疯狂Java讲义读书笔记08 Java集合-01Set

Java集合是一种特别有用的工具类，可用于存储数量不等的对象，并可以实现常用的数据结构，如栈队列等。除此之外，Java集合还可以保存具有映射关系的关联数组。

Java集合大致分为四类Set、List、Queue和Map四种体系

Java集合就像一种容器，可以把多个对象（实际上是对象的引用）丢进该容器中。在Java5之前，Java集合会丢失容器中所有对象的数据类型，把所有对象都当成Object类型处理。从Java5增加了泛型之后，家集合可以记住容器中的数据类型了。

集合类和数组不一样，数组元素即可以是基本类型的值，也可以是对象，而集合只能保存对象（实际上是保存对象的引用变量，但通常习惯上认为是保存对象）

Java集合类主要由两个接口派生而出：Collection和Map

 

 Collection接口是List、Set和Queue接口的父接口，该接口里定义的方法即可以用于操作Set集合，也可以用于操作List和Queue集合。

Collection接口里定义了如下操作集合元素的方法。

add--addAll--clear--contains--containsAll--isEmpty--iterator--remove--removeAll--retainAll--size--toArray

所有的Collection实现类都重写了toString方法，该方法可以一次性的输出集合中所有的元素。

如果想要依次访问集合的每一个元素，则需要使用某种方式来遍历集合元素，下面介绍遍历集合元素的两种方法。

 

1、使用Lambda表达式遍历集合

Java8为Iterable接口新增了一个foreach方法，该方法所需要的参数是一个函数式接口，而Iterable接口是Collection接口的父接口，因此Collection集合也可以直接调用这个方法。

当程序调用Iterable的foreach(Consumer action)遍历集合元素时，程序会依次将集合元素传递给Consumer的accept(T t)方法（该接口中唯一的抽象方法）。正因为Consumer是函数式接口，因此可以使用Lambda表达式来遍历集合元素。

 

 2、使用Java8增强的Iterator遍历集合元素。

Iterator接口也是Java集合框架的成员，但它与Collection系列、Map系列的集合不一样

属于迭代器

Iterator接口隐藏了各种Collection实现类的底层细节，向应用程序提供了遍历Collection集合元素的统一编程接口

 

 

 

从上面代码中可以看出，Iterator仅用于遍历集合，Iterator本身并不提供盛装对象的能力，如果需要创建Iterator对象，则必须有一个被迭代的集合。没有集合的Iterator如无本之木，没有存在的价值。

 

当使用Iterator迭代访问Collection集合元素时，Collection集合里的元素不能被改变，只有通过Iterator的remove方法删除上依次next方法返回的集合元素才可以。否则会引发java.util.ConcurrentModificationException异常。

Iterator采用的是快速失败机制（fail-fast），一旦在迭代过程中检测到集合已经被修改，程序会立即引发ConcurrentModificationException异常，而不是显示修改后的结果，这样可以避免共享资源引发的潜在问题。

3、使用lambda表达式遍历iterator

 

 

4、使用foreach遍历集合

5、使用Java8新增的Predicate操作集合

该方法会批量删除所有符合filter条件的所有元素。

 

 

使用Java8新增的Stream操作集合

Java8里面还新增了Stream、IntStream、LongStream等流式API。这些API支持串行和并行聚集操作的元素。

Stream是一个通用接口，而IntStream则代表元素类型为int的流

Java8还为上面的每个流式API提供了对应的Builder，例如Stream.Builder、IntStream.Builder，开发者可以通过这些Builder来创建对应的流。

 

1、使用Stream或XxxStream的builer()类方法创建该Stream对应的Builder

2、重复调用Builder的add方法向该流中添加多个元素

3、调用Builder的build方法获取对应的Stream

4、调用Stream的聚集方法

 

 

 

 程序只要调用Collection的stream方法即可返回该集合对应的Stream，接下来就可以通过Stream编程带来的优势。

上面程序中最后一段粗体字代码先调用Collection对象的stream方法将集合转换为Stream对象，然后调用Stream对象的mapToInt方法将其转换成IntSream。

 

Set集合

这个集合类似于一个罐子，程序可以依次将多个对象丢进去，也记不住元素的顺序。

Set集合与Collection集合基本相同，没有提供任何额外的方法。实际上Set就是Collection，只有行为略有不同（Set不允许包含重复元素）

 

set集合不允许包含相同的元素，如果试图把两个相同的元素加入同一个set集合中，则增加操作失败，add方法返回false。且新元素不会被加入。

上面介绍的是Set集合的通用知识，因此完全适合后面介绍的HashSet、TreeSet、EnumSet三个实现类，只是三个实现类还各有特色。

 

HashSet是set接口的典型实现，大多数时候，使用set集合就是使用这个实现类。HashSet按Hash算法来存储集合中的元素，因此具有很好的存取和查找性能。

HashSet具有以下特点

不能保证元素的排列顺序，顺序可能与添加顺序不同，顺序也可能发生变化。

HashSet不是同步的，如果多个线程同时访问一个HashSet，假设有两个或两个以上的 线程同时修改了HashSet集合时，则必须通过代码来保证其同步

集合的值可以是null

 

当向hashset中存入一个元素时，hashset会调用该对象的hashCode方法来得到该对象的hashCode值，然后根据该hashCode值决定该对象在HashSet中的存储位置。 如果有两个元素equal相等，但是hashcode不等，hashset会将它们存储在不同位置，依然可以添加成功。

也就是说hashset判断两个元素相等的标准是两个对象通过equals相等并且两个对象通过hashcode返回值也相等。

如果两个对象的hashcode方法返回的hashcode值相同，但它们通过equals方法比较返回false时会更麻烦，因为实际上会在这个位置用链式结构保存多个对象；而HashSet访问集合元素时也是根据元素的hashCode值来快速定位的，如果HashSet中两个以上的元素具有相同的hashCode值，将会导致性能下降。

HashSet中每个能存储元素的槽位，通常称为桶。如果有多个元素的hashcode相等，但是equals方法返回false就需要在桶里放多个元素，这样会导致性能下降。

 

下面给出重写hashcode方法的基本规则

1、在程序运行过程中，同一个对象多次调用hashcode方法应该返回相同的值。

2、当两个对象通过equals方法比较返回true时，这两个对象的hashcode方法应该返回相等的值。

3、对象中用作equals方法比较标准的实例变量都应该用于计算hashCode中。

 

下面给出重写hashCode方法的一般步骤

1、把对象内每个有意义的实例变量计算出一个int类型的hashcode值。

2、用第一步计算出来的多个hashcode值组合计算出一个hashcode值返回。

 

当向hashset中添加可变对象时，必须十分小心，如果修改hashset集合中的对象，有可能导致该对象与集合中其他对象相等，从而导致hashset无法准确访问该对象。

 

LinkedHashSet类

HashSet还有一个子类LinkedHashSet。LinkedHashSet集合也是根据元素的hashcode值来决定元素的存储位置，但它同时使用链表维护元素的次序，这样使得元素看起来是以插入顺序来保存的。

也就是说，当遍历LinkedHashSet集合里的元素时，LinkedHashSet将会按元素的添加顺序来访问集合里的元素

LinkedHashSet需要维护元素的插入顺序，因此性能略低于HashSet的性能，但在迭代访问Set里的全部元素时将有很好的性能，因为它以链表来维护内部顺序。

 

虽然LinkedHashSet使用了链表记录集合元素的添加顺序，但是LinkedHashSet依然是HashSet，因此它依然不允许集合元素重复。

 

TreeSet类

TreeSet是SortedSet接口的实现类，正如SortedSet名字所暗示的，TreeSet可以确保集合元素处于排序状态。

与HashSet集合相比，TreeSet还提供了如下几个额外的方法。

Comparator comparator() 如果TreeSet采用了定制顺序，则该方法返回定制排序所用的comparator，如果TreeSet采用了自然排序，则返回null。

first()返回第一个元素

last()返回最后一个元素

lower(Object e)返回集合中位于指定元素之前的元素

higher(Object e)返回集合中位于指定元素之后的元素

SortedSet subSet(Object fromElement,Object toElement)返回此Set的子集合，范围从fromElement到toElement

SortedSet headSet(Object toElement)返回此Set的子集，由小于toElement的元素组成

SortedSet tailSet(Object fromElement)返回此Set的子集，由大于或等于fromElement的元素组成

 

表面上看起来这些方法很多，其实它们很简单，因为TreeSet中的元素是有序的，所以增加了访问第一个，前一个，后一个，最后一个元素的方法，并提供了三个从TreeSet中截取子set的方法。

 

treeset采用红黑树的数据结构来存储集合元素。那么TreeSet进行排序的规则是怎么样的呢？TreeSet支持两种排序方法：自然排序和定制排序。在默认情况下，TreeSet采用自然排序。

 

1、自然排序

TreeSet会调用集合元素的compareTo方法来比较元素之间的大小关系，然后将集合按升序排列，这种方式就是自然排序。

Java提供了一个Comparator接口，该接口里面定义了一个compareTo方法，该方法返回一个整数值，实现该接口的类必须实现该方法，实现了该接口的类就可以比较大小。当一个对象调用该方法与另一个对象进行比较是，例如obj1.compareTo(obj2)，如果该方法返回0，则表面这两个对象相等，如果返回一个正整数则表面obj1大于obj2，如果返回一个负整数，则表面obj1小于obj2

 

Java的一些常用类已经实现了Comparable接口，并提供了比较大小的标准。下面是实现了Comparable接口的常用类

 

 试图将一个对象添加到TreeSet时，该对象必须实现Comparable接口，否则程序就会抛出异常。

如果希望TreeSet正常运作，只能添加同一种类型的对象。

 

如果需要实现定制排序，则需要在创建TreeSet集合对象时，提供一个Comparator对象与该TreeSet集合关联。由该Comparator对象负责排序逻辑，因为是一个函数式接口，所以可以用lambda表达式来代替Comparator对象。

 

 上面程序中粗体字是Comparator的lambda表达式，它负责ts集合的排序。所以当把M对象添加到ts集合中时，无须M类实现Comparator接口，因为此时TreeSet无需通过M对象本身来比较大小，而是由与TreeSet关联的Lambda表达式来负责集合元素的排序

 

EnumSet类

EnumSet是一个专门为枚举类设计的集合类，EnumSet中的所有元素都必须是指定枚举类型的枚举值，该枚举类型在创建EnumSet时显式或隐式地指定。EnumSet的集合也是有序的，EnumSet以枚举值在Enum类内的定义顺序来决定集合元素的顺序。

EnumSet在内部以位向量的形式存储，这种存储形式非常紧凑高效。因此EnumSet对象占用的内存很小，而且运行效率很好，尤其是进行批量操作的时候（如调用containsAll和retainAll方法）如果其参数也是EnumSet集合，则该批量操作的执行速度也非常快。

不允许插入null元素，如果试图插入null元素，EnumSet将抛出NullPointerException

 

 

各Set实现类的性能分析

HashSet和TreeSet是Set的两个典型实现，到底如何选择HashSet和TreeSet呢》HashSet的性能就是比TreeSet好，特别是最常用的添加、查询元素等操作，因为TreeSet需要额外的红黑树算法来维护集合元素的次序。只有当需要一个保持排序的Set时才应该使用TreeSet，否则都应该使用HashSet

HashSet还有一个子类，LinkedHashSet，对于普通插入删除，LinkedHashSet比HashSet慢一点，这是由于维护链表所带来的额外开销造成的，但是遍历LinkedHashSet会更好

EnumSet是性能最好的，但是只能保存同一个枚举类的枚举值作为集合元素

必须指出的是，Set的三个实现类，都不是线程安全的，可以通过Collections工具类的synchronizedSortedSet方法来包装集合类，此操作最好在创建时进行。