關於Java集合的小抄

在儘可能短的篇幅裏,將所有集合與併發集合的特徵,實現方式,性能捋一遍。適合所有"精通Java"其實還不那麼自信的人閱讀。

不斷更新中,請儘量訪問博客原文

 

List

ArrayList
以數組實現。節約空間,但數組有容量限制。超出限制時會增加50%容量,用System.arraycopy()複製到新的數組,因此最好能給出數組大小的預估值。默認第一次插入元素時創建大小爲10的數組。

按數組下標訪問元素--get(i)/set(i,e) 的性能很高,這是數組的基本優勢。

直接在數組末尾加入元素--add(e)的性能也高,但如果按下標插入、刪除元素--add(i,e), remove(i), remove(e),則要用System.arraycopy()來移動部分受影響的元素,性能就變差了,這是基本劣勢。

LinkedList
以雙向鏈表實現。鏈表無容量限制,但雙向鏈表本身使用了更多空間,也需要額外的鏈表指針操作。

按下標訪問元素--get(i)/set(i,e) 要悲劇的遍歷鏈表將指針移動到位(如果i>數組大小的一半,會從末尾移起)。

插入、刪除元素時修改前後節點的指針即可,但還是要遍歷部分鏈表的指針才能移動到下標所指的位置,只有在鏈表兩頭的操作--add(), addFirst(),removeLast()或用iterator()上的remove()能省掉指針的移動。

CopyOnWriteArrayList
併發優化的ArrayList。用CopyOnWrite策略,在修改時先複製一個快照來修改,改完再讓內部指針指向新數組。

因爲對快照的修改對讀操作來說不可見,所以只有寫鎖沒有讀鎖,加上覆制的昂貴成本,典型的適合讀多寫少的場景。如果更新頻率較高,或數組較大時,還是Collections.synchronizedList(list),對所有操作用同一把鎖來保證線程安全更好。

增加了addIfAbsent(e)方法,會遍歷數組來檢查元素是否已存在,性能可想像的不會太好。

補充
無論哪種實現,按值返回下標--contains(e), indexOf(e), remove(e) 都需遍歷所有元素進行比較,性能可想像的不會太好。

沒有按元素值排序的SortedList,在線程安全類中也沒有無鎖算法的ConcurrentLinkedList,湊合着用Set與Queue中的等價類時,會缺少一些List特有的方法。

 

Map

HashMap
以Entry[]數組實現的哈希桶數組,用Key的哈希值取模桶數組的大小可得到數組下標。

插入元素時,如果兩條Key落在同一個桶(比如哈希值1和17取模16後都屬於第一個哈希桶),Entry用一個next屬性實現多個Entry以單向鏈表存放,後入桶的Entry將next指向桶當前的Entry。

查找哈希值爲17的key時,先定位到第一個哈希桶,然後以鏈表遍歷桶裏所有元素,逐個比較其key值。

當Entry數量達到桶數量的75%時(很多文章說使用的桶數量達到了75%,但看代碼不是),會成倍擴容桶數組,並重新分配所有原來的Entry,所以這裏也最好有個預估值。

取模用位運算(hash & (arrayLength-1))會比較快,所以數組的大小永遠是2的N次方, 你隨便給一個初始值比如17會轉爲32。默認第一次放入元素時的初始值是16。

iterator()時順着哈希桶數組來遍歷,看起來是個亂序。

在JDK8裏,新增默認爲8的閥值,當一個桶裏的Entry超過閥值,就不以單向鏈表而以紅黑樹來存放以加快Key的查找速度。

LinkedHashMap
擴展HashMap增加雙向鏈表的實現,號稱是最佔內存的數據結構。支持iterator()時按Entry的插入順序來排序(但是更新不算, 如果設置accessOrder屬性爲true,則所有讀寫訪問都算)。

實現上是在Entry上再增加屬性before/after指針,插入時把自己加到Header Entry的前面去。如果所有讀寫訪問都要排序,還要把前後Entry的before/after拼接起來以在鏈表中刪除掉自己。

TreeMap
以紅黑樹實現,篇幅所限詳見入門教程。支持iterator()時按Key值排序,可按實現了Comparable接口的Key的升序排序,或由傳入的Comparator控制。可想象的,在樹上插入/刪除元素的代價一定比HashMap的大。

支持SortedMap接口,如firstKey(),lastKey()取得最大最小的key,或sub(fromKey, toKey), tailMap(fromKey)剪取Map的某一段。

ConcurrentHashMap
併發優化的HashMap,默認16把寫鎖(可以設置更多),有效分散了阻塞的概率,而且沒有讀鎖。
數據結構爲Segment[],Segment裏面纔是哈希桶數組,每個Segment一把鎖。Key先算出它在哪個Segment裏,再算出它在哪個哈希桶裏。

支持ConcurrentMap接口,如putIfAbsent(key,value)與相反的replace(key,value)與以及實現CAS的replace(key, oldValue, newValue)。

沒有讀鎖是因爲put/remove動作是個原子動作(比如put是一個對數組元素/Entry 指針的賦值操作),讀操作不會看到一個更新動作的中間狀態。

ConcurrentSkipListMap
JDK6新增的併發優化的SortedMap,以SkipList實現。SkipList是紅黑樹的一種簡化替代方案,是個流行的有序集合算法,篇幅所限見入門教程。Concurrent包選用它是因爲它支持基於CAS的無鎖算法,而紅黑樹則沒有好的無鎖算法。

很特殊的,它的size()不能隨便調,會遍歷來統計。

補充
關於null,HashMap和LinkedHashMap是隨意的,TreeMap沒有設置Comparator時key不能爲null;ConcurrentHashMap在JDK7裏value不能爲null(這是爲什麼呢?),JDK8裏key與value都不能爲null;ConcurrentSkipListMap是所有JDK裏key與value都不能爲null。

 

Set

Set幾乎都是內部用一個Map來實現, 因爲Map裏的KeySet就是一個Set,而value是假值,全部使用同一個Object。Set的特徵也繼承了那些內部Map實現的特徵。

HashSet:內部是HashMap。
LinkedHashSet:內部是LinkedHashMap。
TreeSet:內部是TreeMap的SortedSet。
ConcurrentSkipListSet:內部是ConcurrentSkipListMap的併發優化的SortedSet。

CopyOnWriteArraySet:內部是CopyOnWriteArrayList的併發優化的Set,利用其addIfAbsent()方法實現元素去重,如前所述該方法的性能很一般。

補充:好像少了個ConcurrentHashSet,本來也該有一個內部用ConcurrentHashMap的簡單實現,但JDK偏偏沒提供。Jetty就自己封了一個,Guava則直接用java.util.Collections.newSetFromMap(new ConcurrentHashMap()) 實現。

 

Queue

Queue是在兩端出入的List,所以也可以用數組或鏈表來實現。

--普通隊列--

LinkedList
是的,以雙向鏈表實現的LinkedList既是List,也是Queue。它是唯一一個允許放入null的Queue。

ArrayDeque
以循環數組實現的雙向Queue。大小是2的倍數,默認是16。

普通數組只能快速在末尾添加元素,爲了支持FIFO,從數組頭快速取出元素,就需要使用循環數組:有隊頭隊尾兩個下標:彈出元素時,隊頭下標遞增;加入元素時,如果已到數組空間的末尾,則將元素循環賦值到數組[0](如果此時隊頭下標大於0,說明隊頭彈出過元素,有空位),同時隊尾下標指向0,再插入下一個元素則賦值到數組[1],隊尾下標指向1。如果隊尾的下標追上隊頭,說明數組所有空間已用完,進行雙倍的數組擴容。

PriorityQueue
用二叉堆實現的優先級隊列,詳見入門教程,不再是FIFO而是按元素實現的Comparable接口或傳入Comparator的比較結果來出隊,數值越小,優先級越高,越先出隊。但是注意其iterator()的返回不會排序。

 
--線程安全的隊列--

ConcurrentLinkedQueue/ConcurrentLinkedDeque
***的併發優化的Queue,基於鏈表,實現了依賴於CAS的無鎖算法。

ConcurrentLinkedQueue的結構是單向鏈表和head/tail兩個指針,因爲入隊時需要修改隊尾元素的next指針,以及修改tail指向新入隊的元素兩個CAS動作無法原子,所以需要的特殊的算法,篇幅所限見入門教程

PriorityBlockingQueue
***的併發優化的PriorityQueue,也是基於二叉堆。使用一把公共的讀寫鎖。雖然實現了BlockingQueue接口,其實沒有任何阻塞隊列的特徵,空間不夠時會自動擴容。

DelayQueue
內部包含一個PriorityQueue,同樣是***的。元素需實現Delayed接口,每次調用時需返回當前離觸發時間還有多久,小於0表示該觸發了。
pull()時會用peek()查看隊頭的元素,檢查是否到達觸發時間。ScheduledThreadPoolExecutor用了類似的結構。

 
--線程安全的阻塞隊列--

BlockingQueue的隊列長度受限,用以保證生產者與消費者的速度不會相差太遠,避免內存耗盡。隊列長度設定後不可改變。當入隊時隊列已滿,或出隊時隊列已空,不同函數的效果見下表:


可能報異常返回布爾值可能阻塞等待可設定等待時間
入隊add(e)offer(e)put(e)offer(e, timeout, unit)
出隊remove()poll()take()poll(timeout, unit)
查看element()peek()

ArrayBlockingQueue
定長的併發優化的BlockingQueue,基於循環數組實現。有一把公共的讀寫鎖與notFull、notEmpty兩個Condition管理隊列滿或空時的阻塞狀態。

LinkedBlockingQueue/LinkedBlockingDeque
可選定長的併發優化的BlockingQueue,基於鏈表實現,所以可以把長度設爲Integer.MAX_VALUE。利用鏈表的特徵,分離了takeLock與putLock兩把鎖,繼續用notEmpty、notFull管理隊列滿或空時的阻塞狀態。

補充
JDK7有個LinkedTransferQueue,transfer(e)方法保證Producer放入的元素,被Consumer取走了再返回,比SynchronousQueue更好,有空要學習下。

 
文章持續修改,轉載時請保留原鏈接: http://calvin1978.blogcn.com/articles/collection.html


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章