顺序和存入顺序不一定一样），不可以重复。定义如下：

public class HashSet<E>    extends AbstractSet<E>    implements Set<E>, Cloneable, java.io.Serializable{}

l HashSet继承AbstractSet，AbstractSet抽象了equals()、hashCode()、removeAll()三个方法。
l HashSet实现了Cloneable，Serializable接口以便支持克隆和序列化。
l HashSet保证元素唯一性依赖equals()方法和hashCode()方法。
 

TreeSet

TreeSet是Set接口的一个具体的实现类。其特点是元素是有序的，不可以重复。定义如下：

public class TreeSet<E> extends AbstractSet<E>    implements NavigableSet<E>, Cloneable, java.io.Serializable{}

l TreeSet继承AbstractSet，AbstractSet抽象了equals()、hashCode()、removeAll()三个方法。
l TreeMap实现了NavigableMap接口，支持一系列的导航方法，比如返回有序的key集合。
l TreeSet实现了Cloneable，Serializable接口以便支持克隆和序列化。
l TreeSet保证元素唯一性依赖Comparator接口和Comparable接口。

Map集合

Map接口

不同于List和Set，集合体系中的Map是“双列集合”，存储的是内容是键值对(key-value)，Map集合的特点是不能包含重复的键，每一个键最多能映射一个值。Map接口抽象出了基本的增删改查操作。定义如下：

public interface Map<K,V> {}

主要方法

/**添加**/V put(K key, V value);void putAll(Map<? extends K, ? extends V> m); /**删除**/void clear();V remove(Object key); /**判断**/boolean isEmpty();boolean containsKey(Object key);boolean containsValue(Object value); /**获取**/int size();V get(Object key);Collection<V> values();Set<K> keySet();Set<Map.Entry<K, V>> entrySet();

Map接口的主要实现类有HashMap和TreeMap。

HashMap

HashMap是Map接口的一个实现类，它存储的内容是键值对(key-value)。HashMap的底层是哈希表数据结构，允许存储null的键和值，同时HashMap是线程不安全的。HashMap与HashTable的区别是：HashTable不可以存储null的键和值，HashTable是线程安全的（synchronized实现）。
 
哈希表的定义：给定表M，存在函数f(key)，对任意给定的关键字值key，代入函数后若能得到包含该关键字的记录在表中的地址，则称表M为哈希(Hash）表，函数f(key)为哈希(Hash) 函数。通过把关键字值key映射到哈希表中的一个位置来访问记录，以加快查找的速度。
 
HashMap定义如下：

public class HashMap<K,V>    extends AbstractMap<K,V>    implements Map<K,V>, Cloneable, Serializable{}

l HashMap继承AbstractMap，AbstractMap抽象了Map集合的一些基本操作。
l HashMap实现了Cloneable，Serializable接口以便支持克隆和序列化。
 
HashMap源码分析总结（源码略，建议先整体认识再打开源码对着看）：
 
l HashMap的几个重要成员：table, DEFAULT_INITIAL_CAPACITY ,MAXIMUM_CAPACITY ,
size, threshold, loadFactor, modCount。
（1）table是一个Entry[]数组类型，Map.Entry是一个Map接口里的一个内部接口。而Entry实际上就是一个单向链表，也称为HashMap的“链式存储法”。HashMap的键值对就是存储在Entry对象中（一个Entry对象包含一个key、一个value、key对应的hash和指向下一个Entry的对象）。

（2）DEFAULT_INITIAL_CAPACITY是默认的初始容量是16。
（3）MAXIMUM_CAPACITY, 最大容量（初始化容量大于这个值时将被这个值替换）。
（4）size是HashMap的大小，保存的键值对的数量。
（5）threshold是HashMap的阈值，用于判断是否需要调整HashMap的容量。threshold的值="容量*加载因子"，当HashMap中存储数据的数量达到threshold时，就需要将HashMap进行rehash
操作（即重建内部数据结构）是容量*2。
（6）loadFactor就是加载因子。
（7）modCount是记录HashMap被修改的次数。
 
l get(Object key)。先计算key的hash，根据hash计算索引，根据索引在table数组中查找出对应的Entry,返回Entry中的value。
l put(K key, V value)。若key为null，则创建一个key为null的Entry对象并存储到table[0]中。否则计算其hash以及索引i，创建一个键值对和哈希值分别为key、value、hash的Entry对象并存储到table[i]中并将Entry对象添加到链表中。需要注意的是，如果该hash已经存在Entry链表中，则用新的value取代旧的value并返回旧的value。
l  putAll(Map<? extends K, ? extends V> m)。当当前实际容量小于需要的容量，则将容量*2。调用put()方法逐个添加到HashMap中。
l remove(Object key)。计算key的hash以及索引i，根据索引在table数组中查找出对应的Entry，从Entry链表删除对应的Entry节点，期间会比较hash和key（equals判断）来判断是否是要删除的节点。
l clear()。把每一个table[i]设置为null。
l Entry类中重写了equals()方法和hashCode()来判断两个Entry是否相等。
l containsKey(Object key)。比较hash和key（equals判断）来判断是否是包含该key。
 

HashMap举例

通过keyset遍历

View Code

通过entrySet遍历

View Code

TreeMap

TreeMap是Map接口的一个实现类，因此它存储的也是键值对(key-value)。TreeMap的底层数据结构是二叉树（红黑树），其特点是可以对元素进行排序，TreeMap是线程不安全的。定义如下:

public class TreeMap<K,V>    extends AbstractMap<K,V>    implements NavigableMap<K,V>, Cloneable, java.io.Serializable{}

l TreeMap继承AbstractMap，AbstractMap抽象了Map集合的一些基本操作。
l TreeMap实现了NavigableMap接口，支持一系列的导航方法，比如返回有序的key集合。
l TreeMap实现了Cloneable，Serializable接口以便支持克隆和序列化。
 
TreeMap源码分析总结（源码略，建议先整体认识再打开源码对着看）：
 
l TreeMap的几个重要成员：root, size, comparator。
（1）root是红黑树的根节点，它是Entry类型，Entry是红黑数的节点，它包含了红黑数的6个基本组成成分：key(键)、value(值)、left(左孩子)、right(右孩子)、parent(父节点)、color(颜色)。Entry节点根据key进行排序，Entry节点包含的内容为value。
（2）comparator是比较器，使红黑树的节点具有比较性，用来给TreeMap排序。红黑数排序时，根据Entry中的key进行排序，Entry中的key比较大小是根据比较器comparator来进行判断的。
（3）size是红黑树节点的个数。
 
l TreeMap(Comparator<? super K> comparator)。带比较器的构造函数可以在TreeMap外部自定义TreeMap元素（红黑树节点）的比较器。
l get(Object key)。若比较器comparator不为空（即通过构造函数外部传入的），则通过Comparator接口的compare()方法从根节点开始和key逐个比较直到找出相等的节点。若比较器为空，则使用Comparable接口的compareTo()比较查找。
l put(K key, V value)。若根节点root为空，则根据key-value创建一个Entry对象插入到根节点。否则在红黑树中找到找到(key, value)的插入位置。查找插入位置还是若比较器comparator不为空则通过Comparator接口的compare()方法比较查找，否则通过Comparable接口的compareTo()方法比较查找。过程比较复杂。
l putAll(Map<? extends K, ? extends V> map)。调用AbstractMap中的putAll()，AbstractMap中的putAll()又会调用到TreeMap的put()。
l remove(Object key)。先根据key查找出对应的Entry，从红黑树中删除对应的Entry节点。
l clear()。clear把根节点设置为null即可。
l containsKey(Object key)。判断是否是包含该key的元素，查找方法同get()。
 

TreeMap举例

View Code
由此可见，要想按照自己的方式对TreeMap进行排序，可以自定义比较器重写compare()方法重写自己的比较逻辑。

集合遍历

迭代器的设计原理

在上面List和Map的分析和举例中，已经提到迭代器了。因为每一种容器的底层数据结构不同，所以迭代的方式也不同，但是也有共同的部分，把这些共同的部分再次抽象，Iterator接口就是迭代器的顶层抽象。
 
List集合中有自己特有的迭代器ListIterator，ListIterator接口是Iterator接口的子接口。实现类ArrayList和LinkedList中有迭代器的具体实现（内部类）。把迭代器设计在集合的内部，这样，迭代器就可以轻松的访问集合的成员了。

private class ListItr extends Itr implements ListIterator<E>{}

而在HashMap和TreeMap的遍历中，我们经常将Map的键存到Set集合中，Set属于List的子接口，当然也继承了List特有的迭代器，通过迭代key来获取value。另一种方式是将Map中的映射关系Entry取出存储到Set集合，通过迭代每一个映射Entry关系获取Entry中的key和value。可以说，Map是借List的迭代器实现了对自身的遍历。

集合遍历效率总结

l ArrayList是数组结构，ArrayList常用遍历有for循环（索引访问）、增强for循环、迭代器迭代。其中按索引访问效率最高，其次是增强for循环，使用迭代器的效率最低。
l LinkedList是链表结构，常用遍历也有for循环（索引访问）、增强for循环、迭代器迭代。建议不要采用随机访问的方式去遍历LinkedList，而采用逐个遍历的方式。
l HashMap和TreeMap的遍历中，转换为set，借List的迭代器实现对自身的遍历。

集合比较

Comparator与Comparable

在TreeMap的分析和举例中，我们提到了TreeMap中的元素排序比较采用的是Comparator接口的compare()方法和Comparable接口的compareTo()。当元素本身不具备比较性或者具备的比较性不满足我们的需求时，我们就可以使用Comparator接口或者Comparable接口来重写我们需要的比较逻辑。Comparator接口和Comparable接口实现比较的主要区别是：Comparator
是在元素外部实现的排序，这是一种策略模式，就是不改变元素自身，而用一个策略对象（自定义比较器）来改变比较行为。而Comparable接口则需要修改要比较的元素，让元素具有比较性，在元素内部重新修改比较行为。看下面的两个列子。

让元素具有比较性

View Code
 
上面的例子中，Passenger本身并不具备比较性，但是通过修改Passenger，让其实现了Comparable 接口重写了compareTo()方法让其根据年龄具有比较性。

自定义比较器

View Code
从上面的例子可以看出，Passenger本身并不具备比较性，我们也没有修改Passenger，而是在外部自定义一个比较器，传入TreeSet中，使得TreeSet中存储的Passenger具有了比较性。

集合工具类

Collections

Collections是一个工具类，提供了操作集合的常用方法：
 

<!--排序， 对list中元素按升序进行排序，list中的所有元素都必须实现 Comparable 接口-->void sort(List<T> list)<!--混排，打乱list中元素的顺序-->void shuffle(List<?> list)<!--反转，反转list中元素的顺序-->void reverse(List<?> list)<!--使用指定元素替换指定列表中的所有元素-->void fill(List<? super T> list, T obj)<!-- 将源list中的元素拷贝到目标list-->void copy(List<? super T> dest, List<? extends T> src)<!-- 返回集合中最小的元素-->T min(Collection<? extends T> coll)<!-- 返回集合中最大的元素-->T max(Collection<? extends T> coll)

Collections举例

View Code

Arrays

Arrays也是一个工具类，提供了操作数组以及在数组和集合之间转换的一些常用方法。

/**可以对各种类型的数组进行排序**/void sort(Object[] a) /** 数组变集合**/<T> List<T> asList(T... a) /** 数组转成字符串**/String toString(Object[] a)

Arrays举例

View Code
需要注意的是，将数组变成集合后，不能使用集合的增加或者删除方法，因此数组的长度是固定的，使用这些方法将会报UnsupportedOperationException异常。从上面的例子也可以看出，如果数组中的元素都是对象，那么转换成集合时，数组中的元素就直接转换成集合中的元素；如果数组中的元素是基本类型，那么整个数组将作为集合的元素存在。

小结

其实只要理解了集合体系各个主要实现类底层的数据结构类型，根据数据结构的特性，就能联想到该集合有什么特点，也很容易理解它们主要方法上的实现过程。文章主要介绍了常用的接口和实现类，还有很多没提到，通过集合框架图分模块记忆，整体把握，再根据需要扩展其它没提到的内容。