JAVA常用数据结构及原理分析(面试总结)

最近准备面试，因此整理一份Java中常用的数据结构资料，方便面试；

java.util包中三个重要的接口及特点：List（列表）、Set（保证集合中元素唯一）、Map（维护多个key-value键值对，保证key唯一）。其不同子类的实现各有差异，如是否同步（线程安全）、是否有序。

常用类继承树：

以下结合源码讲解常用类实现原理及相互之间的差异。

Collection （所有集合类的接口）
List、Set都继承自Collection接口，查看JDK API，操作集合常用的方法大部分在该接口中定义了。

 

Collections （操作集合的工具类）
对于集合类的操作不得不提到工具类Collections，它提供了许多方便的方法，如求两个集合的差集、并集、拷贝、排序等等。
由于大部分的集合接口实现类都是不同步的，可以使用Collections.synchronized*方法创建同步的集合类对象。
如创建一个同步的List：

List synList = Collections.synchronizedList(new ArrayList());

其实现原理就是重新封装new出来的对象，操作对象时用关键字synchronized同步。看源码很容易理解。
Collections部分源码：

static class SynchronizedCollection<e> implements Collection<e>, Serializable {

 

final Collection<e> c; // Backing Collection

final Object mutex; // Object on which to synchronize

 

SynchronizedCollection(Collection<e> c) {

if (c==null)

throw new NullPointerException();

this.c = c;

mutex = this;

}

//...

public boolean add(E e) {

//操作集合时简单调用原本的ArrayList对象，只是做了同步

synchronized (mutex) {return c.add(e);}

}

//...

}

List （列表）

ArrayList、Vector是线性表，使用Object数组作为容器去存储数据的，添加了很多方法维护这个数组，使其容量可以动态增长，极大地提升了开发效率。它们明显的区别是ArrayList是非同步的，Vector是同步的。不用考虑多线程时应使用ArrayList来提升效率。
ArrayList、Vector 部分源码：

public boolean add(E e) {

ensureCapacityInternal(size + 1); // Increments modCount!!

//可以看出添加的对象放到elementData数组中去了

elementData[size++] = e;

return true;

}

//ArrayList.remove

public E remove(int index) {

rangeCheck(index);

 

modCount++;

E oldValue = elementData(index);

 

int numMoved = size - index - 1;

if (numMoved > 0)

//移除元素时数组产生的空位由System.arraycopy方法将其后的所有元素往前移一位，System.arraycopy调用虚拟机提供的本地方法来提升效率

System.arraycopy(elementData, index+1, elementData, index,

numMoved);

elementData[--size] = null; // Let gc do its work

 

return oldValue;

}

 

//Vector add方法上多了synchronized关键字

public synchronized boolean add(E e) {

modCount++;

ensureCapacityHelper(elementCount + 1);

elementData[elementCount++] = e;

return true;

}

LinkedList是链表，略懂数据结构就知道其实现原理了。链表随机位置插入、删除数据时比线性表快，遍历比线性表慢。
双向链表原理图：

LinkedList部分源码：

public class LinkedList<e>

extends AbstractSequentialList<e>

implements List<e>, Deque<e>, Cloneable, java.io.Serializable

{

//头尾节点

transient Node<e> first;

transient Node<e> last;

}

//节点类

private static class Node<e> {

//节点存储的数据

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;

}

}

 

由此可根据实际情况来选择使用ArrayList（非同步、非频繁删除时选择）、Vector（需同步时选择）、LinkedList（频繁在任意位置插入、删除时选择）。

Map（存储键值对，key唯一）

HashMap结构的实现原理是将put进来的key-value封装成一个Entry对象存储到一个Entry数组中，位置（数组下标）由key的哈希值与数组长度计算而来。如果数组当前下标已有值，则将数组当前下标的值指向新添加的Entry对象。
有点晕，看图吧：

 

看完图再看源码，非常清晰，都不需要注释。

public class HashMap<k,v>

extends AbstractMap<k,v>

implements Map<k,v>, Cloneable, Serializable

{

transient Entry<k,v>[] table;

public V put(K key, V value) {

if (key == null)

return putForNullKey(value);

int hash = hash(key);

int i = indexFor(hash, table.length);

//遍历当前下标的Entry对象链，如果key已存在则替换

for (Entry<k,v> e = table[i]; e != null; e = e.next) {

Object k;

if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {

V oldValue = e.value;

e.value = value;

e.recordAccess(this);

return oldValue;

}

}

addEntry(hash, key, value, i);

return null;

}

}

static class Entry<k,v> implements Map.Entry<k,v> {

final K key;

V value;

Entry<k,v> next;

int hash;

}

TreeMap是由Entry对象为节点组成的一颗红黑树，put到TreeMap的数据默认按key的自然顺序排序，new TreeMap时传入Comparator自定义排序。红黑树网上很多资料，我讲不清，这里就不介绍了。

Set（保证容器内元素唯一性）
之所以先讲Map是因为Set结构其实就是维护一个Map来存储数据的，利用Map结构key值唯一性。
HashSet部分源码：

public class HashSet<e>

extends AbstractSet<e>

implements Set<e>, Cloneable, java.io.Serializable

{

 

//无意义对象来作为Map的value

private static final Object PRESENT = new Object();

public boolean add(E e) {

return map.put(e, PRESENT)==null;

}

}

HashMap 支持key=null 但是 Hashtable 不支持 key =null

 

 

HashMap和Hashtable的区别

HashMap和Hashtable都实现了Map接口，但决定用哪一个之前先要弄清楚它们之间的分别。主要的区别有：线程安全性，同步(synchronization)，以及速度。

1. HashMap几乎可以等价于Hashtable，除了HashMap是非synchronized的，并可以接受null(HashMap可以接受为null的键值(key)和值(value)，而Hashtable则不行)。
2. HashMap是非synchronized，而Hashtable是synchronized，这意味着Hashtable是线程安全的，多个线程可以共享一个Hashtable；而如果没有正确的同步的话，多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。
3. 另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器，而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。这条同样也是Enumeration和Iterator的区别。
4. 由于Hashtable是线程安全的也是synchronized，所以在单线程环境下它比HashMap要慢。如果你不需要同步，只需要单一线程，那么使用HashMap性能要好过Hashtable。
5. HashMap不能保证随着时间的推移Map中的元素次序是不变的。

要注意的一些重要术语：

1) sychronized意味着在一次仅有一个线程能够更改Hashtable。就是说任何线程要更新Hashtable时要首先获得同步锁，其它线程要等到同步锁被释放之后才能再次获得同步锁更新Hashtable。

2) Fail-safe和iterator迭代器相关。如果某个集合对象创建了Iterator或者ListIterator，然后其它的线程试图“结构上”更改集合对象，将会抛出ConcurrentModificationException异常。但其它线程可以通过set()方法更改集合对象是允许的，因为这并没有从“结构上”更改集合。但是假如已经从结构上进行了更改，再调用set()方法，将会抛出IllegalArgumentException异常。

3) 结构上的更改指的是删除或者插入一个元素，这样会影响到map的结构。

我们能否让HashMap同步？

HashMap可以通过下面的语句进行同步：
Map m = Collections.synchronizeMap(hashMap);

结论

Hashtable和HashMap有几个主要的不同：线程安全以及速度。仅在你需要完全的线程安全的时候使用Hashtable，而如果你使用Java 5或以上的话，请使用ConcurrentHashMap吧。

HashSet、TreeSet分别默认维护一个HashMap、TreeMap。