Java 剖析：List、Set、Map

容器是Java语言中比较重要的一部分，Java中容器类，由两个接口派生而来：Collection和Map。

首先，Collection 和 Collections 是两个不同的概念。

  • Collection是容器层次结构中根接口。
  • Collections是一个提供一些处理容器类静态方法的类。

JDK不提供Collection接口的具体实现，而是提供了更加具体的子接口（如Set和List）实现。那Collection接口存在有何作用呢？原因在于：所有容器的实现类（如ArrayList实现了List接口，HashSet实现了Set接口）提供了两个‘标准’的构造函数：

  • 无参的构造方法（void）
  • 带有Collection类型单参数构造方法，用于创建一个具有其参数相同元素新的Collection及其实现类等。（允许容器之间相互的复制）

下面的图是关于Collection的类的层次结构。

特点：

  • 不包括重复元素（包括可变对象）（不包含满足 a.equals(b) 的元素对a和b）
  • 无序
  • 最多有一个null
  • 常用Set：HashSet、TreeSet

几点：

  • 元素可以重复 （允许满足 e1.equals(e2) 的元素对 e1 和 e2）
  • 有序
  • 允许多个 null 元素
  • 常用List：ArrayList、LinkedList、Vector、Stack等

几点：

  • 一种队列则是双端队列，支持在头、尾两端插入和移除元素；常用Queue：ArrayDeque、LinkedBlockingDeque、LinkedList；
  • 一种是阻塞式队列，队列满了以后再插入元素则会抛出异常，主要包括ArrayBlockQueue、PriorityBlockingQueue、LinkedBlockingQueue。虽然接口并未定义阻塞方法，但是实现类扩展了此接口。

下面的图是Map的层次结构图

Map，几点：

  • 键值对（Key - value）的集合
  • key值不重复
  • 常用Map：HashMap、TreeMap、HashTable、Properties、EnumMap。

todo：图形化显示下面的实现机制

  • ArrayList
  • LinkedList
  • HashMap
  • HashTable

查看源码描述，几点：

  • 几个方法的实现都是O(1)：size，isEmpty，get，set；
  • 底层基于动态数组实现，随着ArrayList中元素增加，动态数组的容量也在会扩充；
    • 默认，按增长50%扩充底层数组空间；
    • 每次动态扩充空间，都会分配新的内存，并进行数据复制；
  • ArrayList不是线程安全的，Vector是基于ArrayList上的线程同步的实现，添加了synchronized修饰；
    • 创建List时，通过Collections.synchronizedList使其变为线程安全的；
    • List list = Collections.synchronizedList(new ArrayList(...));
  • iterator调用时，不能对ArrayList中内容进行删除和新增，否则fail-fast，抛出异常；

Tips：

Collections.synchronizedList本质：为原始方法添加同步(synchronized)锁代理，相当远在原始对象之外封装了一层。

查看源码，几点：

  • LinkedList，底层是双向链表；（Entry包含了next和previous）
  • 不是线程安全的；
  • add和remove元素，操作效率高，因为是链表；但get、set操作，由于需要操作指针，效率相对较低。

查看源码，Vector与ArrayList基本类似，几点：

  • 底层是动态数组：
    • 数组扩容时，按增长100%扩充；
  • 线程安全的，使用synchronized修饰；

几点：

  • 底层是数组链表；
  • HashMap，非线程安全的；可通过Map m = Collections.synchronizedMap(new HashMap(...));将其设置为线程安全的；
  • 内部元素是无序的；
  • 获取key对应Value的过程：通过对key.hashcode，再次进行Hash运算，确定key对应数组中链表的位置；
  • 允许key为null，对应数组链表的起始位置；对key为null的情况，不会进行第二次Hash运算；
  • HashMap构造函数包含两个参数：数组初始容量、加载因子
    • 数组初始容量，是指，数组长度；
    • 加载因子，用于设定一个阈值初始容量 x 加载因子，当HashMap中元素个数超过这个阈值时，数组容量扩充2 x Old；
    • 默认数组容量16，加载因子0.75；
    • 数组容量，始终为 2的n次幂，降低Hash冲突的概率，是数据分布更加均匀；
    • 当length=2^n时，hashcode & (length-1) == hashcode % length，增加操作效率；
    • 加载因子：是在时间和空间上的一个权衡；

Tips：

HashMap中判断key与otherKey是否相等，两个要求：key.hashCode()相等，同时，key.equals(otherKey)；

示意图：

几点：

  • 基于数组链表；
  • 数组初始长度、负载因子；
  • 线程安全
  • 不允许key和value为null
  • 只进行一次hash运算，即，key.hashCode();
  • 默认容量，按照2 x Old + 1的方式扩充；

通过分析Hashtable就知道，synchronized是针对整张Hash表的，即每次锁住整张表让线程独占，ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术。它使用了多个锁来控制对hash表的不同部分进行的修改。ConcurrentHashMap内部使用段(Segment)来表示这些不同的部分，每个段其实就是一个小的hash table，它们有自己的锁。只要多个修改操作发生在不同的段上，它们就可以并发进行。 有些方法需要跨段，比如size()和containsValue()，它们可能需要锁定整个表而而不仅仅是某个段，这需要按顺序锁定所有段，操作完毕后，又按顺序释放所有段的锁。这里“按顺序”是很重要的，否则极有可能出现死锁，在ConcurrentHashMap内部，段数组是final的，并且其成员变量实际上也是final的，但是，仅仅是将数组声明为final的并不保证数组成员也是final的，这需要实现上的保证。

ConcurrentHashMap和Hashtable主要区别就是围绕着锁的粒度以及如何锁,可以简单理解成把一个大的HashTable分解成多个，形成了锁分离。如图:

而Hashtable的实现方式是—锁整个hash表

ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁ReentrantLock，在ConcurrentHashMap里扮演锁的角色，HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组，Segment的结构和HashMap类似，是一种数组和链表结构， 一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素， 每个Segment守护者一个HashEntry数组里的元素,当对HashEntry数组的数据进行修改时，必须首先获得它对应的Segment锁。

更令人惊讶的是ConcurrentHashMap的读取并发，因为在读取的大多数时候都没有用到锁定，所以读取操作几乎是完全的并发操作，而写操作锁定的粒度又非常细，比起之前又更加快速（这一点在桶更多时表现得更明显些）。只有在求size等操作时才需要锁定整个表。

而在迭代时，ConcurrentHashMap使用了不同于传统集合的快速失败迭代器的另一种迭代方式，我们称为弱一致迭代器。在这种迭代方式中，当iterator被创建后集合再发生改变就不再是抛出 ConcurrentModificationException，取而代之的是在改变时new新的数据从而不影响原有的数 据，iterator完成后再将头指针替换为新的数据，这样iterator线程可以使用原来老的数据，而写线程也可以并发的完成改变，更重要的，这保证了多个线程并发执行的连续性和扩展性，是性能提升的关键。

几点：

  • 基于红黑树（平衡二叉树）
  • 内部元素有序，比较key之间的大小关系

Tips：

平衡二叉树：如果是排序好的搜索二叉树，则，树的期望高度为log2(n)，此时，搜索效率为O(log(n))，而极端情况下，如果搜索效率退化为O(n)，为避免这一现象，要求树的左右子树高度差值< 1，满足此条件的树，即为：平衡二叉树。

通过查看源码，几点：

  • 内部使用HashMap存储；
  • 初始数组容量、负载因子，都是设置HashMap的；
  • 判断两个元素是否相同，使用hashCode()和equals()两个方法；
  • HashSet本质：在HashMap外进行包装，丢弃HashMap中的value，只保留key；

几点：

  • 通常基于TreeMap实现；（也不一定）
  • 内部元素是有序的；

几点：

  1. ArrayList 基于动态数组的数据结构，LinkedList基于双向链表的数据结构。
  2. 对于随机访问get和set，ArrayList觉得优于LinkedList，因为LinkedList要移动指针。
  3. 对于新增和删除操作add和remove，LinkedList比较占优势，因为ArrayList要移动数据（remove时，要将后面数据前移；中间add数据时，要将数据后移；末端add时，若动态数组容量不足，要移动数据）。
  4. 两者都不是线程安全的；

几点：

  • 相同点：都是基于动态数组；
  • 不同点：
    • Vector是线程安全的，ArrayList不是；
    • Vector动态数组扩充 100%，ArrayList动态数组扩充 50%；

几点：

  • 是否线程安全：
    • HashTable，同步的，线程安全；
    • HashMap，非线程安全；
  • key是否为null：
    • HashTable，不允许key和value为null；
    • HashMap，允许key和value为null；
  • 进行几次Hash计算：
    • HashTable中，只计算一次key的HashCode
    • HashMap中，利用key.hashCode()，会再进行一次Hash运算；
  • 数组容量扩充：
    • HashTable，2 x Old + 1
    • HashMap，2 x Old
  • 线程安全：HashMap不是线程安全的
  • 并发性能：
    • HashTable，锁住整个hash表
    • ConcurrentHashMap，局部锁住hash表，实际就是Segment
  • 迭代器一致性：
    • HashTable，迭代器，强一致，
    • ConcurrentHashMap，迭代器，弱一致，

几点：

  • 元素是否有序：
    • HashMap中元素是无序的，通过key的hashCode进行查找；
    • TreeMap中元素保持固定顺序
  • 底层数据结构：
    • HashMap，基于数组链表
    • TreeMap，基于红黑树
  • 非线程安全：HashMap与TreeMap都是非线程安全的
  • 是否可以调优：
    • HashMap，通过数组容量和负载因子，调优
    • TreeMap，红黑树，始终是平衡的，无法调优
  • 适用场景：
    • HashMap，适合在Map中插入、删除、访问元素，因为使用Hash运算，相对红黑树，操作效率较高；
    • TreeMap，适合按自然顺序和定义的顺序遍历key

本质就是HashMap与TreeMap的差异，几点：

  • 是否有序
  • 底层实现

todo：（可以单独写一篇了）

 

posted @ 2021-12-12 02:16  CharyGao  阅读(17)  评论(0)    收藏  举报