• home > java > KeyConcepts >

    再谈Java数据结构—分析底层实现与应用注意事项

    Author:[email protected] Date:

    java集合架构其实一张图就可以看懂,但是里面的细节总会有些记不住。这里翻出来再来谈下java集合类图关系与实现原理,并备注注意事项。文章还需要进一步整理,现在有点乱。

    在回顾js数据结构,写《再谈js对象数据结构底层实现原理-object array map set》系列的时候(推荐看下里面读栈、链表,队列、数组的讲解),再来整理下java的数据结构。

    java把内存分两种:一种是栈内存,另一种是堆内存

    • 基本类型在栈区分配空间,java的基本数据类型共有8种,即byte,short,int,long,float,double,boolean,char(注意,并没有String的基本类型 )。由于大小可知,生存期可知(这些字面值定义在某个程序块里面,程序块退出后,字段值就消失了),出于追求速度的原因,就存在于栈中。

    • 所有的对象都在堆(Heap)中分配空间,关键字new为每个对象申请内存空间(基本类型除外),对象的释放是由垃圾回收机制决定和执行的,这样做确实简化了程序员的工作。但同时,它也加重了JVM的工作。因为,GC为了能够正确释放对象,GC必须监控每一个对象的运行状态,包括对象的申请、引用、被引用、赋值等,GC都需要进行监控。

      不要在经常调用的方法中或在循环中创建对象。可以适当的使用hashtable,vector创建一组对象容器,然后从容器中去取那些对象,而不用每次new之后又丢弃。尽量避免在类的构造函数里创建、初始化大量的对象,防止在调用其自身类的构造器时造成不必要的内存资源浪费,尤其是大对象

    java基本类型

    基本类型存储需求位数bit数取值范围取值范围
    byte1byte8bit1*8(8)-2^7~2^7-1-128~127
    short2byte16bit2*8(16)-2^15~2^15-1-32768~32767
    int4byte32bit4*8(32)-2^31~2^31-1-2147483648~2147483647
    long8byte64bit8*8(64)-2^63~2^63-1=-9223372036854775808~9223372036854775807
    float4byte32bit4*8(32)3.4028235E38~1.4E-453.4*10^38~1.4*10^-45
    double8byte64bit8*8(64)1.7976931348623157E308~4.9E-3241.7*10^308~4.9*10^-324
    char2byte16bit2*8(16)2^16 - 1unicode编码范围

    学过C++的都知道,在C++里面char是占一个字节的。Java的char型是非常独特的,占用两个字节,因为Java中char型采用了Unicode编码。

     java中char类型占2个字节、16位可以存放汉子,字母和数字占一个字节,一个字节8位,中文占2个字节,16位。

    boolean:只有真和假两个取值理论上1位但是存储数据最小单位是一个字节,但是JVM把布尔当做INT来算,占用四个字节(为神魔不当成短,因为CPU的寻址系统只能32位的寻址)炭:16位,因为Java的存储统一用unicode,而不是ASCII码

    包装类

    基本类型都有对应的包装类:如int对应Integer类,double对应Double类等,基本类型的定义都是直接在栈中,如果用包装类来创建对象,就和普通对象一样了。例如:int i=0;i直接存储在栈中。Integer i(i此时是对象)= new Integer(5);这样,i对象数据存储在堆中,i的引用存储在栈中,通过栈中的引用来操作对象。大量使用字符串处理,避免使用String,应大量使用StringBuffer,因为String被设计成不可变(immutable)类,所以它的所有对象都是不可变对象

    数组

    当定义一个数组,int x[];或int[] x;时,在栈内存中创建一个数组引用,通过该引用(即数组名)来引用数组。x=new int[3];将在堆内存中分配3个保存 int型数据的空间,堆内存的首地址放到栈内存中,每个数组元素被初始化为0。

    静态变量

    用static的修饰的变量和方法,实际上是指定了这些变量和方法在内存中的”固定位置”-static storage,可以理解为所有实例对象共有的内存空间。static变量有点类似于C中的全局变量的概念;静态表示的是内存的共享,就是它的每一个实例都指向同一个内存地址。把static拿来,就是告诉JVM它是静态的,它的引用(含间接引用)都是指向同一个位置,在那个地方,你把它改了,它就不会变成原样,你把它清理了,它就不会回来了。

    那静态变量与方法是在什么时候初始化的呢?对于两种不同的类属性,static属性与instance属性,初始化的时机是不同的。instance属性在创建实例的时候初始化,static属性在类加载,也就是第一次用到这个类的时候初始化,对于后来的实例的创建,不再次进行初始化。

    尽量少用静态变量,因为静态变量是全局的,GC不会回收的。


    2291135-f88efeec448e959e.jpg

    数组Array和集合的区别

    • 1 长度限制之别

      • 数组长度是固定不变的

      • 集合的大小是可动态变化的

    • 2 存储类型之别

      • 一个数组存储的元素可以是基本类型,也可以是引用类型,且只能存储同一种类型的元素

      • 一个集合存储的元素只能是引用类型,但集合可以存储不同类型的元素(但集合一般存储同一种类型,可以用泛型加以控制)

    • 3 访问元素方式

      • 数组是根据索引来获取元素的

      • 集合通常会提供一个迭代器来方便访问元素

      若程序时不知道究竟需要多少对象,需要在空间不足时自动扩增容量,则需要使用容器类库,array不适用

      java集合是什么?

      Java集合类存放于 java.util 包中,是一个用来存放对象的容器。

      1. 长度限制之别:集合只能存放对象。比如你存一个 int 型数据 1放入集合中,其实它是自动转换成 Integer 类后存入的,Java中每一种基本类型都有对应的引用类型。

      2. 集合存放的是多个对象的引用,对象本身还是放在堆内存中

      3. 集合可以存放不同类型,不限数量的数据类型

      史上最全Java集合关系图  ,java集合关系UML类图vsdx原图



      Collection

          |-----List  有序,可重复(存储顺序和取出顺序一致)

          |--|----LinkedList 底层使用双向链表实现查询慢,增删快。效率高

          |--|----ArrayList 底层使用数组实现查询快,增删慢。效率高。

          |  |        每次容量不足时,自增长度的一半,如下源码可知

          |  |          int newCapacity = oldCapacity + (oldCapacity >> 1);

          |--|----Vector 底层使用数组实现,线程安全查询快,增删慢。效率低。

          |  |        每次容量不足时,默认自增长度的一倍(如果不指定增量的话),如下源码可知

          |  |          int newCapacity = oldCapacity + ((capacityIncrement > 0) ?

          |  |                            capacityIncrement : oldCapacity);

          |-----Set   元素唯一(最多包含一个 null 元素),只能通过游标来取值,线程不安全

                 HashSet比TreeSet高效(尤其是查询、添加),LinkedHashSet比hash插入、删除慢,但是遍历快。

          |--|--HashSet 底层是由HashMap实现的,线程非安全,通过对象的hashCode方法与equals方法来保证插入元素的唯一性,无序(存储顺序和取出顺序不一致) 

          |--|--|--LinkedHashSet 底层数据结构由哈希表和链表组成。哈希表保证元素的唯一性,链表保证元素有序。(存储和取出是一致)

          |--|--TreeSet 基于 TreeMap 的 NavigableSet 实现非同步,排序,元素唯一。 保持有序的set使用(使用元素的自然顺序对元素进行排序,或者根据创建 set 时提供的 Comparator 进行排序(红黑数维护次序)

      Map 是键值对集合,key 不允许重复,value 可以

          |-----HashMap 基于散列 :hashMap用hash表实现的Map,就是利用对象的hashcode(hashcode()是Object的方法)进行快速散列查找。Null可以做主键,但只能有一个

          |-----TreeMap 基于红黑树 . 对Map中的元素进行排序

          |-----LinkedHashMap HashMap+LinkedList . 保留了键值对的存入顺序。

          |-----HashTable 线程安全,不允许有null值的存在

      java集合框架概括

      只有Vector,HashTable是线程安全的

      ArrayList,LinkedList,HashSet,TreeSet,HashMap,TreeMap都不是线程安全的。

      如果没有必要,推荐代码只同List,Map接口打交道.

      HashMap的输出顺序是随机的,TreeMap中的条目是按键值的升序排列的,LinkedHashMap是按元素最后一次被访问的时间从早到晚排序的



      HashMap实现原理---散列

      Hash哈希算法的意义在于提供了一种快速存取数据的方法,它用一种算法建立键值与真实值之间的对应关系。散列表又称为哈希表。散列表算法的基本思想是:以结点的关键字为自变量,通过一定的函数关系(散列函数)计算出对应的函数值,以这个值作为该结点存储在散列表中地址。

      当散列表中的元素存放太满,就必须进行再散列,将产生一个新的散列表,所有元素存放到新的散列表中,原先的散列表将被删除。在Java语言中,通过负载因子(load factor)来决定何时对散列表进行再散列。例如:如果负载因子0.75,当散列表中已经有75%位置已经放满,那么将进行再散列。

      负载因子越高(越接近1.0),内存的使用效率越高,元素的寻找时间越长。负载因子越低(越接近0.0),元素的寻找时间越短,内存浪费越多。

      hashMap动态扩容图

      ArrayList动态扩容图.gif

      何时需重写equals?

      当一个类有自己特有的“逻辑相等”概念(不同于对象身份的概念);

      Object类仅仅提供了一个对引用的比较,如果两个引用不是同一个那就返回false,这是无法满足大多数对象比较的需要的,所以要覆盖,把实参转换到正确的类型;

      使用==操作符检查实参是否为指向对象的引用

      使用instanceof操作符检查实参是否为正确的类型

      对于该类中每一个“关键”域,检查实参中的域与当前对象中对应的域值是否匹 配。对于既不是float也不是double类型的基本类型的域,可以使用==操作符 进行比较;对于对象引用类型的域,可以递归地调用所引用的对象的equals方法,对于float和double类型的域,先转换成int或long类型的值,然后使用==操作符比较;

      当你编写完成了equals方法之后,应该问自己三个问题:它是否是对称的、传 递的、一致的? 如果答案是否定的,那么请找到 这些特性未能满足的原因,再修改equals方法的代码

      equals()和hashCode()同时覆写

      尤其强调当一个对象被当作键值(或索引)来使用的时候要重写这两个方法;

      覆写equals后,两个不同实例可能在逻辑上相等,但是根据Object.hashCode方法却产生不同的散列码,违反“相等的对象必须具有相等的散列码”。导致,当你用其中的一个作为键保存到hashMap、hashTable或hashSet中,再以“相等的”找另 一个作为键值去查找他们的时候,则根本找不到

      不同类型的hashCode取值

      如果该域是布尔型的,计算(f?0:1)

      如果是char,short,byte或int,计算(int)f

      如果是long类型,计算(int)(f^(f>>>32))

      如果是float类型,计算Float.floatToIntBits(f)

      如果是double类型,计算Dobule.doubleToLongBits(f)

      如果该域是一个对象引用,递归调用hashCode

      如果该域是一个数组,则把每个元素当做单独的域来处理,对每个重要的元素计算一个散列码,




      简明图

      20180803195348216.gif


      Collection||Set泛型接口方法摘要

      boolean add(E e)
          确保此 collection 包含指定的元素(可选操作)。
      boolean addAll(Collection c)
          将指定 collection 中的所有元素都添加到此 collection 中(可选操作)。
      void clear()
          移除此 collection 中的所有元素(可选操作)。
      boolean contains(Object o)
          如果此 collection 包含指定的元素,则返回 true。
      boolean containsAll(Collection c)
          如果此 collection 包含指定 collection 中的所有元素,则返回 true。
      boolean equals(Object o)
          比较此 collection 与指定对象是否相等。
      int hashCode()
          返回此 collection 的哈希码值。
      boolean isEmpty()
          如果此 collection 不包含元素,则返回 true。
      Iterator iterator()
          返回在此 collection 的元素上进行迭代的迭代器。
      boolean remove(Object o)
          从此 collection 中移除指定元素的单个实例,如果存在的话(可选操作)。 
      boolean removeAll(Collection c)
          移除此 collection 中那些也包含在指定 collection 中的所有元素(可选操作)。
      boolean retainAll(Collection c)
          仅保留此 collection 中那些也包含在指定 collection 的元素(可选操作)。
      int size()
          返回此 collection 中的元素数。
      Object[] toArray()
          返回包含此 collection 中所有元素的数组。 T[]
          toArray(T[] a)

      List泛型接口

      特有方法(相对于Collection—继承自Collection)

      void add(int index, E element)
          在列表的指定位置插入指定元素(可选操作)。
      boolean addAll(int index, Collection c)
          将指定 collection 中的所有元素都插入到列表中的指定位置(可选操作)。
      int indexOf(Object o)
          返回此列表中第一次出现的指定元素的索引;如果此列表不包含该元素,则返回 -1。
      int lastIndexOf(Object o)
          返回此列表中最后出现的指定元素的索引;如果列表不包含此元素,则返回 -1。
      ListIterator listIterator()
          返回此列表元素的列表迭代器(按适当顺序)。
      ListIterator listIterator(int index)
          返回列表中元素的列表迭代器(按适当顺序),从列表的指定位置开始。
      E get(int index)
          返回列表中指定位置的元素。
      E remove(int index)
          移除列表中指定位置的元素(可选操作)。
      E set(int index, E element)
          用指定元素替换列表中指定位置的元素(可选操作)。
      List subList(int fromIndex, int toIndex)
          返回列表中指定的 fromIndex(包括 )和 toIndex(不包括)之间的部分视图。

      参考文章:

      java 集合详解 https://www.cnblogs.com/ysocean/p/6555373.html

      java集合详解与基本使用方法 https://blog.csdn.net/qq_34232889/article/details/79997471

      图解Java常用数据结构 https://www.jianshu.com/p/fb4fb24ecc8f

      java中的集合和数组 https://www.cnblogs.com/summers/p/4094260.html

      集合的线程安全性 https://www.cnblogs.com/wuchaodzxx/p/6007970.html

      Set与线程安全 https://blog.csdn.net/l153097889/article/details/77891250

      java常用数据结构及特点 https://blog.csdn.net/hujiangtaochn/article/details/84136432

      Java集合框架之图解 https://www.cnblogs.com/SamSarah/p/4893217.html

      java.util包中集合详解 https://www.jianshu.com/p/4bb01e139cda


      使Cache命中率最高的替换算法是什么?替换最近最少使用的块算法



      转载本站文章《再谈Java数据结构—分析底层实现与应用注意事项》,
      请注明出处:https://www.zhoulujun.cn/html/java/KeyConcepts/159.html