Java入门记(四)：容器关系的梳理（上）——Collection

　　　　　　目录

一、Collection及子类/接口容器继承关系

二、List

　　2.1 ArrayList

　　　　2.1.1 序列化的探讨

　　　　2.1.2 删除元素

　　　　2.1.3 调整大小

　　2.2 Vector和Stack(不建议继续使用)

　　2.3 抽象类AbstractSequentialList

三、Set

　　3.1 HashSet和LinkedHashSet

　　3.2 TreeSet

四、Queue

　　4.1 PriorityQueue

　　4.2 LinkedList

五、一些琐碎的话题

　　5.1 线程安全

　　5.2 clone()

　　5.3 foreach

　　5.4 null对象

 

　　Java.util中的容器又被称为Java Collections framework。虽然被称为框架，但是其主要目的是提供一组接口尽量简单而且相同、并且尽量高效、以便于开发人员按照场景选用，而不是自己重复实现的类。容器按接口可以分为两大类：Collection和Map。本文主要关注Collection，以后会将Map这块也进行研究。

一、Collection及子类/接口容器继承关系

　　先从Collection说起。可以看出：

1.Collection接口并不是一个根接口，它的超级接口是Iterator，需要提供其遍历、移除元素(可选操作)的能力。

2.Collection接口定义了基本的容器操作方法。

 

　　除此以外，

1.remove()和contains()判断元素是否相等的依据是类似的。

对于remove(Object o)，若Collection中包含的元素e，满足(o==null ? e==null : o.equals(e))，移除其中的一个；

对于contains(Object o)，若Collection中包含至少一个或多个元素e，满足(o==null ? e==null : o.equals(e))，则返回true。

2.AbstractCollection抽象类实现了一部分Collection接口的方法，主要是基于iterator实现的，如remove()、toArray()，以及利用本身的属性size实现的size()。如果读一下源码，可以发现虽然AbstractCollection利用add()实现了addAll()，但是add()本身的实现是直接抛UnsupportedOperationException异常的。实际上add()是一种“可选操作”，目的是延迟到需要时再实现。

 

二、List

　　了解了通用的Collection后，接下来，看看三大类的Collection:List、Set、Queue。首先从List说起。List中的元素是有序的，因而我们可以按序访问List中的元素，以及访问指定位置上的元素。对于“按顺序遍历访问元素”的需求，使用List的超级接口Iterator即可以做到，这也是对应抽象类AbstractList中的实现；而访问特定位置的元素（也即按索引访问）、元素的增加和删除涉及到了List中各个元素的连接关系，并没有在AbstractList中提供。

2.1 ArrayList

　　ArrayList是最常用的List的实现，其包装了一个用于存放元素的数组，并用size属性来标识该容器里的元素个数，而非这个被包装数组的大小。如果对数组有所了解，很容易理解ArrayList的元素是怎么编排的，各个数组的元素如何随机访问（通过索引）、元素之间如何跳转（索引增减）。阅读源码可以发现，这个数组用transient关键字修饰，表示其不会被序列化。当然，ArrayList的元素最终还是会被序列化的，要不然，这个最常用的List之一，不能持久化、不能网络传输，简直不可想象。在序列化/反序列化时，会调用ArrayList的writeObject()/readObject()方法，将该ArrayList中的元素（即0...size-1下标对应的元素）写入流/从流读出。这样做的好处是，只保存/传输有实际意义的元素，最大限度的节约了存储、传输和处理的开销。

2.1.1 序列化的探讨

　　提到序列化，有个问题是，ArrayList的writeObject()/readObject()是如何被调用的？它们并不属于ArrayList的任何一个接口，甚至是Serializabe！其实，序列化是ObjectOutputStream对象调用自身的writeObject()方法时，由它通过反射检查入参——也即待序列化的对象——是否有writeObject()方法，并进行调用，这和接口无关，确实很古怪（可以参考《Java编程思想·第四版（中文）》第581页）。

2.1.2 删除元素

　　ArrayList在删除元素时，不仅要将其他元素前移来占用被移除的元素并缩小size，对于原来位置的元素，如(size-1)位置的元素前移至(size-2)位，那么(size-1)位置是要设置为null的，这样才能让垃圾回收机制发挥作用。这种数据的用法在Java中比较常见，比如利用Vector实现的Stack，也是这样。而在C语言中，一种利用数组实现的栈是可以在pop()后只修改当前栈对应的数组下标而不作清理的。

2.1.3 调整大小

　　利用Arrays.copyOf()方法做数组的调整。

2.2 Vector和Stack(不建议继续使用)

 　　虽然Vector经过了改造，但这么做只是为了兼容Java2之前的代码，不建议继续使用。

　　Java1.6的源码中，和ArrayList类似，Vector底层也是数组，但是这个数组并没有transient修饰，其序列化要低效不少。

　　Stack是继承Vector实现的，而不是包装一个Vector。这并不是一个很好的设计，如果要使用栈行为，应该使用LinkedList。Java1.6源码中，Stack每次扩大都需要new新的数组并作拷贝，效率并不好。

　　新代码中误用这两个容器的原因，可能是之前在C++中使用过STL的Vector和Stack。我刚接触Java时，总以为这两个类在Java中的地位类似C++。

2.3 抽象类AbstractSequentialList

　　满足“连续访问”数据存储而非“随机访问”需求的List，对于指定index元素的操作，都需要利用抽象方法listIterator()获得一个迭代器。其唯一实现是LinkedList，对其的讨论放在Queue这部分。

三、Set

　　Set接口模仿了数学概念上的set，各个元素不要求重复。除了这一点，几乎和Collection本身是一样的。

　　Set接口有一个直接子接口SortedSet，该接口要求Set中所有元素有序。和通过Iterable接口依次访问所有元素的“有序”不同，这个“有序”要求Set包括一个比较器，可以判断两个元素的大于、小于或等于关系。此外，该接口提供了访问第一个元素、访问最后一个元素、访问一定范围内元素的方法。SortedSet的子接口NavigableSet进一步扩展了这个系列的方法，提供了诸如返回大于/小于元素E的第一个元素的方法。

　　由于Set的操作与底层的实现关联性很强，AbstractSet中实现的方法有限，在Java1.6中只有equals()、hashCode()、removeAll()进行了实现。

3.1 HashSet和LinkedHashSet

　　HashSet之所以命名中包含了“Hash”，是因为其底层是用HashMap实现的。Map有个特点，各个Key是唯一的，这和Set的元素唯一很类似。对HashSet的元素E进行的操作，实际上是对其包装的HashMap中对应的<E,PRESENT>的操作，其中PRESENT是一个private static final的Object。因此，HashSet的原理，放到HashMap那一块来研究。

　　HashSet有一个很特别的构造方法：HashSet(int initialCapacity, float loadFactor, boolean dummy)。这个方法第三个参数的唯一作用是，与其他两个参数的构造方法相区分。使用这个构造方法，在底层使用的是HashMap的子类LinkedHashMap。而LinkedHashSet，正是使用了这个构造方法，在内部创建并封装了一个LinkedHashMap而非一般的HashMap。

　　假如先有HashSet，后有HashMap，用HashSet实现HashMap，是否是一个好的主意？这也放在HashMap处研究。

 　　HashSet的包装的HashMap也使用transient关键字修饰，采用了和ArrayList一样的序列化策略。

3.2 TreeSet

　　TreeSet是SortedSet的一个实现，也是其子接口NavigableSet的实现。

 　　与HashSet/LinkedHashSet类似，TreeSet底层封装了一个NavigableMap，同样使用transient修饰，以及序列化策略。

四、Queue

　　Queue和List有两个区别：前者有“队头”的概念，取元素、移除元素、均为对“队头”的操作（通常但不总是FIFO，即先进先出），而后者只有在插入时需要保证在尾部进行；前者对元素的一些同一种操作提供了两种方法，在特定情况下抛异常/返回特殊值——add()/offer()、remove()/poll()、element()/peek()。不难想到，在所谓的两种方法中，抛异常的方法完全可以通过包装不抛异常的方法来实现，这也是AbstractQueue所做的。

　　Deque接口继承了Queue，但是和AbstractQueue没有关系。Deque同时提供了在队头和队尾进行插入和删除的操作。

4.1 PriorityQueue

 　　PriorityQueue用于存放含有优先级的元素，插入的对象必须可以比较。该类内部同样封装了一个数组。与其抽象父类AbstractQueue不同，PriorityQueue的offer()方法在插入null时会抛空指针异常——null是无法与其他元素比较通常意义下的优先级的；此外，add()方法是直接包装了offer()，没有附加的行为。

　　由于其内部的数据结构是数组的缘故，很多操作都需要先把元素通过indexOf()转化成对应的数组下标，再进行进一步的操作，如remove()、removeEq()、contains()等。其实这个数组保持优先级队列的方式，是采用堆(Heap)的方式，具体可以参考任意一本算法书籍，比如《算法导论》等，这里就不展开解释了。和堆的特性有关，在寻找指定元素时，必须从头至尾遍历，而不能使用二分查找。

4.2 LinkedList

　　很有趣的是，LinkedList既是List，也是Queue(Deque)，其原因是它是双向的，内部的元素(Entry)同时保留了上一个和下一个元素的引用。使用头部的引用header，取其previous，就可以获得尾部的引用。通过这一转换，可以很容易实现Deque所需要的行为。也正因此，可以支持栈的行为，天生就有push()和pop()方法。简而言之，是Java中的双向链表，其支持的操作和普通的双向链表一样。

　　和数组不同，根据下标查找特定元素时，只能遍历地获取了，因而在随机访问时效率不如ArrayList。尽管如此，作者还是尽可能地利用了LinkedList的特性做了点优化，尽量减少了访问次数：

    private Entry<E> entry(int index) {
        if (index < 0 || index >= size)
            throw new IndexOutOfBoundsException("Index: "+index+
                                                ", Size: "+size);
        Entry<E> e = header;
        if (index < (size >> 1)) {
            for (int i = 0; i <= index; i++)
                e = e.next;
        } else {
            for (int i = size; i > index; i--)
                e = e.previous;
        }
        return e;
    }

　　LinkedList对首部和尾部的插入都支持，但继承自Collection接口的add()方法是在尾部进行插入。

五、一些琐碎的话题

5.1 线程安全

　　ArrayList、HashSet/LinkedHashSet、PriorityQueue、LinkedList是线程不安全的，可以使用synchronized关键字，或者类似下面的方法解决:

 List list = Collections.synchronizedList(new ArrayList(...));

5.2 clone()

　　ArrayList、LinkedList、HashMap/LinkedHashMap、TreeSet的clone()是浅拷贝，元素的引用和拷贝前相同；PriorityQueue的clone()继承自Object。

5.3 foreach

　　在for(Element e : collection)中：

　　collection == null，直接抛异常；

　　容器内容为空，即刚刚被new出来，里面什么也没有，直接跳过循环；

　　容器中放了null（如果允许的话），则将这个null取出并赋值给e，执行循环中的语句。

5.4 null对象

　　List可以放无限多个，set只能放一个。EnumSet、PriorityQueue是不能放null的。这个null也在计数中。所以放进去null用foreach取出来时需要判空。