Java面试核心知识点梳理（二）——Java集合

前言

什么是集合以及使用的好处?
集合是用于存放对象的容器，而集合类是Java 的一种数据结构。需要注意的是，集合类只能存放对象，不能存放基本数据类型，且是对象的引用，而非对象本身。

优点:

1. 提供高效的的数据结构和算法，提高程序运行效率
2. 提供通用 API 能力，降低开发和维护成本

集合类存放于 Java.util 包中，主要有 3 种：set(集）、list(列表包含 Queue）和 map(映射)。

1. Collection：Collection 是集合 List、Set、Queue 的最基本的接口。
2. Iterator：迭代器，可以通过迭代器遍历集合中的数据
3. Map：是映射表的基础接口
   

集合是否可以存储 NULL?

1. List 接口 ArrayList、LinkedList 以及 Vector 等都可以存储多个 null;
2. Set 接口中 HashSet、LinkedSet 可以存储一个 null，TreeSet 不能存储 null;
3. Map 接口中HashMap、LinkedHashMap 的 key 与 value 均可以为 null。 TreeMap 的 key 不可以为 null， value可以为 null。HashTable、ConcurrentHIashMap 的 key 与 value 均不能为 null。

1. List

Java 的 List 是非常常用的数据类型。List 是有序的 Collection。Java List 一共三个实现类：分别是 ArrayList、Vector 和 LinkedList。

1.1 ArrayList（数组）

ArrayList 是最常用的 List 实现类，内部是通过数组实现的，它允许对元素进行快速随机访问。数组的缺点是每个元素之间不能有间隔，当数组大小不满足时需要增加存储能力，就要将已经有数组的数据复制到新的存储空间中。扩容之后是原容量的1.5倍，当从 ArrayList 的中间位置插入或者删除元素时，需要对数组进行复制、移动，代价比较高。因此，它适合随机查找和遍历，不适合插入和删除。它是线程不安全的。

1.2 Vector（数组、线程安全）

Vector 与 ArrayList 一样，也是通过数组实现的，不同的是它支持线程的同步，是线程安全的。即某一时刻只有一个线程能够写 Vector，避免多线程同时写而引起的不一致性，但实现同步需要很高的花费，因此，它的访问速度比 ArrayList 慢。扩容之后是原容量的1倍

1.3 LinkedList（链表）

LinkedList 是用链表结构存储数据的，很适合数据的动态插入和删除，随机访问和遍历速度比较慢。另外，他还提供了 List 接口中没有定义的方法，专门用于操作表头和表尾元素，可以当作堆栈、队列和双向队列使用。它是线程不安全的。

2. Set

Set 注重独一无二的性质，该体系集合用于存储无序（存入和取出的顺序不一定相同）元素，值不能重复。对象的相等性本质是对象hashCode值（java 是依据对象的内存地址计算出的此序号）判断的，如果想要让两个不同的对象视为相等的，就必须覆盖 Object 的 hashCode 方法和 equals 方法。

2.1 HashSet（Hash表）

哈希表存放的是哈希值。HashSet 存储元素的顺序并不是按照存入时的顺序（和 List 显然不同） 而是按照哈希值来存的，所以取数据也是按照哈希值取得。元素的哈希值是通过元素的hashcode 方法来获取的, HashSet 首先判断两个元素的哈希值，如果哈希值一样，接着会比较equals 方法，如果 equls 结果为 true ，HashSet 就视为同一个元素。如果 equals 为 false 就不是同一个元素。

哈希值相同 equals 为 false 的元素是怎么存储呢？就是在同样的哈希值下顺延（可以认为哈希值相同的元素放在一个哈希桶中）。也就是哈希一样的存一列。如图 1 表示 hashCode 值不相同的情况；图 2 表示 hashCode 值相同，但 equals 不相同的情况。

HashSet 通过 hashCode 值来确定元素在内存中的位置。一个 hashCode 位置上可以存放多个元素。

2.2 TreeSet（二叉树）

1.TreeSet()是使用二叉树的原理对新 add()的对象按照指定的顺序排序（升序、降序），每增加一个对象都会进行排序，将对象插入的二叉树指定的位置。
2. Integer 和 String 对象都可以进行默认的 TreeSet 排序，而自定义类的对象是不可以的，自己定义的类必须实现 Comparable 接口，并且覆写相应的 compareTo()函数，才可以正常使用。
3. 在覆写 compare()函数时，要返回相应的值才能使 TreeSet 按照一定的规则来排序
4. 比较此对象与指定对象的顺序。如果该对象小于、等于或大于指定对象，则分别返回负整数、零或正整数。

2.3 LinkHashSet（HashSet+LinkedHashMap）

对于 LinkedHashSet 而言，它继承于 HashSet、又基于 LinkedHashMap 来实现的。LinkedHashSet 底层使用 LinkedHashMap 来保存所有元素，它继承于 HashSet，其所有的方法操作上又与 HashSet 相同，因此 LinkedHashSet 的实现上非常简单，只提供了四个构造方法，并通过传递一个标识参数，调用父类的构造器，底层构造一个 LinkedHashMap 来实现，在相关操作上与父类 HashSet 的操作相同，直接调用父类 HashSet 的方法即可。

3. Map

3.1 HashMap（数组+链表+红黑树）

HashMap 根据键的 hashCode 值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。 HashMap 最多只允许一条记录的键为 null，允许多条记录的值为 null。HashMap 非线程安全，即任一时刻可以有多个线程同时写 HashMap，可能会导致数据的不一致。如果需要满足线程安全，可以用 Collections 的 synchronizedMap 方法使HashMap 具有线程安全的能力，或者使用 ConcurrentHashMap。

3.1.1 JAVA7 实现

大方向上，HashMap 里面是一个数组，然后数组中每个元素是一个单向链表。上图中，每个绿色的实体是嵌套类 Entry 的实例，Entry 包含四个属性：key, value, hash 值和用于单向链表的 next。

1. capacity：当前数组容量，始终保持 2^n，可以扩容，扩容后数组大小为当前的 2 倍。
2. loadFactor：负载因子，默认为 0.75。
3. threshold：扩容的阈值，等于 capacity * loadFactor

3.1.2 JAVA8 实现

Java8 对 HashMap 进行了一些修改，最大的不同就是利用了红黑树，所以其由 数组+链表+红黑树 组成。根据 Java7 HashMap 的介绍，我们知道，查找的时候，根据 hash 值我们能够快速定位到数组的具体下标，但是之后的话，需要顺着链表一个个比较下去才能找到我们需要的，时间复杂度取决于链表的长度，为 O(n)。为了降低这部分的开销，在 Java8 中，当链表中的元素超过了 8 个以后，会将链表转换为红黑树，在这些位置进行查找的时候可以降低时间复杂度为 O(logN)。

链表和红黑树之间的转换?
链表长度大于 8 且数组长度大于 64，则将链表转换成红黑树；链表长度小于 6 时会将红黑树转换成链表。

阈值为何是8和6?
作者在源码中注释到: TreeNodes 占用空间是普通 Nodes 的两倍，所以只有当普通桶包含足够多的节点时才会转成 TreeNodes。
当hashCode 离散性足够好时，树型桶用到的概率非常小，因为数据均匀分布在每个桶中，几乎不会有链表长度会达到闽值。但是在随机 hashCode 情况下，离散性可能会变差，然而又不能阻止用户使用这种不好的 hash 算法，因此就可能导致不均匀的数据分布。不过理想情况下随机 hashCode 算法下所有桶中节点的分布频率会遵循泊松分布，作者还计算出相关概率，即当链表长度达到 8 个元素的概率为 0.00000006，几乎是不可能事件。因此，源码定义了在 binCount>-7 (从0开始共8个数)，即该槽插入第 9个节点(超过8个) 时转为红黑树。至于为何树转链表的朗值选为 6? 主要还是为了避免红黑树和链表之间频繁转换带来的性能损耗。

3.2 ConcurrentHashMap

首先 ConcurrentHashMap 在]DK 1.7 和 1.8 中实现方式是完全不同的。其中 1.7 四基于分段锁实现，而 1.8 是基于CAS+Synchronized实现。

3.2.1 JAVA7 实现

Segment 段（分段锁）
ConcurrentHashMap 和 HashMap 思路是差不多的，但是因为它支持并发操作，所以要复杂一些。整个 ConcurrentHashMap 由一个个 Segment 组成，Segment 代表”部分“或”一段“的意思。

线程安全（Segment 继承 ReentrantLock 加锁）
简单理解就是，ConcurrentHashMap 是一个 Segment 数组，Segment 通过继承ReentrantLock 来进行加锁，所以每次需要加锁的操作锁住的是一个 segment，这样只要保证每个 Segment 是线程安全的，也就实现了全局的线程安全。

并行度（默认 16）
concurrencyLevel：并行级别、并发数、Segment 数都是指的它，默认是 16，也就是说 ConcurrentHashMap 有 16 个 Segments，所以理论上，这个时候，最多可以同时支持 16 个线程并发写，只要它们的操作分别分布在不同的 Segment 上。这个值可以在初始化的时候设置为其他值，但是一旦初始化以后，它是不可以扩容的。再具体到每个 Segment 内部，其实每个 Segment 很像之前介绍的 HashMap，不过它要保证线程安全，所以处理起来要麻烦些。

3.2.2 JAVA8 实现

JDK 1.8 中实现线程安全不是在数据结构上下功夫，它的数据结构和 HashMap 一样的是数组 + 链表 +红黑树。它实现线程安全的关键点在于 put 流程。

在锁的实现上，采用CAS 操作和 Snchronized 锁实现更加低粒度的锁，将锁的级别控制在了更细粒度的 table 元素级别，也就是说只需要锁住这个链表的头节点，并不会影响其他的 table 元素的读写，大大提高了并发度。

为什么使用 Synchronized 参换 ReentrantLock?
Java 开发者从未放弃过 Synchronized 关键字的优化，在JDK1.8 Svnchronized 锁的性能得到了很大的提高，并目Synchronized 有多种锁状态，会从无锁-> 偏向锁 ->轻量级锁->重量级锁一步步转换，因此并非是我们认为的重量级锁。
减少内存开销 。假设使用可重入锁来获得同步支持，那么每个节点都需要通过继承 AQS 来获得同步支持。但并不是每人节点都需要获得同步支持的，只有链表的头节点(红黑树的根节点)需要同步，这无疑带来了巨大内存浪费。

3.2 HashTable（线程安全）

Hashtable 是遗留类，很多映射的常用功能与 HashMap 类似，不同的是它承自 Dictionary 类，并且是线程安全的，任一时间只有一个线程能写 Hashtable，并发性不如 ConcurrentHashMap，因为 ConcurrentHashMap 引入了分段锁。Hashtable 不建议在新代码中使用，不需要线程安全的场合可以用 HashMap 替换，需要线程安全的场合可以用 ConcurrentHashMap 替换。

为什么不推荐使用HashTable

1. Hashtable使用了同步机制，避免了多个线程同时读写Hashtable。但在iterator遍历过程中其他线程对Hashtable的put、 remove、clear操作都会被成功执行。
2. Hashtable是一个保留类，很老旧的类，性能很低。
3. java文档里面的建议不需要线程安全的场景建议使用HashMap，需要线程安全的场景建议使用ConcurrentHashMap，ConcurrentHashMap引入了分段锁。

3.3 TreeMap（可排序）

TreeMap 实现 SortedMap 接口，能够把它保存的记录根据键排序，默认是按键值的升序排序，也可以指定排序的比较器，当用 Iterator 遍历 TreeMap 时，得到的记录是排过序的。如果使用排序的映射，建议使用 TreeMap。
在使用 TreeMap 时，key 必须实现 Comparable 接口或者在构造 TreeMap 传入自定义的Comparator，否则会在运行时抛出 java.lang.ClassCastException 类型的异常。

3.4 LinkHashMap（记录插入顺序）

LinkedHashMap 是 HashMap 的一个子类，保存了记录的插入顺序，在用 Iterator 遍历LinkedHashMap 时，先得到的记录肯定是先插入的，也可以在构造时带参数，按照访问次序排序。