多用多學之Java中的Set，List，Map，setmap
很長時間以來一直代碼中用的比較多的數據列表主要是List，而且都是ArrayList，感覺有這個玩意就夠了。ArrayList是用於實現動態數組的包裝工具類，這樣寫代碼的時候就可以拉進拉出，迭代遍歷，蠻方便的。
也不知道從什麼時候開始慢慢的代碼中就經常會出現HashMap和HashSet之類的工具類。應該說HashMap比較多一些，而且還是面試經典題，平時也會多看看。開始用的時候簡單理解就是個鍵值對應表，使用鍵來找數據比較方便。隨後深入了解後發現這玩意還有點小奧秘，特別是新版本的JDK對HashMap的改成樹後，代碼都有點小復雜咯。
Set開始用的較少，只是無意中在一個代碼中發現一個TreeSet，發現這個類可以自帶順利，感覺蠻有點意思，才慢慢的發現這也是個好工具啊。
代碼寫的多了就感覺到基礎的重要性，所以在此寫一篇小文簡單的整理一下對集合的一些知識。
好了，簡單的整理一下：
- List：即是列表，支持數組、鏈表的功能，一般都是線性的
- Map：即是映射表，存儲的是鍵與值的對應關系
- Set：即是集合的意思，主要是用於排重數據及排序
先來看看List
List是用於存放線性數據的一種窗口，比如：用於數組的ArrayList和用於鏈表的LinkedList。
ArrayList
這是一個數組列表，不過提供了自動擴容的功能，實現List接口，外部操作都是通過接口申明的方法訪問，這樣即安全又方便。
ArrayList的關鍵就是自動擴容，在對象初始化時可以設定初始容量，也可以按默認的容量。如果對數組大小沒有特別明確可以不指定初始大小，如果明確的話可以指定一個大小，這樣減少動態擴容時產生的卡頓。說到這就要說一下擴容是怎麼實現的了，看下面的代碼：
1
2
3
4
5
6
7
8
9
10
11
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檢查時會觸發的一個方法。主要過程：
1、得到數組的長度，並對其進行右移，這樣就相當於oldCapacity/2，得到新的長度
2、如果這個長度小於最小容量那麼直接就用最小容易
3、如果大於了最大容易則取一個最大值，這裡會調用一個hugeCapacity方法，主要是比較minCapacity與MAX_ARRAY_SIZE的，如果minCapacity大於MAX_ARRAY_SIZE則取Integer.MAX_VALUE，否則就取MAX_ARRAY_SIZE，有意思的是MAX_ARRAY_SIZE取的是Integer.MAX_VALUE - 8;並不知道這樣做的意義是什麼
4、最後就是調用一個復制方法將現有數復制到一個新的數組中。
因為有這個復制過程，如果數組比較大，那麼老是觸發擴容當然就會出現卡頓的情況。所以如果一開始就知道最大值而且很容易增長到這個值，那麼開始初始化時就指定大小會有一定的作用。
LinkedList
這是針對鏈表的工具類，鏈表的優秀是添加刪除啥的比較快，但是查找會慢一些。
至於代碼好像也沒什麼特別的，就是一串指針鏈接起來，當然Java中就使用對象來代替，建立一個Node的對象，Node本身指向了前一個Node和後一個Node，這就是鏈表的結構：
1
2
3
4
5
6
7
8
9
10
11
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;
}
}
然後用兩個Node指向頭和尾就完成了，下面的代碼：
1
2
3
4
5
6
7
8
9
10
11
12
13
/**
* 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;
看一個add操作：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
/**
* 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++;
}
過往就是：
1、獲取到最後的Node並放在l中
2、創建一個新的Node，將數據取到這個Node中，創建過程會將新Node的prev指向l，這樣就接上了鏈
3、然後將last指向這個新Node
4、然判斷l是否null，如果是null說明是空鏈表，新node就是第一個元素，這樣first也要指向newNode
5、如果不為空則將l的next指向newNode
6、累加計數器
刪除操作也是這種Node的前後Node指向移動操作。
再來看看Map
Map是鍵與值做一個映射表的應用，主要的實現類：HashMap,HashTable,TreeMap
HashMap和HashTable
使用hash算法進行鍵值映射的就是HashMap啦，HashTable是帶有同步的線程安全的類，它們兩主要的區別就是這個。原理也類似，都是通過桶+鏈來組合實現。桶是用來存Key的，而由於Hash碰撞的原因值需要用一個鏈表來存儲。
- 桶的意義在於高效，通過Hash計算可以一步定位
- 鏈表的意義在於存取重復hash的數據
具體的原理以前寫過一篇《學習筆記：Hashtable和HashMap》
只不過看JDK1.8的HashMap換了存儲結構，采用紅黑樹的結構，這樣可能是解決鏈表查找效率問題吧？具體沒有細研究。
TreeMap
看過TreeMap的代碼後發現還是使用的樹結構，紅黑樹。由於紅黑樹是有序的，所以自然帶排序功能。當然也可通過comparator來指定比較方法來實現特定的排序。
因為采用了樹結構存儲那麼添加和刪除數據時會麻煩一些，看一下put的代碼：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
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、先是檢查根節點是否存在，不存在說明是第一條數據，直接作為樹的根
2、判斷是否存在比較器，如果存在則使用比較器進行查找數據的存放位置，如果比較器返回結果小於0取左，大於0取右，否則直接替換當前節點的值
3、如果不存在比較器則key直接與節點的key比較，比較和前面方法一樣
4、接下來就是在找到的parent上創建一個子節點，並放入左或者右子節點中
5、fixAfterInsertion是對節點進行著色
6、累加器處理
在remove操作時也會有點麻煩，除了刪除數據外，還要重新平衡一下紅黑樹。
另外，TreeMap實現了NavigableMap<K,V>接口，所以也提供了對數據集合的一些返回操作。
最後看看Set
Set主要是兩類應用：HashSet和TreeSet。
HashSet
字面意思很明確，使用了Hash的集合。這種集合的特點就是使用Hash算法存數據，所以數據不重復，存取都相對較快。怎麼做到的呢？
1
2
3
4
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
原來是存在一個map對象中，再看map是個啥？
1
private transient HashMap<E,Object> map;
是個HashMap，了解HashMap的就明白，這樣的數據是不會重復的。因為存入時是鼗對象本身作為Key來存的，所以在HashMap中只會存在一份。
了解了這點其他的東西就非常明白了。
TreeSet
這個集合是用於對集合進行排序的，也就是除了帶有排重的能力外，還可以自帶排序功能。只不過看了TreeSet的代碼發現，其就是在TreeMap的基礎實現的。更准確的說應該是NavigableMap的派生類。默認不指定map情況下TreeSet是以TreeMap為基礎的。
1
2
3
public TreeSet() {
this(new TreeMap<E,Object>());
}
所以，這裡可能更關注的是TreeSet是如何排重呢？看一下add的方法吧：
1
2
3
public boolean add(E e) {
return m.put(e, PRESENT)==null;
}
和HashSet有點類似，都是基於Map的特性來實現排重。確實簡單而且有效。
