Java集合的深入剖析

Java集合的深入剖析

線性表，鏈表，雜湊表是常用的資料結構，在進行Java開發時，JDK已經為我們提供了一系列相應的類來實現基本的資料結構。這些類均在java.util包中。本文試圖通過簡單的描述，向讀者闡述各個類的作用以及如何正確使用這些類。 

Collection
├List
│├LinkedList
│├ArrayList
│└Vector
│　└Stack
└Set
Map
├Hashtable
├HashMap
└WeakHashMap

Collection介面
　　Collection是最基本的集合介面，一個Collection代表一組Object，即Collection的元素（Elements）。一些Collection允許相同的元素而另一些不行。一些能排序而另一些不行。Java SDK不提供直接繼承自Collection的類，Java SDK提供的類都是繼承自Collection的“子介面”如List和Set。
　　所有實現Collection介面的類都必須提供兩個標準的建構函式：無參數的建構函式用於建立一個空的Collection，有一個Collection參數的建構函式用於建立一個新的Collection，這個新的Collection與傳入的Collection有相同的元素。後一個建構函式允許使用者複製一個Collection。
　　如何遍曆Collection中的每一個元素？不論Collection的實際類型如何，它都支援一個iterator()的方法，該方法返回一個迭代子，使用該迭代子即可逐一訪問Collection中每一個元素。典型的用法如下：
　　　　Iterator it = collection.iterator(); // 獲得一個迭代子
　　　　while(it.hasNext()) {
　　　　　　Object obj = it.next(); // 得到下一個元素
　　　　}
　　由Collection介面派生的兩個介面是List和Set。

List介面
　　List是有序的Collection，使用此介面能夠精確的控制每個元素插入的位置。使用者能夠使用索引（元素在List中的位置，類似於數組下標）來訪問List中的元素，這類似於Java的數組。
和下面要提到的Set不同，List允許有相同的元素。
　　除了具有Collection介面必備的iterator()方法外，List還提供一個listIterator()方法，返回一個ListIterator介面，和標準的Iterator介面相比，ListIterator多了一些add()之類的方法，允許添加，刪除，設定元素，還能向前或向後遍曆。
　　實現List介面的常用類有LinkedList，ArrayList，Vector和Stack。

LinkedList類
　　LinkedList實現了List介面，允許null元素。此外LinkedList提供額外的get，remove，insert方法在LinkedList的首部或尾部。這些操作使LinkedList可被用作堆棧（stack），隊列（queue）或雙向隊列（deque）。
　　注意LinkedList沒有同步方法。如果多個線程同時訪問一個List，則必須自己實現訪問同步。一種解決方案是在建立List時構造一個同步的List：
　　　　List list = Collections.synchronizedList(new LinkedList(...));

ArrayList類
　　ArrayList實現了可變大小的數組。它允許所有元素，包括null。ArrayList沒有同步。
size，isEmpty，get，set方法已耗用時間為常數。但是add方法開銷為分攤的常數，添加n個元素需要O(n)的時間。其他的方法已耗用時間為線性。
　　每個ArrayList執行個體都有一個容量（Capacity），即用於儲存元素的數組的大小。這個容量可隨著不斷添加新元素而自動增加，但是增長演算法並沒有定義。當需要插入大量元素時，在插入前可以調用ensureCapacity方法來增加ArrayList的容量以提高插入效率。

　　和LinkedList一樣，ArrayList也是非同步的（unsynchronized）。

ArrayList 和LinkedList的選擇

1：事先能預知元素數量時，應優先選擇 ArrayList，並且在構造中進行初始化
2：事先不能預知元素數量時，根據不同的迭代需要選擇 ArrayList 或者 LinkedList
3：如果有很多的 remove 操作時，應優先選擇 LinkedList
4：需要順序迭代，也就是從第一個元素開始一個一個地訪問到最後一個時，應優先選擇 LinkedList
5：需要隨機訪問，也就是使用 get(int) 方法取任意下標訪問時，應優先選擇 ArrayList

Vector類
　　Vector非常類似ArrayList，但是Vector是同步的。由Vector建立的Iterator，雖然和ArrayList建立的Iterator是同一介面，但是，因為Vector是同步的，當一個Iterator被建立而且正在被使用，另一個線程改變了Vector的狀態（例如，添加或刪除了一些元素），這時調用Iterator的方法時將拋出ConcurrentModificationException，因此必須捕獲該異常。

Stack 類
　　Stack繼承自Vector，實現一個後進先出的堆棧。Stack提供5個額外的方法使得Vector得以被當作堆棧使用。基本的push和pop方法，還有peek方法得到棧頂的元素，empty方法測試堆棧是否為空白，search方法檢測一個元素在堆棧中的位置。Stack剛建立後是空棧。

Set介面
　　Set是一種不包含重複的元素的Collection，即任意的兩個元素e1和e2都有e1.equals(e2)=false，Set最多有一個null元素。
　　很明顯，Set的建構函式有一個約束條件，傳入的Collection參數不能包含重複的元素。
　　請注意：必須小心操作可變對象（Mutable Object）。如果一個Set中的可變元素改變了自身狀態導致Object.equals(Object)=true將導致一些問題。

Map介面

　　請注意，Map沒有繼承Collection介面，Map提供key到value的映射。一個Map中不能包含相同的key，每個key只能映射一個value。Map介面提供3種集合的視圖，Map的內容可以被當作一組key集合，一組value集合，或者一組key-value映射。

Hashtable類
　　Hashtable繼承Map介面，實現一個key-value映射的雜湊表。任何非空（non-null）的對象都可作為key或者value。
　　添加資料使用put(key, value)，取出資料使用get(key)，這兩個基本操作的時間開銷為常數。
Hashtable通過initial capacity和load factor兩個參數調整效能。通常預設的load factor 0.75較好地實現了時間和空間的均衡。增大load factor可以節省空間的但相應的尋找時間將增大，這會影響像get和put這樣的操作。
使用Hashtable的簡單樣本如下，將1，2，3放到Hashtable中，他們的key分別是”one”，”two”，”three”：
　　　　Hashtable numbers = new Hashtable();
　　　　numbers.put(“one”, new Integer(1));
　　　　numbers.put(“two”, new Integer(2));
　　　　numbers.put(“three”, new Integer(3));
　　要取出一個數，比如2，用相應的key：
　　　　Integer n = (Integer)numbers.get(“two”);
　　　　System.out.println(“two = ” + n);
　　由於作為key的對象將通過計算其散列函數來確定與之對應的value的位置，因此任何作為key的對象都必須實現hashCode和equals方法。hashCode和equals方法繼承自根類Object，如果你用自訂的類當作key的話，要相當小心，按照散列函數的定義，如果兩個對象相同，即obj1.equals(obj2)=true，則它們的hashCode必須相同，但如果兩個對象不同，則它們的hashCode不一定不同，如果兩個不同對象的hashCode相同，這種現象稱為衝突，衝突會導致操作雜湊表的時間開銷增大，所以盡量定義好的hashCode()方法，能加快雜湊表的操作。
　　如果相同的對象有不同的hashCode，對雜湊表的操作會出現意想不到的結果（期待的get方法返回null），要避免這種問題，只需要牢記一條：要同時複寫equals方法和hashCode方法，而不要唯寫其中一個。
　　Hashtable是同步的。

HashMap類
　　HashMap和Hashtable類似，不同之處在於HashMap是非同步的，並且允許null，即null value和null key。，但是將HashMap視為Collection時（values()方法可返回Collection），其迭代子操作時間開銷和HashMap的容量成比例。因此，如果迭代操作的效能相當重要的話，不要將HashMap的初始化容量設得過高，或者load factor過低。

WeakHashMap類
　　WeakHashMap是一種改進的HashMap，它對key實行“弱引用”，如果一個key不再被外部所引用，那麼該key可以被GC回收。

總結
　　如果涉及到堆棧，隊列等操作，應該考慮用List，對於需要快速插入，刪除元素，應該使用LinkedList，如果需要快速隨機訪問元素，應該使用ArrayList。
　　如果程式在單線程環境中，或者訪問僅僅在一個線程中進行，考慮非同步的類，其效率較高，如果多個線程可能同時操作一個類，應該使用同步的類。
　　要特別注意對雜湊表的操作，作為key的對象要正確複寫equals和hashCode方法。
　　盡量返回介面而非實際的類型，如返回List而非ArrayList，這樣如果以後需要將ArrayList換成LinkedList時，用戶端代碼不用改變。這就是針對抽象編程。

同步性
Vector是同步的。這個類中的一些方法保證了Vector中的對象是安全執行緒的。而ArrayList則是非同步，因此ArrayList中的對象並不是安全執行緒的。因為同步的要求會影響執行的效率，所以如果你不需要安全執行緒的集合那麼使用ArrayList是一個很好的選擇，這樣可以避免由於同步帶來的不必要的效能開銷。
資料增長
從內部實現機制來講ArrayList和Vector都是使用數組(Array)來控制集合中的對象。當你向這兩種類型中增加元素的時候，如果元素的數目超出了內部數組目前的長度它們都需要擴充內部數組的長度，Vector預設情況下自動成長原來一倍的數組長度，ArrayList是原來的50%,所以最後你獲得的這個集合所佔的空間總是比你實際需要的要大。所以如果你要在集合中儲存大量的資料那麼使用Vector有一些優勢，因為你可以通過設定集合的初始化大小來避免不必要的資源開銷。
使用模式
在ArrayList和Vector中，從一個指定的位置（通過索引）尋找資料或是在集合的末尾增加、移除一個元素所花費的時間是一樣的，這個時間我們用O(1)表示。但是，如果在集合的其他位置增加或移除元素那麼花費的時間會呈線形增長：O(n-i)，其中n代表集合中元素的個數，i代表元素增加或移除元素的索引位置。為什麼會這樣呢？以為在進行上述操作的時候集合中第i和第i個元素之後的所有元素都要執行位移的操作。這一切意味著什麼呢？
這意味著，你只是尋找特定位置的元素或只在集合的末端增加、移除元素，那麼使用Vector或ArrayList都可以。如果是其他動作，你最好選擇其他的集合操作類。比如，LinkList集合類在增加或移除集合中任何位置的元素所花費的時間都是一樣的?O(1)，但它在索引一個元素的使用缺比較慢－O(i),其中i是索引的位置.使用ArrayList也很容易，因為你可以簡單的使用索引來代替建立iterator對象的操作。LinkList也會為每個插入的元素建立對象，所有你要明白它也會帶來額外的開銷。
最後，在《Practical Java》一書中Peter Haggar建議使用一個簡單的數組（Array）來代替Vector或ArrayList。尤其是對於執行效率要求高的程式更應如此。因為使用數組(Array)避免了同步、額外的方法調用和不必要的重新分配空間的操作。

來源：賽迪部落格    作者：itzealot