Java集合框架

集合这东西啊，在咱们开发里简直是“万金油”，ArrayList、LinkedList、HashMap、HashSet，随随便便就能掏出来用，IDE里敲几下键盘，代码就哗哗往外冒，效率拉满！不过呢，光会用可不行，咱们得做个有追求的码农，对吧？要是能搞清楚这些API背后是怎么玩儿的，原理是什么，就像自带“显微镜”一样，把集合的“内脏”看得清清楚楚，那感觉多带劲儿啊！这可不是简单地用工具，而是咱们在驾驭工具，想怎么玩就怎么玩，牛不牛？

1. 集合框架是个啥？先来个全家福！

Java集合框架（Java Collections Framework，简称JCF）是Java提供的一套“工具箱”，专门用来装和管理对象。它从Java 1.2开始崭露头角，彻底告别了早期数组、Vector那种“各自为战”的混乱局面。集合框架的核心就是两大“门派”：Collection和Map，加上它们的“徒子徒孙”，组成了一个超级大家庭。

想象一下，集合框架就像一个大超市：

• Collection：货架上放着一堆单品，比如List（有序可重复）、Set（无序不可重复）、Queue（队列操作）。
• Map：货架上摆的是“键值对”套装，靠key找value，简单粗暴。

下图是集合框架的“全家福”，有点眼花缭乱？别慌，咱们一步步拆开聊！

2. 两大门派，带你认亲戚

2.1 Collection——单身贵族的天下

Collection是所有单元素集合的“老祖宗”，它定义了增删改查的基本套路。它的三大分支各有绝技：

1. List：有序、可重复，像个记性超好的管家，按顺序摆好东西，常见选手有ArrayList（数组快查）和LinkedList（链表快改）。
2. Set：无序、不重复，像个“洁癖患者”，绝不允许俩长一样的家伙混进来，代表有HashSet（哈希表）和TreeSet（有序树）。
3. Queue：队列选手，讲究“先进先出”或“优先级”，比如PriorityQueue（优先级堆）和ArrayDeque（双端数组）。

2.2 Map——键值对的王者

Map不归Collection管，它专管键值对<key, value>，通过key定位value，key绝不重复。它的明星成员有：

• HashMap：哈希表扛把子，查找快到飞起。
• TreeMap：红黑树高手，自带排序功能。
• LinkedHashMap：哈希表加链表，能记插入顺序还能玩LRU。

3. 工具侠——Iterator和朋友们

集合再牛，也得会“翻箱倒柜”找东西吧？这时候，遍历工具就上场了：

• Iterator：单向遍历老大哥，能看（next()）、问（hasNext()）、删（remove()）。
• Iterable：Iterator的“升级版外壳”，支持增强for循环（Java 1.8起还加了forEach），底层还是靠Iterator干活。
• ListIterator：List专属，双向遍历+任意起点，简直是“灵活小王子”。

3.1 Iterator接口

源码：

public interface Iterator<E> {
    boolean hasNext();
    E next();
    void remove();
}

提供的API接口含义如下：

• hasNext()：判断集合中是否存在下一个对象
• next()：返回集合中的下一个对象，并将访问指针移动一位
• remove()：删除集合中调用next()方法返回的对象

在早期，遍历集合的方式只有一种，通过Iterator迭代器操作

List<Integer> list = new ArrayList<>();
list.add(1);
list.add(2);
list.add(3);
Iterator iter = list.iterator();
while (iter.hasNext()) {
    Integer next = iter.next();
    System.out.println(next);
    if (next == 2) { iter.remove(); }
}

3.2 Iterable 接口

源码：

public interface Iterable<T> {
    Iterator<T> iterator();
    // JDK 1.8
    default void forEach(Consumer<? super T> action) {
        Objects.requireNonNull(action);
        for (T t : this) {
            action.accept(t);
        }
    }
}

• 特点：提供了Iterator接口，实现了Iterable的集合都能用迭代器遍历。
• 新技能：JDK 1.8加入forEach()，支持增强for循环。

用法：

List<Integer> list = new ArrayList<>();
for (Integer num : list) {
    System.out.println(num);
}

真相：用javap -c反编译，发现增强for是语法糖，等价于：

Iterator<Integer> iter = list.iterator();
while (iter.hasNext()) {
    Integer num = iter.next();
    System.out.println(num);
}

3.3 ListIterator接口

还没完！ListIterator登场，它继承Iterator，专为List打造，支持任意起点和双向遍历。

用法：

List<Integer> list = new ArrayList<>();
ListIterator<Integer> listIter1 = list.listIterator();    // 从0开始
ListIterator<Integer> listIter2 = list.listIterator(5);  // 从5开始

源码：

public interface ListIterator<E> extends Iterator<E> {
    boolean hasNext();
    E next();
    boolean hasPrevious();
    E previous();
    int nextIndex();
    int previousIndex();
    void remove();
    void set(E e);  // 替换最后访问的元素
    void add(E e);  // 在当前位置插入
}

• 升级点：比Iterator多出回退（previous）、索引感知（nextIndex/previousIndex）、修改（set/add）。
• 特点：从任意下标起跳，双向操作，功能更强。

4. Map家族——键值对界的扛把子

4.1 HashMap：快枪手

JDK 8 中 HashMap 的数据结构是数组+链表+红黑树。

• 绝技：哈希表（数组+链表+红黑树），查找和插入平均O(1)。
• 特点：无序、非线程安全，冲突多时链表变红黑树（长度>8且数组>64）。
• 用法：随便存键值对，速度第一选择。

HashMap<String, Integer> map = new HashMap<>();
map.put("苹果", 5);
map.put("香蕉", 3);
System.out.println(map.get("苹果")); // 输出5

HashMap 的存储过程基于哈希表，通过键的哈希码计算存储位置。主要步骤如下：

1. 计算哈希码: 调用键的 hashCode() 方法，得到一个整数。
2. 确定桶位置: 用哈希码通过哈希函数（如 (n - 1) & hash）计算数组索引。
3. 处理碰撞: 如果桶内已有元素，使用链表或红黑树存储新键值对。
4. 存储键值对: 将键值对放入对应桶，必要时扩容数组。

从 Java 8 开始，当桶内元素过多时，链表会转为红黑树以优化查找效率。

存储过程：

1. 计算键的哈希码

• 过程: 当调用 put(K key, V value) 时，HashMap 首先通过键的 hashCode() 方法获取一个整数哈希码。
• 细节: hashCode() 是 Object 类的方法，用户可以自定义。如果键是 null，哈希码定义为 0。
• 优化: HashMap 内部通过一个额外的扰动函数（hash() 方法）优化哈希码，减少碰撞：

  static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }
  

  这里将哈希码高 16 位与低 16 位异或，确保高位信息参与索引计算，降低碰撞概率。

2. 确定桶的位置

• 过程: 使用哈希码计算键值对在数组中的存储位置（桶索引）。
• 底层结构: HashMap 使用一个 Node<K,V>[]数组（称为 table）存储数据，每个数组元素是一个桶。
• 哈希函数: 桶索引通过 (n - 1) & hash 计算，其中：
  • n 是数组长度（总是 2 的幂，如 16、32）。
  • hash 是优化后的哈希码。
• 为什么用 &: 因为 n 是 2 的幂，(n - 1) 的二进制全是 1，& 操作相当于取模运算（hash % n），但效率更高。
• 示例:
  • 假设数组长度为 16，哈希码为 20。
  • (n - 1) = 15，二进制为 1111。
  • 20 & 15 = 4，键值对存储在索引 4 的桶中。

3. 处理碰撞

• 场景: 如果多个键的哈希码映射到同一索引（即碰撞），需要解决冲突。

• Java 7 及之前: 使用链表。

  • 桶内已有元素时，新键值对作为链表节点插入（头插法）。
  • 查找时间复杂度为 O(n)，n 是链表长度。

• Java 8 改进: 链表 + 红黑树。

  • 当桶内元素少于 8 时，使用链表。
  • 当链表长度超过 8 且数组长度至少为 64 时，转换为红黑树。
  • 红黑树查找时间复杂度为 O(log n)，优化了大量碰撞时的性能。

• Node 内部类:

  static class Node<k,v> implements Map.Entry<k,v> {
      final int hash;
      final K key;
      V value;
      Node<K,V> next;
  }
  

• TreeNode 内部类

  红黑树使用 TreeNode 类，继承 LinkedHashMap.Entry<k,v> 并增加了树结构相关字段，其实你会发现他的父类也是继承了Map.Entry<k,v>。

  static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {
      TreeNode<k,v> parent;  // 父节点
      TreeNode<k,v> left; //左子树
      TreeNode<k,v> right;//右子树
      TreeNode<k,v> prev;    // needed to unlink next upon deletion
      boolean red;    //颜色属性
  }
  

• 桶位

  HashMap类中有一个非常重要的字段，就是 Node[] table，即哈希桶数组，明显它是一个Node的数组。

  transient Node<k,v>[] table;//存储（位桶）的数组
  

4. 存储键值对

• 过程: 将键值对封装为 Node 或 TreeNode 对象，放入对应桶。
• 扩容检查: 每次 put 后，检查元素数量是否超过阈值（threshold = capacity * loadFactor）。
  • 默认容量（capacity）为 16，加载因子（loadFactor）为 0.75。
  • 若超过阈值，数组扩容为原先两倍（例如 16 -> 32）。
  • 扩容后，所有元素重新计算索引并迁移（rehash），因为数组长度变化影响 (n - 1) & hash 的结果。

存储过程示例

假设初始 HashMap 容量为 16，加载因子 0.75，存储键值对 ("key1", "value1")：

1. 调用 key1.hashCode()，假设返回 12345。
2. 扰动计算：12345 ^ (12345 >>> 16)，得到优化哈希码，例如 12350。
3. 计算索引：(16 - 1) & 12350 = 15 & 12350 = 14。
4. 检查 table[14]：
   • 若为空，创建新 Node，放入 table[14]。
   • 若不为空，插入链表或红黑树。
5. 元素数量加 1，检查是否需要扩容。

源码分析：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    // 定义节点数组和临时节点变量
    Node<K,V>[] tab; 
    Node<K,V> p; 
    int n, i;

    // 如果哈希表为空或长度为0，进行初始化（扩容）
    // 通过resize()方法创建或扩展哈希表，并获取新的表长度
    if ((tab = table) == null || (n = tab.length) == 0) 
        n = (tab = resize()).length;

    // 计算插入位置的索引，使用哈希值与表长度-1按位与运算
    // 如果该位置为空，直接创建新节点并放入
    if ((p = tab[i = (n - 1) & hash]) == null) 
        tab[i] = newNode(hash, key, value, null);
    else {
        // 该位置已有节点，需要处理哈希冲突
        Node<K,V> e; 
        K k;

        // 情况1：如果首节点的哈希值和键完全匹配，直接找到该节点
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) 
            e = p;
        
        // 情况2：如果是红黑树节点，使用红黑树的插入方法
        else if (p instanceof TreeNode) 
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        
        // 情况3：链表节点，遍历链表寻找插入位置
        else {
            for (int binCount = 0; ; ++binCount) {
                // 如果到达链表末尾，创建新节点
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    
                    // 如果链表长度达到转换阈值，尝试将链表转换为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) 
                        treeifyBin(tab, hash);
                    break;
                }

                // 如果找到相同的键，退出循环
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) 
                    break;
                
                // 移动到下一个节点
                p = e;
            }
        }

        // 如果找到已存在的键
        if (e != null) {
            V oldValue = e.value;
            
            // 根据参数决定是否更新值
            // onlyIfAbsent为true时，仅在原值为null时才更新
            if (!onlyIfAbsent || oldValue == null) 
                e.value = value;
            
            // 调用钩子方法，用于子类扩展
            afterNodeAccess(e);
            
            // 返回旧值
            return oldValue;
        }
    }

    // 修改次数+1
    ++modCount;

    // 判断是否需要扩容
    if (++size > threshold) 
        resize();

    // 调用插入后的钩子方法
    afterNodeInsertion(evict);

    // 对于新插入的键值对，返回null
    return null;
}

关键细节

• null 键处理: null 键的哈希码为 0，通常存储在 table[0]。
• 扩容代价: 扩容涉及数组复制和 rehash，时间复杂度为 O(n)，可能影响性能。
• 红黑树转换条件:
  • 链表长度 ≥ 8（TREEIFY_THRESHOLD）。
  • 数组长度 ≥ 64（MIN_TREEIFY_CAPACITY）。
  • 若数组长度小于 64，仅扩容，不转为树。

4.2 LinkedHashMap：记性好

• 绝技：HashMap+双向链表，默认记插入顺序，设accessOrder=true还能按访问顺序排（LRU神器）。
• 用法：需要顺序或缓存时用它。

LinkedHashMap<String, Integer> lmap = new LinkedHashMap<>(16, 0.75f, true);
lmap.put("A", 1);
lmap.put("B", 2);
lmap.get("A"); // 访问A，顺序变为B->A

1. 底层结构变化

• LinkedHashMap可以认为是HashMap+LinkedList，即它既使用HashMap操作数据结构，又使用LinkedList维护插入元素的先后顺序。

public class LinkedHashMap<K,V>
    extends HashMap<K,V>
    implements SequencedMap<K,V>
{
  //
}

• LinkedHashMap在父类的基础上新增了3个重要属性

    /**
     * The head (eldest) of the doubly linked list.
     */
    transient LinkedHashMap.Entry<K,V> head;

    /**
     * The tail (youngest) of the doubly linked list.
     */
    transient LinkedHashMap.Entry<K,V> tail;

    /**
     * The iteration ordering method for this linked hash map: {@code true}
     * for access-order, {@code false} for insertion-order.
     *
     * @serial
     */
    final boolean accessOrder;

• 这里用的节点是Entry ,before、After是用于维护Entry插入的先后顺序的

    /**
     * HashMap.Node subclass for normal LinkedHashMap entries.
     */
    static class Entry<K,V> extends HashMap.Node<K,V> {
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }

2.构造方法变化

不过新的JDK版本已经不使用这种方法了，是在插入元素的时候来判断，进行创建，这里也提一下老版本

public static void main(String[] args) {
    LinkedHashMap<String, String> linkedHashMap = new LinkedHashMap<>();
    linkedHashMap.put("111", "111");
    linkedHashMap.put("222", "222");
}

构造过程解析

LinkedHashMap 继承自 HashMap，其构造方法会调用父类 HashMap 的构造方法，创建存储数据的 table 数组。

public LinkedHashMap() {
    super();
    accessOrder = false;
}
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
    table = new Entry[DEFAULT_INITIAL_CAPACITY];
    init();
}

LinkedHashMap 重写了 init() 方法，在调用父类构造方法后，初始化一个双向链表的头结点 header。

void init() {
    header = new Entry<>(-1, null, null, null);
    header.before = header.after = header;
}

此 header 并不存储数据，而是作为链表头尾的标志。

3. 存储过程变化

LinkedHashMap 并未重写 HashMap 的 put() 方法，而是重写了几个个函数其中插入节点newNode(int hash, K key, V value, Node<K,V> e) 和一些钩子函数用于LRU： afterNodeAccess(evict) 和 afterNodeInsertion(evict)和afterNodeRemoval(evict)，实现双向链表维护插入顺序。

这段代码是 Java 中 LinkedHashMap 的三个关键方法，它们分别处理节点的插入、移除和访问时的特殊行为。让我详细解释：

1. afterNodeInsertion(boolean evict) 方法：

protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
    return false;
}
void afterNodeInsertion(boolean evict) {
    // 可能移除最老的条目
    LinkedHashMap.Entry<K,V> first;
    if (evict && (first = head) != null && removeEldestEntry(first)) {
        K key = first.key;
        removeNode(hash(key), key, null, false, true);
    }
}

• 这个方法主要用于实现 LRU（最近最少使用）缓存策略
• 当 evict 为 true 且头节点存在时，会调用 removeEldestEntry() 方法，这里其实LinkedHashMap默认是不移除的，我们想要实现自动清理最老元素需要手动去实现。见下面代码案例
• 如果 removeEldestEntry() 返回 true，则会移除最老（最先插入）的节点
• 通常用于控制 LinkedHashMap 的大小，比如限制缓存的最大条目数

1. afterNodeRemoval(Node<K,V> e) 方法：

void afterNodeRemoval(Node<K,V> e) {
    // 解除链接
    LinkedHashMap.Entry<K,V> p = (LinkedHashMap.Entry<K,V>)e, 
                               b = p.before, 
                               a = p.after;
    p.before = p.after = null;

    // 调整头指针
    if (b == null)
        head = a;
    else
        b.after = a;

    // 调整尾指针
    if (a == null)
        tail = b;
    else
        a.before = b;
}

• 当一个节点被移除时，需要调整双向链表的连接
• before 和 after 是维护插入顺序的双向链表指针
• 确保移除节点后，链表的前后连接正确

1. afterNodeAccess(Node<K,V> e) 方法：

void afterNodeAccess(Node<K,V> e) {
    // 根据不同的模式处理节点访问
    LinkedHashMap.Entry<K,V> last;
    LinkedHashMap.Entry<K,V> first;

    // 将节点移动到链表末尾（按最近使用排序）
    if ((putMode == PUT_LAST || (putMode == PUT_NORM && accessOrder)) 
        && (last = tail) != e) {
        // 移动节点到末尾的复杂逻辑
        // ...
    } 
    // 将节点移动到链表开头
    else if (putMode == PUT_FIRST && (first = head) != e) {
        // 移动节点到开头的复杂逻辑
        // ...
    }
}

• 这个方法处理节点访问时的排序逻辑
• 支持两种主要模式：
  1. 按插入顺序保存（默认）
  2. 按访问顺序排序（accessOrder = true）
• 当节点被访问时，可以将其移动到链表末尾或开头

这三个方法共同实现了 LinkedHashMap 的核心特性：

• 维护插入顺序
• 支持 LRU 缓存策略
• 提供灵活的节点访问和排序机制

举个例子，如果你创建 LinkedHashMap 并设置 accessOrder 为 true：

Map<String, Integer> map = new LinkedHashMap<>(16, 0.75f, true);
map.put("A", 1);
map.put("B", 2);
map.get("A");  // 这会将 "A" 移动到链表末尾

这种设计使得 LinkedHashMap 既可以作为普通有序映射，也可以作为高效的缓存容器。

4. 读取元素过程

LinkedHashMap 重写了 get() 方法，当 accessOrder 为 true 时，每次访问都会调整链表顺序。

public V get(Object key) {
        Node<K,V> e;
        if ((e = getNode(key)) == null)
            return null;
        if (accessOrder)
            afterNodeAccess(e);
        return e.value;
}

afterNodeAccess() 负责将最近访问的元素移至链表尾部。

5. 实现 LRU 缓存

LinkedHashMap 可用于 LRU 缓存，只需设置 accessOrder=true 并重写 removeEldestEntry()。

public class LRUCache<K, V> extends LinkedHashMap<K, V> {
    private final int maxSize;
    
    public LRUCache(int maxSize) {
        super(maxSize, 0.75F, true);
        this.maxSize = maxSize;
    }

    @Override
    protected boolean removeEldestEntry(Map.Entry<K, V> eldest) {
        return size() > maxSize;
    }
}

LRU 访问示例

public static void main(String[] args) {
    LRUCache<String, String> cache = new LRUCache<>(3);
    cache.put("A", "1");
    cache.put("B", "2");
    cache.put("C", "3");
    System.out.println(cache.keySet()); // [A, B, C]
    cache.get("A");
    cache.put("D", "4");
    System.out.println(cache.keySet()); // [C, A, D]
}

4.3 TreeMap：排序大师

• 绝技：红黑树实现，O(log n)，键天然有序（或自定义Comparator，初始化为0，插入元素的时候创建head）。
• 用法：需要键排序时，比如排行榜。

TreeMap<Integer, String> tmap = new TreeMap<>();
tmap.put(3, "三");
tmap.put(1, "一");
System.out.println(tmap); // {1=一, 3=三}

1. 底层结构

• TreeMap基于红黑树实现，继承自AbstractMap，实现NavigableMap接口

public class TreeMap<K,V>
    extends AbstractMap<K,V>
    implements NavigableMap<K,V>, Cloneable, java.io.Serializable 
{
    // 红黑树的根节点
    private transient Entry<K,V> root;
    
    // 树中元素数量
    private transient int size = 0;
    
    // 比较器，决定元素排序
    private final Comparator<? super K> comparator;
}

2. 核心节点结构

static final class Entry<K,V> implements Map.Entry<K,V> {
    K key;
    V value;
    Entry<K,V> left;  // 左子树
    Entry<K,V> right; // 右子树
    Entry<K,V> parent; // 父节点
    boolean color = BLACK; // 节点颜色
}

3. 构造方法

// 默认构造：使用自然排序
public TreeMap() {
    comparator = null;
}

// 自定义比较器构造
public TreeMap(Comparator<? super K> comparator) {
    this.comparator = comparator;
}

4. 插入过程（put方法）

public V put(K key, V value) {
    // 找到插入的父节点位置
    Entry<K,V> t = root;
    if (t == null) {
        // 空树直接创建根节点
        root = new Entry<>(key, value, null);
        size = 1;
        return null;
    }
    
    // 比较找到合适的插入位置
    int cmp;
    Entry<K,V> parent;
    do {
        parent = t;
        cmp = compare(key, t.key);
        if (cmp < 0)
            t = t.left;
        else if (cmp > 0)
            t = t.right;
        else
            return t.setValue(value); // 键已存在，更新值
    } while (t != null);
    
    // 创建新节点并插入
    Entry<K,V> e = new Entry<>(key, value, parent);
    if (cmp < 0)
        parent.left = e;
    else
        parent.right = e;
    
    // 修复红黑树平衡
    fixAfterInsertion(e);
    size++;
    return null;
}

5. 红黑树平衡算法（fixAfterInsertion）

private void fixAfterInsertion(Entry<K,V> x) {
    x.color = RED; // 新节点标记为红色
    
    while (x != null && x != root && x.parent.color == RED) {
        // 复杂的旋转和重新着色逻辑
        // 保证红黑树的五大性质
    }
    
    root.color = BLACK; // 根节点必须是黑色
}

6. 查找过程（get方法）

public V get(Object key) {
    Entry<K, V> p = getEntry(key);
    return (p == null ? null : p.value);
}

final Entry<K,V> getEntry(Object key) {
    if (comparator != null)
        return getEntryUsingComparator(key);
    
    // 使用comparable进行比较
    Comparable<? super K> k = (Comparable<? super K>) key;
    Entry<K,V> p = root;
    while (p != null) {
        int cmp = k.compareTo(p.key);
        if (cmp < 0)
            p = p.left;
        else if (cmp > 0)
            p = p.right;
        else
            return p;
    }
    return null;
}

7. 特色方法

// 获取最小键
public K firstKey() {
    return key(getFirstEntry());
}

// 获取最大键
public K lastKey() {
    return key(getLastEntry());
}

// 范围查询
public SortedMap<K,V> subMap(K fromKey, K toKey) {
    return new SubMap(fromKey, toKey);
}

8. 性能特点

• 插入、删除、查找：O(log n)
• 有序遍历：O(n)
• 空间复杂度：O(n)

9. 使用建议

// 推荐写法
TreeMap<String, Integer> map = new TreeMap<>((a, b) -> b.compareTo(a));
// 降序排列

小贴士：

• 如果Key实现了Comparable，可直接使用
• 复杂对象建议提供自定义Comparator
• 频繁增删查询的场景首选

4.4 WeakHashMap：短命鬼

• 绝技：键是弱引用，GC一来就拜拜，适合临时缓存。
• 用法：存不重要、不常访问的数据。

4.5 Hashtable：老前辈

• 绝技：数组 + 链表结构，线程安全（全方法加synchronized），但性能差，已被淘汰。
• 替代：用ConcurrentHashMap吧，新时代选择！

5.1 Collection家族——单身派对

5.2 Set系：不爱重复

HashSet 源码解析

public class HashSet<E> extends AbstractSet<E> 
    implements Set<E>, Cloneable, java.io.Serializable {
    
    // 实际上是包装了一个HashMap
    private transient HashMap<E,Object> map;
    
    // 所有元素都用这个共享的Object作为value
    private static final Object PRESENT = new Object();
    
    // 构造方法实际是创建HashMap
    public HashSet() {
        map = new HashMap<>();
    }
    
    // 核心：add方法依赖HashMap的put
    public boolean add(E e) {
        return map.put(e, PRESENT) == null;
    }
}

• 底层完全依赖HashMap
• 元素去重通过HashMap的key唯一性实现
• 时间复杂度O(1)

LinkedHashSet 源码解析

public class LinkedHashSet<E>
    extends HashSet<E>
    implements Set<E> {
    
    // 构造方法调用父类的特殊构造
    public LinkedHashSet() {
        super(16, .75f, true);
    }
    
    // 实际上调用LinkedHashMap的构造
    HashSet(int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<>(initialCapacity, loadFactor);
    }
}

• 继承自HashSet
• 底层使用LinkedHashMap
• 保持插入顺序

TreeSet 源码解析

public class TreeSet<E> extends AbstractSet<E>
    implements NavigableSet<E>, Cloneable, java.io.Serializable {
    
    // 底层是TreeMap
    private transient NavigableMap<E,Object> m;
    
    // 构造方法创建TreeMap
    public TreeSet() {
        this.m = new TreeMap<>();
    }
    
    // add方法依赖TreeMap
    public boolean add(E e) {
        return m.put(e, PRESENT) == null;
    }
    
    // 排序实现
    public Iterator<E> iterator() {
        return m.keySet().iterator();
    }
}

• 底层使用TreeMap
• 元素有序且去重
• 时间复杂度O(log n)

5.3 List系：爱排队

ArrayList 源码解析

在 Java 中，ArrayList 是一个基于动态数组实现的可变长度列表，其默认的初始容量为 10。当 ArrayList 需要扩容时，它的容量会增长为 原容量的 1.5 倍，具体来说，新容量计算方式如下：

newCapacity = oldCapacity + (oldCapacity >> 1);

扩容的核心操作由 Arrays.copyOf() 方法实现，它会创建一个新的数组，并将原数组的内容复制到新数组中，从而避免了手动创建新数组和复制元素的繁琐过程。

优势

1. 避免频繁创建新数组
   由于 ArrayList 采用 1.5 倍的扩容策略，而非每次只增加一个元素，因此可以减少扩容次数，提升性能。
2. 减少内存碎片
   相比 2 倍扩容策略，1.5 倍扩容既能减少内存占用，也能降低因频繁分配大块内存导致的碎片化问题。
3. 优化性能
   由于扩容涉及数组复制，扩容的次数越多，性能消耗越大。合理的扩容策略可以在空间与性能之间找到平衡。

如果可以预估 ArrayList 可能存储的元素数量，建议提前使用 ensureCapacity(int minCapacity) 方法，手动调整 ArrayList 的容量，以减少扩容带来的性能损耗。例如：

ArrayList<Integer> list = new ArrayList<>();
list.ensureCapacity(1000); // 预分配至少 1000 个元素的存储空间

这样可以避免多次扩容带来的开销，提升程序运行效率。

源码解析

public class ArrayList<E> extends AbstractList<E>
    implements List<E>, RandomAccess {
    
    // 核心存储结构
    transient Object[] elementData;
    
    // 实际元素数量
    private int size;
    
    // 添加元素
    public boolean add(E e) {
        ensureCapacityInternal(size + 1);  // 扩容检查
        elementData[size++] = e;
        return true;
    }
    
    // 随机访问
    public E get(int index) {
        rangeCheck(index);
        return elementData(index);
    }
    
    // 关键：扩容机制
    private void grow(int minCapacity) {
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        elementData = Arrays.copyOf(elementData, newCapacity);
    }
}

• 数组实现
• 连续内存空间
• 查询O(1)，增删O(n)

LinkedList 源码解析

public class LinkedList<E>
    extends AbstractSequentialList<E>
    implements List<E>, Deque<E> {
    
    // 双向链表节点
    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;
    }
    
    // 首尾节点
    transient Node<E> first;
    transient Node<E> last;
    
    // 添加元素
    public boolean add(E e) {
        linkLast(e);
        return true;
    }
    
    // 链接到末尾
    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++;
    }
}

• 双向链表实现
• 增删O(1)，查询O(n)
• 支持双端操作

5.5 Queue系：排队大师

PriorityQueue 源码解析

PriorityQueue 是 基于堆（通常是最小堆）实现的，其底层存储结构是 动态数组。当插入新元素且数组已满时，会进行扩容。

• 初始容量：默认大小为 11（而不是 10，堆的容量通常选择合适的数字，以更好地保持二叉树的平衡性）。
• 扩容策略：对于容量小于 64 的情况，扩容幅度稍大（约 2 倍），避免频繁扩容。超过 64 后，改为 1.5 倍扩容，减少内存占用。
• 扩容方式：调用 Arrays.copyOf() 复制原数组到新数组。

public class PriorityQueue<E> extends AbstractQueue<E>
    implements java.io.Serializable {
    
    // 使用数组存储堆
    private transient Object[] queue;
    
    // 比较器
    private final Comparator<? super E> comparator;
    
    // 入队
    public boolean offer(E e) {
        if (e == null)
            throw new NullPointerException();
        
        // 扩容
        int i = size;
        if (i >= queue.length)
            grow(i + 1);
        
        // 上浮操作
        siftUp(i, e);
        size++;
        return true;
    }
    
    // 出队：始终弹出最小/最大元素
    public E poll() {
        if (size == 0)
            return null;
        
        // 交换首尾元素
        E result = (E) queue[0];
        int n = --size;
        E x = (E) queue[n];
        queue[n] = null;
        
        // 下沉操作
        if (n > 0)
            siftDown(0, x);
        
        return result;
    }
}

• 堆实现
• 自动排序
• 出队总是最优先元素

ArrayDeque 源码解析

ArrayDeque 是 基于环形数组 实现的双端队列，因此扩容方式与 ArrayList 略有不同：

• 初始容量：默认大小为 16（如果有初始化大小，自动扩容到比初始化大的最小 2 的幂，至于为什么因为他是双端队列可能方便去模幂运算定位）。
• 扩容策略：新容量为 原容量的 2 倍（始终翻倍）。
• 扩容方式：创建新数组，并将旧数组元素重新排列（按队列顺序复制）。

public class ArrayDeque<E> extends AbstractCollection<E>
    implements Deque<E> {
    
    // 循环数组
    transient Object[] elements;
    
    // 头尾指针
    transient int head;
    transient int tail;
    
    // 添加元素
    public void addFirst(E e) {
        elements[head = (head - 1) & (elements.length - 1)] = e;
    }
    
    public void addLast(E e) {
        elements[tail] = e;
        tail = (tail + 1) & (elements.length - 1);
    }
}

• 循环数组实现
• 双端操作
• 性能优于LinkedList

小结：

1. Set去重原理：利用Map的key唯一性
2. List性能权衡：连续vs链式
3. Queue排序：堆 or 链表

6. 性能PK，谁是王者？

集合	增删复杂度	查询复杂度	数据结构	线程安全
ArrayList	O(n)	O(1)	数组	否
LinkedList	O(1)	O(n)	双向链表	否
HashSet	O(1)	O(1)	哈希表+红黑树	否
TreeSet	O(log n)	O(log n)	红黑树	否
HashMap	O(1)	O(1)	哈希表+红黑树	否
TreeMap	O(log n)	O(log n)	红黑树	否
LinkedListTree	O(log n)	O(log n)	红黑树+链表	否
LinkedListSet	O(1)	O(1)	双向链表+哈希	否
Queue	O(1)	O(n)	数组/链表	否

小贴士：

• 查多用ArrayList，改多用LinkedList。
• 去重选HashSet，排序选TreeSet。
• 键值对用HashMap，排序用TreeMap，缓存用LinkedHashMap。

7. 实战小例子

场景1：排行榜（TreeSet）

TreeSet<Integer> scores = new TreeSet<>();
scores.add(85); scores.add(92); scores.add(78);
System.out.println(scores); // [78, 85, 92]

场景2：LRU缓存（LinkedHashMap）

LinkedHashMap<String, Integer> cache = new LinkedHashMap<>(3, 0.75f, true) {
    @Override
    protected boolean removeEldestEntry(Map.Entry eldest) {
        return size() > 3; // 超3个淘汰最老的
    }
};
cache.put("A", 1); cache.put("B", 2); cache.put("C", 3);
cache.get("A"); // 访问A
cache.put("D", 4); // 加D，淘汰B
System.out.println(cache); // {C=3, A=1, D=4}

8. 线程安全的集合类

JUC（java.util.concurrent）包提供了线程安全的集合类，适用于多线程环境。以下是常见的 JUC 集合及其特点：

• ConcurrentHashMap: 线程安全的 HashMap，分段锁（Java 7）或 CAS + 同步（Java 8），高并发读写。
• CopyOnWriteArrayList: 线程安全的 ArrayList，写时复制，适合读多写少。
• CopyOnWriteArraySet: 基于 CopyOnWriteArrayList 的线程安全 Set，无重复元素。
• ConcurrentLinkedQueue: 线程安全的无界队列，基于链表，使用 CAS 实现。
• BlockingQueue 及其实现（如 ArrayBlockingQueue、LinkedBlockingQueue）：阻塞队列，支持生产者-消费者模式。
• ConcurrentSkipListMap: 线程安全的有序 Map，基于跳表，适合高并发排序。
• ConcurrentSkipListSet: 基于 ConcurrentSkipListMap 的线程安全有序 Set。

这些集合通过锁、CAS 或复制机制保证线程安全，性能比同步包装类（如 Collections.synchronizedList）更高。

9. 面试题

9.1 hashcode 和 equals 方法只重写一个行不行

**理论可以，但是不推荐！**是因为它们在集合类（如 HashMap、HashSet）中一起用于判断对象是否相等。如果只重写 equals() 而不同步更新 hashCode()，会导致集合行为异常，比如：

• HashMap 中无法正确找到键。
• HashSet 中出现重复元素。

这是因为集合依赖 hashCode() 快速定位对象（分桶），再用 equals() 确认是否相等，二者必须保持一致性：如果两个对象 equals() 为 true，它们的 hashCode() 必须相等。

1. equals 和 hashCode 的关系

• equals(): 定义两个对象是否“逻辑相等”，默认比较内存地址（==），可以重写为自定义规则。
• hashCode(): 返回对象的哈希码，默认基于内存地址，用于哈希表（如 HashMap）快速定位。
• 契约（Contract）: Java 对象类的官方文档规定：
  • 如果 a.equals(b) 返回 true，则 a.hashCode() 必须等于 b.hashCode()。
  • 如果 a.hashCode() != b.hashCode()，则 a.equals(b) 必须返回 false。
  • 反之不一定：hashCode() 相等，equals() 可以不相等（哈希碰撞）。

2. 为什么集合需要它们一致？

• 哈希表工作原理:
  • HashMap 用 hashCode() 计算键的桶位置（索引）。
  • 在桶内用 equals() 判断是否真正相等。
• 不一致的后果:
  • 如果 equals() 认为两个对象相等，但 hashCode() 不同，它们可能被放到不同桶，导致查找失败。
  • 如果 hashCode() 不重写，默认值可能不符合逻辑相等性，破坏集合的预期行为。

3. 示例：不重写 hashCode 的问题

假设一个 Person 类，只重写 equals()：

class Person {
    String name;
    int age;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (!(o instanceof Person)) return false;
        Person p = (Person) o;
        return age == p.age && name.equals(p.name);
    }
    // 未重写 hashCode，默认用 Object 的实现
}

测试：

public static void main(String[] args) {
    Person p1 = new Person("Alice", 25);
    Person p2 = new Person("Alice", 25);

    HashMap<Person, String> map = new HashMap<>();
    map.put(p1, "Person 1");
    System.out.println(map.get(p2)); // null

    HashSet<Person> set = new HashSet<>();
    set.add(p1);
    set.add(p2);
    System.out.println(set.size()); // 2
}

• 结果:
  • p1.equals(p2) 为 true，但 p1.hashCode() != p2.hashCode()（默认基于内存地址）。
  • map.get(p2) 返回 null，因为 p2 的哈希码定位到不同桶。
  • set.size() 为 2，重复添加，因为 HashSet 认为它们不相等。

4. 正确重写 hashCode

加上 hashCode()：

@Override
public int hashCode() {
    return 31 * name.hashCode() + age;
}

再次测试：

map.put(p1, "Person 1");
System.out.println(map.get(p2)); // "Person 1"
set.add(p1);
set.add(p2);
System.out.println(set.size()); // 1

• 结果:
  • p1.hashCode() == p2.hashCode()，定位到同一桶。
  • equals() 确认相等，HashMap 和 HashSet 行为正确。

5. 为什么不自动重写？

• Java 不强制自动同步 hashCode()，因为：
  • equals() 的逻辑由开发者定义，hashCode() 必须匹配自定义规则。
  • 自动生成可能不高效（比如基于所有字段）。

6. 重写 hashCode 的原则

• 一致性: equals() 相等的对象，hashCode() 必须相等。
• 高效性: 尽量均匀分布，减少碰撞。
• 简单性: 常用方法：31 * field1.hashCode() + field2（31 是质数，减少冲突）。

7. 什么时候不需要重写？

• 不使用哈希集合（HashMap、HashSet），只用 equals() 比较时，可以不重写 hashCode()。
• 但为了代码健壮性，建议始终保持一致。

10. 尾声：学会挑工具，代码更牛！

集合框架就是你的“武器库”，用得好，代码效率飞起，用不好，可能踩坑无数。记住这几点：

• 搞清楚底层（数组、链表、树），性能心里有数。
• 根据场景挑选手（查、改、排序、去重），别乱来。
• 线程安全要考虑，高并发别用非安全的家伙。

这篇教程带你从“门外汉”到“门清儿”，赶紧动手试试吧！有啥问题，随时来问我，咱们一起“开挂”学Java！