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List，Queue，Set，Map，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：

//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？

//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。

//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。

//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。

//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。

   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：

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");
}

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：

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. HashTable和Vector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。