Java集合

Java 集合框架概述

为什么需要集合

为了方便对多个对象的操作，就要使用集合容器对对象进行存储。

传统的数组 Array 虽然也能存储多的对象，但其弊端明显：

• 数组初始化以后，长度不可改变，不便于扩展
• 元素的类型固定
• 数组中提供的属性和方法少，不便于进行添加、删除、插入等操作， 且效率不高。同时无法直接获取存储元素的个数

Java 集合的体系

大致可以分为两类：collection接口、map接口。

集合类是作为 Java 的工具类而出现的，API 位于 java.util 包内。

Collections 是集合类的工具类。

Collection 接口

单列数据，定义了存取一组对象的方法的集合

• List： 元素有序、可重复的集合
• Set： 元素无序、不可重复的集合

Map接口

双列数据，保存具有映射关系 "key-value" 对的集合

Collection接口

Collection 概述

Collection 接口是 List、 Set 和 Queue 接口的父接口，该接口里定义的方法既可用于操作 Set 集合，也可用于操作 List 和 Queue 集合。

JDK 不提供此 Collection 接口的任何直接实现，而是提供更具体的子接口实现(如： Set 和 List )。

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 增加了泛型以后， Java 集合可以记住容器中对象的数据类型。

Collection 接口方法

1、添加

• add(Object obj)
• addAll(Collection coll)

2、获取有效元素的个数

• int size()

3、清空集合

• void clear()

4、是否是空集合

• boolean isEmpty()

5、是否包含某个元素

• boolean contains(Object obj)（是通过元素的 equals 方法来判断是否是同一个对象）
• boolean containsAll(Collection c)（也是调用元素的 equals 方法来比较的。 拿两个集合的元素挨个比较）

6、删除

• boolean remove(Object obj) （通过元素的 equals 方法判断是否是要删除的那个元素。并且只会删除找到的第一个元素）
• boolean removeAll(Collection coll)（取当前集合的差集）

7、取两个集合的交集

• boolean retainAll(Collection c)（把交集的结果存在当前集合中，不影响 c）

8、集合是否相等

• boolean equals(Object obj)

9、转成对象数组

• Object[] toArray()

10、获取集合对象的哈希值

• hashCode()

11、遍历

• iterator()： 返回迭代器对象，用于集合遍历

如何遍历 Collection

Iterator 迭代器接口

Iterator 概述

Iterator 对象称为迭代器(设计模式的一种)，主要用于遍历 Collection 集合中的元素。

GOF给迭代器模式的定义为：

提供一种方法访问一个容器(container)对象中各个元素，而又不需暴露该对象的内部细节。
迭代器模式，就是为容器而生。 类似于“公交车上的售票员”、“火车上的乘务员”、 “空姐” 。

Collection 接口继承了 java.lang.Iterable 接口，该接口有一个 iterator() 方法，那么所有实现了 Collection 接口的集合类都有一个 iterator() 方法，用以返回一个实现了 Iterator 接口的对象。

Iterator 仅用于遍历集合， Iterator 本身并不提供承装对象的能力。如果需要创建 Iterator 对象，则必须有一个被迭代的集合。

集合对象每次调用 iterator() 方法都得到一个全新的迭代器对象，默认游标都在集合的第一个元素之前。

Iterator接口的方法

hasNext() & next()

hasNext() 的使用姿势：

// hasNext():判断是否还有下一个元素
while(iterator.hasNext()){
    // next(): ①指针下移 ②将下移以后集合位置上的元素返回
    System.out.println(iterator.next());
}

在调用 iterator.next() 方法之前必须要调用 iterator.hasNext() 进行检测。若不调用，且下一条记录无效（即没有下一个元素），直接调用 iterator.next() 会抛出NoSuchElementException异常。

remove()

remove 方法可以作用于集合本身，即可以通过 iterator.remove 删除集合中的元素，即可以在遍历的同时删除遍历到的元素：

// 回到起点
Iterator iter = coll.iterator();
while(iter.hasNext()){
    Object obj = iter.next();
    if(obj.equals("Tom")){
        iter.remove();
    }
}

但是，但是是遍历过程中需要使用 iterator 的 remove 方法， 不是集合对象的 remove 方法。

如果未调用 next 直接 remove，或在 next 之后已经连续 remove ，都会报 IllegalStateException。

foreach

Java 5.0 提供了 foreach 循环迭代访问 Collection 和数组。遍历操作不需获取 Collection 或数组的长度，无需使用索引访问元素。

Collection coll = new Collection(T);
for(T item : coll){
    System.out.println(T);
}

int[] ints = {1,2,3};
for (int integer : ints) {
    System.out.println(integer);
}

foreach 遍历集合，是通过在编译器转换为调用 Iterator 完成的。

foreach 遍历数组，是通过在编译期转为为 fori 完成的。

List 接口

概述

鉴于 Java 中数组用来存储数据的局限性，通常使用 List 替代数组

List集合类中元素有序、且可重复，集合中的每个元素都有其对应的顺序索引。

List容器中的元素都对应一个整数型的序号记载其在容器中的位置，可以根据序号存取容器中的元素。

JDK API中 List 接口的实现类常用的有： ArrayList、 LinkedList 和 Vector。

List接口方法

List 除了从 Collection 继承的方法外， List 集合里添加了一些根据索引来操作元素的方法。

• void add(int index, Object ele)：在index位置插入 ele 元素
• boolean addAll(int index, Collection eles)：从 index 位置开始将另一个集合中的所有元素添加进来
• Object get(int index)：获取指定 index 位置的元素
• int indexOf(Object obj)：返回 obj 在集合中首次出现的位置
• int lastIndexOf(Object obj)：返回 obj 在当前集合中末次出现的位置
• Object remove(int index)：移除指定 index 位置的元素，并返回此元素
• Object set(int index, Object ele)：设置指定 index 位置的元素为 ele
• List subList(int fromIndex, int toIndex)：返回从 fromIndex 到 toIndex 的子 List

ArrayList

ArrayList 是 List 接口的典型实现类、主要实现类，底层维护着一个普通数组。

数组的初始容量是 10，但ArrayList 像懒汉式，ArrayList 初始化后内部会先创建一个长度为 0 的数组，当添加第一个元素时再创建一个容量为 10 的数组（可减少空间浪费），数组的长度会根据元素个数动态伸缩，即 ArrayList 动态扩容和缩容。

注意：

数组工具类 Arrays 的 asList(T... a) 方法可以返回一个 List ，但是该 List 的类型是 Arrays 的静态内部类，方法要比常规的 List 少，导致其长度无法修改。

LinkedList

对于频繁的插入或删除元素的操作，建议使用LinkedList类，效率较高，因为其底层是一个双向链表，元素被保存在一个个 Node 中。

Node 类：

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;
    }
}

同时 LinkedList 内部定义 first 和 last，用于记录链表的首尾 Node。

针对双向链表的新增方法：

• void addFirst(Object obj)
• void addLast(Object obj)
• Object getFirst()
• Object getLast()
• Object removeFirst()
• Object removeLast()

Vector

Vector 是一个古老的集合， JDK1.0就有了。大多数操作与 ArrayList 相同，区别之处在于 Vector 是线程安全的。

在各种list中，最好把 ArrayList 作为缺省选择。

当插入、删除频繁时，使用LinkedList； Vector总是比 ArrayList 慢，所以尽量避免使用。

新增方法：

• void addElement(Object obj)
• void insertElementAt(Object obj,int index)
• void setElementAt(Object obj,int index)
• void removeElement(Object obj)
• void removeAllElements()

List 小结

ArrayList和LinkedList的异同

二者都线程不安全，相对线程安全的 Vector，执行效率高。

此外， ArrayList 是实现了基于动态数组的数据结构， LinkedList 基于链表的数据结构。对于随机访问 get 和 set， ArrayList 优于 LinkedList ，因为 LinkedList 要移动指针遍历链表。对于 add 和 remove ， LinkedList 比较占优势，因为 ArrayList 要整体移动数据，而 LinkedList 只需要插入或移除 Node 即可。

ArrayList和Vector的区别

Vector 和 ArrayList 几乎是完全相同的，唯一的区别在于 Vector 是同步类(synchronized)，属于强同步类。因此开销就比 ArrayList 要大，访问要慢。正常情况下,大多数的Java程序员使用 ArrayList 而不是 Vector，因为同步完全可以由程序员自己来控制。

Vector 每次扩容请求其大小的 2 倍空间，而 ArrayList 是 1.5 倍。

Vector 还有一个子类 Stack。

Set 接口

概述

Set 接口是 Collection 的子接口， Set 接口没有提供额外的方法。

Set 集合不允许包含相同的元素，如果试把两个相同的元素加入同一个 Set 集合中，则添加操作失败。

Set 判断两个对象是否相同不是使用 == 运算符，而是根据 equals() 方法。

HashSet

HashSet 是 Set 接口的典型实现，大多数时候使用 Set 集合时都使用这个实现类。

HashSet 按 Hash 算法来存储集合中的元素，因此具有很好的存取、查找、删除性能。

HashSet 具有以下特点：

• 底层是 HashMap，HashMap 底层是 Node 数组，所以可以说 HashSet 底层是数组。HashMap 的初始容量为16， 当如果使用率超过 0.75， （16*0.75=12）就会扩大容量为原来的 2 倍，16 扩容为32， 依次为 64,128....等）
• 不能保证元素的排列顺序
• HashSet 是线程不安全的
• HashSet 元素可以是 null

HashSet 集合判断两个元素相等的标准： 两个对象先通过 hashCode() 方法比较相等，如果 hashCode 相等，再通过 equals() 方法比较相等。任一方法不相等即为元素不相等。

所以对于存放在 Set 容器中的对象， 对应的类一定要重写 equals() 和 hashCode(Object obj)方法，以实现对象相等规则。即： “相等的对象必须具有相等的散列码” 。

向 HashSet 中添加元素的过程：

• 当向 HashSet 集合中存入一个元素时， HashSet 会调用该对象的 hashCode() 方法来得到该对象的 hashCode 值， 然后根据 hashCode 值， 通过某种散列函数决定该对象在 HashSet 底层数组中的存储位置。（这个散列函数会与底层数组的长度相计算得到在数组中的下标， 并且这种散列函数计算还尽可能保证能均匀存储元素， 越是散列分布，该散列函数设计的越好）。
• 如果两个元素的 hashCode() 值相等， 会再继续调用 equals() 方法， 如果 equals 方法结果为 true，添加失败； 如果为 false， 那么会保存该元素， 如果该数组的位置已经有元素了，那么该位置会转变成一个链表。

重写 hashCode() 方法的基本原则：

• 在程序运行时，同一个对象多次调用 hashCode() 方法应该返回相同的值。
• 当两个对象的 equals() 方法比较返回 true 时，这两个对象的 hashCode() 方法的返回值也应相等。
• 对象中用作equals()方法比较的 Field，都应该用来计算 hashCode 值。

重写 equals() 方法的基本原则：

• 当一个类有自己特有的“逻辑相等”概念时，一旦需要改写 equals() 的时候，就必须改写 hashCode()。根据一个类的 equals 方法（改写后），两个截然不同的实例有可能在逻辑上是相等的，但是根据 Object.hashCode() 方法，判别它们是两个不同的对象，这违反了 "相等的对象必须具有相等的散列码"。

LinkedHashSet

LinkedHashSet 是 HashSet 的子类，其底层是 LinkedHashMap 。

LinkedHashSet 插入性能略低于 HashSet， 但在迭代访问 Set 里的全部元素时有很好的性能。

TreeSet

TreeSet 是 SortedSet 接口的实现类， TreeSet 可以确保集合元素处于排序状态，前提是元素可被比较。

TreeSet底层使用红黑树结构存储数据，红黑树的特点是：有序，查询速度快。

针对红黑树的特性，新增的方法如下：

• Comparator comparator()
• Object first()
• Object last()
• Object lower(Object e)
• Object higher(Object e)
• SortedSet subSet(fromElement, toElement)
• SortedSet headSet(toElement)
• SortedSet tailSet(fromElement)

TreeSet 两种排序方法：

• 自然排序：要求自定义类实现 java.lang.Comparable 接口并重写 compareTo(Object obj) 方法，在此方法中，指明按照自定义类的哪个属性进行排序。向 TreeSet 中添加元素时，首先按照 compareTo() 进行比较，一旦返回0，虽然仅是两个对象的此属性值相同，但是程序会认为这两个对象是相同的，进而后一个对象就不能添加进来。因此要求 compareTo() 与 hashCode() 以及 equals() 三者保持一致
• 定制排序：使用第三方比较器，比较时需要创建第三方类，实现 Comparator 接口，并且覆盖其中的 compare() 方法，编写比较规则和排序方式。

默认情况下， TreeSet 采用自然排序-升序。

Map接口

概述

Map 与 Collection 并列存在。用于保存具有映射关系的数据 key-value。

Map 中的 key 和 value 是任何引用类型的数据。

Map 的 key 不允许重复，可用一个 Set 存放 Map 所有的 key。所以一个 Map 的元素的类，须重写 hashCode() 和 equals() 方法。

常用 String 作为 Map 的 key 和 value 之间存在单向一对一关系，即通过指定的 key 总能找到唯一的、确定的 value。

Map 接口的常用实现类： HashMap、 TreeMap、 LinkedHashMap 和 Properties。 其中， HashMap是 Map 接口使用频率最高的实现类。

Map接口方法

添加、 删除、修改操作

• Object put(Object key,Object value)：将指定 key-value 添加到(或修改)当前map对象中
• void putAll(Map m)：将 m 中的所有 key-value 存放到当前map中
• Object remove(Object key)：移除指定 key 的 key-value 对，并返回 value
• void clear()：清空当前 map 中的所有数据

查询的操作：

• Object get(Object key)：获取指定 key 对应的 value
• boolean containsKey(Object key)：是否包含指定的 key
• boolean containsValue(Object value)：是否包含指定的 value
• int size()：返回 map 中 key-value 对的个数
• boolean isEmpty()：判断当前 map 是否为空
• boolean equals(Object obj)：判断当前 map 和参数对象 obj 是否相等

元视图操作的方法：

• Set keySet()：返回所有 key 构成的Set集合（因为 key 不能重复）
• Collection values()：返回所有 value 构成的 Collection 集合（因为 value 没有限制）
• Set<Map.Entry<K,V>> entrySet()：返回所有 key-value 对构成的 Set 集合，Set 里的元素是一个一个 k-v 对，称为 Entry（HahsMap 的静态内部类）

HashMap

概述

• 底层是数组
• HashMap 是 Map 接口使用频率最高的实现类。
• 允许使用 null 键和 null 值，与 HashSet 一样，不保证映射的顺序。
• 所有的 key 构成的集合是 Set：无序的、不可重复的。所以， key 所在的类要重写：equals() 和 hashCode()
• 所有的 value 构成的集合是 Collection：无序的、可以重复的。所以 value 所在的类要重写：equals()
• 一个 key-value 构成一个 entry
• 所有 entry 构成的 Set：无序的、不可重复的
• HashMap 判断两个 key 相等的标准是：两个 key 通过 equals() 方法返回 true，hashCode 值也相等。
• HashMap 判断两个 value 相等的标准是：两个 value 通过 equals() 方法返回 true。

HashMap 的存储结构JDK 8版本发布以后： HashMap是数组+链表<-->红黑树实现。

HashMap 的重要参数

• DEFAULT_INITIAL_CAPACITY : HashMap 的默认容量， 16（JDK8 懒创建，首次调用map.put()时，再创建长度为16的数组 ）
• MAXIMUM_CAPACITY ： HashMap 的最大支持容量， 2^30
• DEFAULT_LOAD_FACTOR： HashMap 的默认加载因子
• TREEIFY_THRESHOLD： Bucket 中链表长度大于该默认值，转化为红黑树
• UNTREEIFY_THRESHOLD： Bucket 中红黑树存储的 Node 小于该默认值，转化为链表
• MIN_TREEIFY_CAPACITY： 桶中的 Node 被树化时最小的 hash 表容量。（当桶中 Node 的数量大到需要变红黑树时，若 hash 表容量小于MIN_TREEIFY_CAPACITY 时，此时应执行 resize 扩容操作这个 MIN_TREEIFY_CAPACITY 的值至少是 TREEIFY_THRESHOLD 的4倍。）
• table： 存储元素的数组，总是 2 的 n 次幂
• entrySet： 存储具体元素的集
• size： HashMap 中存储的键值对的数量
• modCount： HashMap 扩容和结构改变的次数。
• threshold： 扩容的临界值， = 容量*填充因子
• loadFactor： 填充因子

HashMap 存储结构

HashMap 的内部存储结构是【数组+链表+红黑树】的结合。

当实例化一个 HashMap 时， 会初始化 initialCapacity 和 loadFactor， 在 put 第一对 key-value时， 系统会创建一个长度为 initialCapacity 的Node 数组， 这个长度在哈希表中被称为容量(Capacity)， 在这个数组中可以存放元素的位置我们称之为“桶” (bucket)， 每个 bucket 都有自己的索引， 系统可以根据索引快速的查找 bucket 中的元素。

每个 bucket 存储一个元素， 即一个 Node 对象， 每一个 Node 对象可以携带一个指针 next， 用于指向该 bucket 的下一个元素， 因此， 在一个桶中， 就有可能生成一个 Node 链。 也可能是一个一个 TreeNode 对象， 每一个 TreeNode 对象可以有两个叶子结点 left 和 right， 因此， 在一个桶中， 就有可能生成一个 TreeNode 树。 而这个 bucket 上新添加的元素就作为链表的 last 结点， 或红黑树的结点。

当 HashMap 中的元素个数超过数组大小（数组总大小 length，不是数组中个数size）*loadFactor 时 ，就 会 进 行 数 组 扩 容 ，loadFactor 的默认值（DEFAULT_LOAD_FACTOR）为0.75， 这是一个折中的取值。 默认情况下， 数组大小（DEFAULT_INITIAL_CAPACITY）为16， 那么当 HashMap 中元素个数超过 16*0.75=12（这个值就是代码中的 threshold 值， 也叫做临界值）的时候， 就把数组的大小扩展为 2*16=32， 即扩大一倍， 然后重新计算每个元素在数组中的位置， 而这是一个非常消耗性能的操作， 所以如果我们已经预知 HashMap 中元素的个数， 那么初始化 HahsMap 时，指定容量就能够有效的提高 HashMap 的性能（减少不必要的的扩容）。

当 HashMap 中的其中一个链的对象个数如果达到了 8 个，此时如果 capacity 没有达到 64，那么 HashMap 会先扩容解决，如果已经达到了64，那么这个链会变成树，结点类型由 Node 变成 TreeNode 类型。当然，如果当 k-v 被移除后，下次执行 resize 方法时判断树的结点个数低于 6 个，也会把树再转为链表。

面试题

负载因子值的大小，对HashMap有什么影响 ？

答：

• 负载因子的大小决定了 HashMap 的数据密度。
• 负载因子越大密度越大，发生碰撞的几率越高，数组中的链表越容易长,造成查询或插入时的比较次数增多，性能会下降。
• 负载因子越小，就越容易触发扩容，数据密度也越小，意味着发生碰撞的几率越小，数组中的链表也就越短，查询和插入时比较的次数也越小，性能会更高。但是会浪费一定的内容空间。而且经常扩容也会影响性能，建议初始化预设大一点的空间。
• 按照其他语言的参考及研究经验，会考虑将负载因子设置为0.7~0.75，此时平均检索长度接近于常数。

LinkedHashMap

LinkedHashMap 是 HashMap 的子类，在 HashMap 存储结构的基础上，使用了一个双向链表来记录添加元素的顺序，即在添加数据时出了把元素添加到散列表，还会把元素插入到维护的双向链表的尾部，如此一来在遍历 LinkedHashMap 时直接遍历双向链表即可。

TreeMap

概述

TreeMap存储 key-value 对时， 需要根据 key-value 对进行排序。

TreeMap 可以保证所有的 key-value 对处于有序状态。

TreeMap 底层使用红黑树结构存储数据

TreeMap 的 key 的排序：

• 自然排序： TreeMap 的所有的 Key 必须实现 Comparable 接口，而且所有的 Key 应该是同一个类的对象，否则将会抛出 ClasssCastException
• 定制排序：创建 TreeMap 时，传入一个 Comparator 对象，该对象负责对

TreeMap 中的所有 key 进行排序。此时不需要 Map 的 Key 实现 Comparable 接口

TreeMap 判断两个key相等的标准：两个 key 通过 compareTo() 方法或 者compare() 方法返回0。

Hashtable

Hashtable 是个古老的 Map 实现类， JDK1.0 就提供了。不同于HashMap，Hashtable是线程安全的。

Hashtable 实现原理和 HashMap 相同，功能相同。底层都使用哈希表结构，查询速度快，很多情况下可以互用。

与 HashMap 不同， Hashtable 不允许使用 null 作为 key 和 value

与 HashMap 一样， Hashtable 也不能保证其中 Key-Value 对的顺序

Hashtable 判断两个key相等、两个 value 相等的标准， 与 HashMap 一致。

Properties

Properties 类是 Hashtable 的子类，该对象用于处理属性文件

由于属性文件里的 key、 value 都是字符串类型，所以 Properties 里的 key 和 value 都是字符串类型

存取数据时，建议使用 setProperty(String key,String value)和 getProperty(String key)

Properties pros = new Properties();
pros.load(new FileInputStream("jdbc.properties"));
String user = pros.getProperty("user");
System.out.println(user);

Collections 工具类

Collections 是一个操作 Set、 List 和 Map 等集合的工具类

Collections 中提供了一系列静态的方法对集合元素进行排序、查询和修改等操作，还提供了对集合对象设置不可变、对集合对象实现同步控制等方法。

常用方法

排序

• reverse(List)： 反转 List 中元素的顺序
• shuffle(List)： 对 List 集合元素进行随机排序
• sort(List)： 根据元素的自然顺序对指定 List 集合元素按升序排序
• sort(List， Comparator)： 根据指定的 Comparator 产生的顺序对 List 集合元素进行排序
• swap(List， int， int)：将指定 list 集合中的 i 处元素和 j 处元素进行交换

查找、替换

• Object max(Collection)： 根据元素的自然顺序，返回给定集合中的最大元素
• Object max(Collection， Comparator)： 根据 Comparator 指定的顺序，返回给定集合中的最大元素
• Object min(Collection)
• Object min(Collection， Comparator)
• int frequency(Collection， Object)： 返回指定集合中指定元素的出现次数
• void copy(List dest,List src)：将src中的内容复制到dest中
• boolean replaceAll(List list， Object oldVal， Object newVal)： 使用新值替换 List 对象的所有旧值

同步控制

Collections 类中提供了多个 synchronizedXxx() 方法，该方法可使将指定集合包装成线程同步的集合，从而可以解决多线程并发访问集合时的线程安全问题。但是不建议使用，推荐使用 JUC 下的集合类。

Arrays 工具类