8. Java 集合

1. Collections

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
  • ArrayList：基于数组实现，增删慢，查询快，线程不安全
  • Vector：基于数组实现，增删慢，查询快，线程安全
  • LinkedList：基于双向链表实现，增删快，查询慢，线程不安全
• Set：元素无序、不可重复的集合
  • HashSet：HashTable 实现，无序
  • TreeSet：红黑树实现
  • LinkedHashSet：HashTable 实现数据存储，双向链表记录顺序。

1.1 Collection 接口

介绍

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

• 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 JDK 5.0 增加了泛型以后，Java 集合可以记住容器中对象的数据类型。

常用方法

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哪个元素。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

1.2 Iterator 迭代器接口

介绍

• 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。

常用方法

• boolean hasNext()：判断是否有下一个元素
• E next()：取出下一个元素（使用前必须先用 hasNext() 进行判断）
  • ① 指针下移
  • ② 将下移以后集合位置上的元素返回
• void remove()：删除迭代器最后返回的元素
  • Iterator 可以删除集合的元素，但是是遍历过程中通过迭代器对象的 remove 方法，不是集合对象的 remove 方法；
  • 如果还未调用 next() 或在上一次调用 next() 方法之后已经调用了 remove 方法，再调用 remove 都会报 IllegalStateException。

1.3 List 接口

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

• 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 eles 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 位置的子集合

ArrayList

• ArrayList 是 List 接口的典型实现类、主要实现类
• 本质上，ArrayList 是对象引用的一个变长数组
• ArrayList 的 JDK1.8 之前与之后的实现区别?
  • JDK1.7：ArrayList 像饿汉式，直接创建一个初始容量为 10 的数组
  • JDK1.7：每次数组容量的增长大约是其原容量的 1.5 倍。
  • JDK1.8：ArrayList 像懒汉式，一开始创建一个长度为 0 的数组，当添加第一个元素时再创建一个始容量为 10 的数组。
  • JDK1.8：每次数组的容量增长大约是其原容量的 1.5 倍。
• Arrays.asList(...) 方法返回的 List 集合，既不是 ArrayList 实例，也不是 Vector 实例。 Arrays.asList(...) 返回值是一个固定长度的 List 集合。

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。

新增方法:

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

LinkedList：双向链表，内部没有声明数组，而是定义了 Node 类型的 first 和 last， 用于记录首末元素。同时，定义内部类 Node，作为 LinkedList 中保存数据的基本结构。Node 除了保存数据，还定义了两个变量：

• prev: 变量记录前一个元素的位置
• next: 变量记录下一个元素的位置

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。因为 Vector 总是比 ArrayList 慢，所以尽量避免使用。

Vector 每次扩容是扩容为 2 倍。

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()

# 请问 ArrayList/LinkedList/Vector 的异同? 谈谈你的理解? ArrayList 底层是什么? 扩容机制? Vector 和 ArrayList 的最大区别?
1. 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 觉得优于 LinkedList，因为 LinkedList 要移动指针。对于新增和删除操作 add (特指插入)和 remove，LinkedList 比较占优势，因为 ArrayList 要移动数据。
2. 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。

1.4 Set 接口

• 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。

# 如何理解无序？
1. 无序性 ≠ 随机性
2. 无序性是指数据在底层存储中不是内存连续的

# 如何理解不可重复性？
1. 元素是不可重复的
2. 比较是否重复的时候先用 hashCode() 再用 equals()，都过关了才相等

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。

特点：

• 不能保证元素的排列顺序
• HashSet 不是线程安全的
• 集合元素可以是 null

HashSet 集合判断两个元素相等的标准：

• 两个对象通过 hashCode() 方法比较相等，并且两个对象的 equals() 方法返回值也相等。

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：

插入过程

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，但是该数组的位置已经有元素了，那么会通过链表的方式继续链接。

如果两个元素的 equals() 方法返回 true，但它们的 hashCode() 返回值不相等，hashSet 将会把它们存储在不同的位置，但依然可以添加成功。

数组上已经有元素了，那么链表中如何添加？

1. JDK 7：元素 a 放到数组中，指向原来的元素（头插法）
2. JDK 8：原来的元素在数组中，指向元素 a（尾插法） 总结：七上八下

HashSet 扩容原理：

HashSet 底层也是数组，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)

重写 hashCode() 方法的基本原则：

1. 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。 
2. 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。
3. 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，当改写equals()的时候，总是要改写 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， 它们仅仅是两个对象。
因此，违反了“相等的对象必须具有相等的散列码”。
# 结论：重写 equals 方法的时候一般都需要同时重写 hashCode 方法。通常参与计算 hashCode 的对象的属性也应该参与到 equals() 中进行计算。

示例：

    @Override
    public boolean equals(Object o) {
      	//自己的话直接true
        if (this == o) return true;
      	//o不能为空，所属类型也应该一直，否则 false
        if (o == null || getClass() != o.getClass()) return false;
      	//每个字段根据自己的业务需求进行比较
        Hedon hedon = (Hedon) o;
        return Objects.equals(name, hedon.name) &&
                Objects.equals(age, hedon.age) &&
                Objects.equals(birth, hedon.birth);
    }

    @Override
    public int hashCode() {
        return Objects.hash(name, age, birth);
    }

# 为什么用 Eclipse/IDEA 复写 hashCode 方法，有 31 这个数字?
1. 选择系数的时候要选择尽量大的系数。因为如果计算出来的 hash 地址越大，所谓的 “冲突”就越少，查找起来效率也会提高。(减少冲突)
2. 并且 31 只占用 5bits，相乘造成数据溢出的概率较小。
3. 31 可以 由 i*31== (i<<5)-1 来表示，现在很多虚拟机里面都有做相关优化。(提高算法效率)
4. 31 是一个素数，素数作用就是如果我用一个数字来乘以这个素数，那么最终出来的结果只能被素数本身和被乘数还有 1 来整除！(减少冲突)

LinkedHashSet

• LinkedHashSet 是 HashSet 的子类。
• LinkedHashSet 根据元素的 hashCode值来决定元素的存储位置， 但它同时使用双向链表维护元素的次序，这使得元素看起来是以插入顺序保存的。
• 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。
• LinkedHashSet 不允许集合元素重复。

Set set = new LinkedHashSet(); set.add(new String("AA")); set.add(456);
set.add(456);
set.add(456);
set.add(new Customer("刘德华", 1001));

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。

TreeSet 底层使用红黑树结构存储数据（底层其实利用了 TreeMap）。

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（默认情况下，TreeSet 采用自然排序）
  • 也就是存储的对象实现 Comparable 接口，然后重新 compareTo() 方法，根据这个来判断大小。
• 定制排序
  • 在 new TreeSet() 的时候传入一个 Comparator 比较器。

TreeSet 的不可重复性：

• 根据比较结果 this.compareTo(o) 或 compare(o1,o2) 来判断是否重复，而不是根据 equals()。

2. Map

Map 接口：双列数据，保存具有映射关系 “key-value" 的集合。

• HashMap：JDK7 数组+链表 存储数据，JDK 8 数组+链表+红黑树 存储数据，线程不安全，
• ConcurrentHashMap：JDK7 是基于 分段锁 实现线程安全，JDK8 是 CAS + synchronized 实现线程安全。
• HashTable：线程安全
• TreeMap：基于红黑树实现。
• LinkedHashMap：基于 HashTable 数据结构，使用链表保存插入顺序

Map 接口常用方法：

# 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 对存放到当前 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
# 元素查询的操作
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)：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
Collection values()：返回所有 value 构成的 Collection 集合
Set entrySet()：返回所有 key-value 对构成的 Set 集合

HashMap

• 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()；
• 一个键值对：key-value 构成了一个 Entry 对象（JDK8 以后叫 Node）；
• Map 中的 Entry：无序的、不可重复的，使用 Set 存储所有的 Entry。

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 底层实现原理（JDK7）：

• 数组+链表

1. 实例化
  HashMap map = new HashMap():  在实例化以后，底层创建了长度是 `16` 的一维数组 Entry[] table。

...可能已经执行过多次put...

2. 插入
  map.put(key1,value1):

  首先，调用 key1 所在类的 `hashCode()` 计算 key1 哈希值，此哈希值经过某种算法计算以后，得到在 Entry 数组中的存放位置。
  如果此位置上的数据为空，此时的 key1-value1 添加成功。 ---- 情况1
  如果此位置上的数据不为空，(意味着此位置上存在一个或多个数据(以链表形式存在)),比较 key1 和已经存在的一个或多个数据
  的哈希值：
          如果 key1 的哈希值与已经存在的数据的哈希值都不相同，此时 key1-value1 添加成功。---- 情况2
          如果 key1 的哈希值和已经存在的某一个数据（key2-value2）的哈希值相同，继续比较：调用 key1 所在类的 `equals(key2)` 方法，比较：
                  如果 equals() 返回 false：此时 key1-value1 添加成功。---- 情况3
                  如果 equals() 返回 true：使用 value1 替换 value2。 ---- 情况4

  补充：关于情况 2 和情况 3：此时 key1-value1 和原来的数据以链表的方式存储。

  在不断的添加过程中，会涉及到扩容问题，当超出临界值（且要存放的位置非空）时，扩容。默认的扩容方式：扩容为原来容量的 `2` 倍，并将原有的数据复制过来。

HashMap 底层实现原理（JDK8）：

• 数组+链表+红黑树

jdk8 相较于 jdk7 在底层实现方面的不同：
1. new HashMap(): 底层没有创建一个长度为 16 的数组；
2. jdk 8底层的数组是：Node[], 而非 Entry[]；
3. 首次调用 put() 方法时，底层创建长度为 16 的数组；
4. jdk7 底层结构只有：数组+链表。jdk8 中底层结构：`数组+链表+红黑树`。
	4.1 形成链表时，七上八下（jdk7：新的元素指向旧的元素。jdk8：旧的元素指向新的元素）
	4.2 当数组的某一个索引位置上的元素以链表形式存在的数据个数 > `8` 且当前数组的长度 > `64` 时，此时此索引位置上的所数据改为使用 `红黑树` 存储。
      * DEFAULT_INITIAL_CAPACITY : HashMap 的默认容量，16
      * DEFAULT_LOAD_FACTOR：HashMap 的默认加载因子：0.75
      * threshold：扩容的临界值，=容量*填充因子：16 * 0.75 => 12
      * TREEIFY_THRESHOLD：Bucket 中链表长度大于该默认值，转化为红黑树：8
      * MIN_TREEIFY_CAPACITY：桶中的 Node 被树化时最小的 hash 表容量：64

JDK7 的 HashMap 何时进行扩容？

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。

也就是说，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， 那么预设元素的个数能够有效的提高 HashMap 的性能。

JDK8 的 HashMap 何时进行扩容和树形化？

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。也就是说，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，那么预设元素的个数能够有效的提高 HashMap 的性能。

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，如果当映射关系被移除后， 下次 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。

# 相比于 JDK7，JDK8 中 HashMap 有何不同？
1.HashMap map = new HashMap();//JDK8 默认情况下，先不创建长度为 16 的数组，当首次调用 map.put() 时，再创建长度为 16 的数组 
2.数组为 Node 类型，在 JDK7 中称为 Entry 类型 
3.形成链表结构时，新添加的 key-value 对在链表的尾部(七上八下) 
4.当数组指定索引位置的链表长度 >8 时，且 map 中的数组的长度 > 64 时，此索引位置上的所有 key-value 对使用红黑树进行存储。

面试题：

# 谈谈你对HashMap中put/get方法的认识?如果了解再谈谈 HashMap的扩容机制?默认大小是多少?什么是负载因子( 或填充比)?什么是吞吐临界值(或阈值、threshold)?



# 负载因子值的大小，对HashMap有什么影响?
- 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。


# HashMap 并发情况下死循环造成 CPU 100%？
并发情况下可能在链表上插入两个数据可能会造成互相引用，造成死循环。

LinkedHashMap

• LinkedHashMap 是 HashMap 的子类;
• 在 HashMap 存储结构的基础上，使用了一对双向链表来记录添加元素的顺序;
• 与 LinkedHashSet 类似，LinkedHashMap 可以维护 Map 的迭代 顺序：迭代顺序与 Key-Value 对的插入顺序一致

TreeMap

• 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。
• TreeSet 底层使用红黑树结构存储数据。
• TreeMap 判断两个 key 相等的标准：两个 key 通过 this.compareTo(o) 方法或者 compare(o1,o2) 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) 方法和 getProperty(String key) 方法。

Properties pros = new Properties();

//方式一
//配置文件默认在当前的 Module 下
FileInputStream fis = new FileInputStream("jdbc.properties");
pros.load(fis);

//方式二
//配置文件默认在当前类路径下
ClassLoader cl =  this.getClass().getClassLoader();
InputStream is = cl.getResourceAsStream("jdbc.properties");
pros.load(is)

String user = pros.getProperty("user");
String password = pros.getProperty("password");