JAVA 持有对象——容器初探

引言

如果一个程序只包含固定数量的且其生命周期都是已知对象,那么这是一个非常简单的程序——《think in java》

了解容器前,先提出一个问题,ArrayList和LinkedList谁的处理速度更快呢?

一 持有对象的方式

在Java中,我们可以使用数组来保存一组对象。但是,数组是固定大小的,在一般情况下,我们写程序时并不知道将需要多少个对象,因此数组固定大小对于编程有些受限。

java类库中提供了一套相当完整的容器类来解决这个问题,其中基本类型有ListQueueSetMap,这些对象类型被称为集合类。但是,Java类库中使用了Collection来指代集合类中的子集{List,Queue,Set},所以集合类也被称为容器。容器提供了完善的方法来保存对象。

二 类型安全的容器

java采用泛型保证我们不会向容器中插入不正确的类型,但是java的泛型只存在于程序源码中,在经过编译器编译就会将类型擦除。举一个例子:

1
2
3
4
5
6
7
8
9
//经过编译前
List<String> list = new ArrayList<>();
list.add("ok");
System.out.println(list.get(0));
//经过编译后
List list = new ArrayList();
list.add("ok");
System.out.println((String)list.get(0));

这样做的好处是:在编写程序的时候,不会将其他非导出类型的对象添加到容器中。

三 List

数组存储多个对象的原因是它提前声明了能存储多少对象。那容器又是如何实现存储不定多对象的呢?

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
//ArrayList部分源码
private static final int DEFAULT_CAPACITY = 10;
private static final Object[] EMPTY_ELEMENTDATA = {};
private transient Object[] elementData;
private int size;
public ArrayList(int initialCapacity) {
super();
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal Capacity: "+
initialCapacity);
this.elementData = new Object[initialCapacity];
}
public ArrayList() {
super();
this.elementData = EMPTY_ELEMENTDATA;
}
public boolean add(E e) {
ensureCapacityInternal(size + 1); // Increments modCount!!
elementData[size++] = e;
return true;
}
private void ensureCapacityInternal(int minCapacity) {
if (elementData == EMPTY_ELEMENTDATA) {
minCapacity = Math.max(DEFAULT_CAPACITY, minCapacity);
}
ensureExplicitCapacity(minCapacity);
}
private void ensureExplicitCapacity(int minCapacity) {
modCount++;
// overflow-conscious code
if (minCapacity - elementData.length > 0)
grow(minCapacity);
}
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);
}

我们可以看到,在ArrayList类中有一个elementData数组。当使用无参构造函数时数组长度默认为空,当向ArrayList加入对象时,会调用一个方法来判断数组是否能放下这个对象。当数组为空时设置数组长度为10并申请相应大小空间,当数组已满时,最少重新申请原数组大小1.5倍的空间(除非达到int类型最大值-8)。而在LinkedList中却没有采用这种方式,而是采用链表方式。

1
2
3
4
5
6
7
8
9
10
11
12
//LinkedList add方法
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++;
}

在LinkedList中,他的add方法调用了linkLast方法,直接在链表后边加入一个新的节点。

四 Set

Set类型不保存重复的元素。判断对象元素是否相等采用的是equals方法,所以在存入自定义的对象时,如果重写equals方法依赖于可变属性,将会导致一些问题。

五 Map

Map类型是能够将对象映射到其他对象的一种容器,有区别于List的get方法。HashSet类中包含了一个HashMap对象,HashSet的实现依靠HashMap。

HashMap的实现采用了数组链表的方式,即数组的每一个位置都存放的是链表头。查找会先通过key的hash找到对应数组下标,再在该数组下标所对应的链表中找到是否有对应对象,查找方式为equals方法。
HashMap如果存储的键值对大于设定值,会自动进行扩容并且对已经存入的键值对进行重排序,一次扩容的大小是当前数组长度的两倍。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
//HashMap扩容
public V put(K key, V value) {
//other...
addEntry(hash, key, value, i);
return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
//other...
}

六 Queue

队列是一种典型的先进先出的容器,LinkedList实现了Queue接口。PriorityQueue实现了优先级队列。ArrayDeque是一个用数组实现双端队列的类,我们来看一下ArrayDeque类中的一些方法。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
//ArrayDeque构造方法
public ArrayDeque() {
elements = (E[]) new Object[16];
}
public ArrayDeque(int numElements) {
allocateElements(numElements);
}
private void allocateElements(int numElements) {
int initialCapacity = MIN_INITIAL_CAPACITY;
if (numElements >= initialCapacity) {
initialCapacity = numElements;
initialCapacity |= (initialCapacity >>> 1);
initialCapacity |= (initialCapacity >>> 2);
initialCapacity |= (initialCapacity >>> 4);
initialCapacity |= (initialCapacity >>> 8);
initialCapacity |= (initialCapacity >>> 16);
initialCapacity++;
if (initialCapacity < 0) // Too many elements, must back off
initialCapacity >>>= 1;// Good luck allocating 2 ^ 30 elements
}
elements = (E[]) new Object[initialCapacity];
}

上边的代码是ArrayDeque的构造方法,可以看到,当没有定义大小时,ArrayDeque默认数组大小为16,而定义大小后,会调用allocateElements方法,这个方法的作用是:当给定长度小于最小长度8时,使用最小长度。若大于等于最小长度,则找到比给定长度大的最小的2的幂数。为什么要是2的幂数呢?原因有以下两点:

  1. 操作系统分配内存的方法使用伙伴系统的话,每一块的大小都是2的幂数,如果分配的内存大小为2的幂数,可以减少内存分配的时间。
    伙伴系统在百度百科中的解释:http://baike.baidu.com/view/4935190.htm
  2. 在ArrayDeque的addFirst方法中不固定将头放在数组的第一位,而是循环移位。使用2的幂数能够有效判断头部所在的地址。

  3. 同样在第二点中,如果队列满了,数组扩充是将容量capacity值左移一位即可扩充一倍。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    public void addFirst(E e) {
    if (e == null)
    throw new NullPointerException();
    elements[head = (head - 1) & (elements.length - 1)] = e;
    if (head == tail)
    doubleCapacity();
    }
    private void doubleCapacity() {
    assert head == tail;
    int p = head;
    int n = elements.length;
    int r = n - p; // number of elements to the right of p
    int newCapacity = n << 1;
    if (newCapacity < 0)
    throw new IllegalStateException("Sorry, deque too big");
    Object[] a = new Object[newCapacity];
    System.arraycopy(elements, p, a, 0, r);
    System.arraycopy(elements, 0, a, r, p);
    elements = (E[])a;
    head = 0;
    tail = n;
    }

七 List的选择

在文章开头提出了一个问题,数组实现的List快还是链表实现的List快。模拟一下试试:

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
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
public static void add()
{
long start = 0;
long end = 0;
List<Integer> alist = new ArrayList<>();
List<Integer> llist = new LinkedList<>();
System.out.println("ArrayList添加1000万数据所需毫秒数");
start = System.currentTimeMillis();
for (int i=0; i<10000000; i++)
{
alist.add(i);
}
end = System.currentTimeMillis();
System.out.println(end-start);
System.out.println("LinkedList添加1000万数据所需毫秒数");
start = System.currentTimeMillis();
for (int i=0; i<10000000; i++)
{
llist.add(i);
}
end = System.currentTimeMillis();
System.out.println(end-start+"\n");
System.out.println("ArrayList从1000万数据删除数据所需毫秒数");
start = System.currentTimeMillis();
alist.remove(0);
alist.remove(2000000);
alist.remove(4000000);
alist.remove(6000000);
alist.remove(8000000);
alist.remove(9999994);
end = System.currentTimeMillis();
System.out.println(end - start);
System.out.println("LinkedList从1000万数据删除数据所需毫秒数");
start = System.currentTimeMillis();
llist.remove(0);
llist.remove(2000000);
llist.remove(4000000);
llist.remove(6000000);
llist.remove(8000000);
llist.remove(9999994);
end = System.currentTimeMillis();
System.out.println(end - start+"\n");
System.out.println("ArrayList从1000万数据查找数据所需毫秒数");
start = System.currentTimeMillis();
alist.contains(0);
alist.contains(2000000);
alist.contains(4000000);
alist.contains(6000000);
alist.contains(8000000);
alist.contains(10000000);
end = System.currentTimeMillis();
System.out.println(end - start);
System.out.println("LinkedList从1000万数据查找数据所需毫秒数");
start = System.currentTimeMillis();
llist.contains(0);
llist.contains(2000000);
llist.contains(4000000);
llist.contains(6000000);
llist.contains(8000000);
llist.contains(10000000);
end = System.currentTimeMillis();
System.out.println(end - start+"\n");
}

upload successful
可以看到,无论在何种情况下,数组实现的list都比链表快。当我在ArrayList构造方法中设置数组初始大小1000万时,ArrayLIst添加数据的速度慢了下来,降到5000毫秒左右,所以一般情况下不需要优化。

总结

简单容器类图:

upload successful

upload successful

  1. Java的容器分为两类,一类是Collection,一类是Map。collection中包含三种集合类型:Set,List,Queue。

  2. 如果想要set中的数据有序,请使用TreeSet。

  3. HashTableVector是线程安全的,但是不建议使用,请使用java.util.concurrent包下的容器。

  4. HashMap允许key/value值为null