《Java 高级篇》五：数据结构seo优化

《Java 高级篇》五：数据结构

news/2024/10/2 22:54:13

Author: ACatSmiling

Since: 2024-10-01

概述

在 Java 语言中，数组（Array）和集合都是对多个数据进行存储操作的结构，简称Java 容器。此时的存储，主要指的是内存层面的存储，不涉及到持久化的存储。

数组在内存存储方面的特点：

数组一旦初始化以后，其长度就确定了。
数组一旦定义好，其元素的类型也就确定了。

数组在存储数据方面的弊端：

数组一旦初始化以后，其长度就不可修改，不便于扩展。
数组中提供的属性和方法少，不便于进行添加、删除、插入等操作，且效率不高。
数组中没有现成的属性和方法，去直接获取数组中已存储的元素的个数（只能直接知道数组的长度）。
数组存储的数据是有序的、可重复的。对于无序、不可重复的需求，不能满足，即数组存储数据的特点比较单一。

Java 集合类可以用于存储数量不等的多个对象，还可用于保存具有映射关系的关联数组。

Java 集合框架可分为Collection和Map两种体系：

Collection 接口：单列集合，用来存储一个一个的对象。
- List 接口：存储有序的、可重复的数据。包括：ArrayList、LinkedList、Vector。
- Set 接口：存储无序的、不可重复的数据。包括：HashSet、LinkedHashSet、TreeSet。
Map 接口：双列集合，用来存储具有映射关系 "key - value 对" 的数据。包括：HashMap、LinkedHashMap、TreeMap、Hashtable、Properties。

数组

**数组（Array）**，是多个相同类型的数据按一定顺序排列的集合，使用一个名字命名，并通过编号的方式对这些数据进行统一管理。

数组的相关概念：

数组名
元素
下标/索引
数组的长度

数组的特点：

数组是有序排列的。
创建数组对象会在内存中开辟一整块连续的空间，而数组名中引用的是这块连续空间的首地址。
数组本身是引用数据类型的变量，但数组中的元素可以是任何数据类型，既可以是基本数据类型，也可以是引用数据类型。
可以直接通过下标/索引的方式调用指定位置的元素，速度很快。
数组的长度一旦确定，就不能修改。

数组的分类：

按照维度：一维数组、二维数组、三维数组、…
按照元素的数据类型分：基本数据类型元素的数组、引用数据类型元素的数组（即对象数组）。

一维数组

声明方式：type var[] 或 type[] var;。例如：

int a[];
int[] a1;
double b[];
String[] c;// 引用类型变量数组

不同写法：int[] x;，int x[];。

Java 语言中声明数组时，不能指定其长度（数组中元素的数），例如：int a[5];// 非法。

public static void main(String[] args) {// 1-1 静态初始化，方式一int[] ids = new int[]{1001, 1002, 1003, 1004, 1005};// 1-2 静态初始化，方式二，类型推断int[] ids2 = {1001, 1002, 1003, 1004, 1005};// 2 动态初始化String[] names = new String[5];names[0] = "Student A";names[1] = "Student B";names[2] = "Student C";names[3] = "Student D";names[4] = "Student E";// 3 数组的长度System.out.println("ids 的长度：" + ids.length);// 5System.out.println("names 的长度：" + names.length);// 5// 4 遍历数组for (int i = 0; i < ids.length; i++) {System.out.println(ids[i]);}for (int i = 0; i < names.length; i++) {System.out.println(names[i]);}// 5 简写方式遍历数组for (int id : ids) {System.out.println(id);}for (String name : names) {System.out.println(name);}// 6 数组元素的默认初始化值int[] arrs = new int[5];for (int arr : arrs) {System.out.println(arr);// 0}String[] arrs2 = new String[5];for (String arr2 : arrs2) {System.out.println(arr2);// null}
}

静态初始化：数组的初始化，和数组元素的赋值操作同时进行，如："int[] ids = new int[]{1001, 1002, 1003, 1004, 1005};"。
动态初始化 ：数组的初始化，和数组元素的赋值操作分开进行，如："String[] names = new String[5]; names[1] = "a";"。
定义数组并用运算符 new 为之分配空间后，才可以引用数组中的每个元素。
数组元素的引用方式：数组名[数组元素下标]。
数组元素下标从 0 开始，长度为 n 的数组的合法下标取值范围：0 ~ n - 1。如：int a[] = new int[3];，则可引用的数组元素为 a[0]、a[1] 和 a[2]。
数组元素下标可以是整型常量或整型表达式。如 a[3]，b[i]，c[6*i]。
数组一旦初始化完成，其长度也随即确定，且长度不可变。每个数组都有一个属性 length 指明它的长度，例如：a.length 指明数组 a 的长度（元素个数）。
数组是引用类型，它的元素相当于类的成员变量，因此数组一经分配空间，其中的每个元素也被按照成员变量同样的方式被隐式初始化。然后，再根据实际代码设置，将数组相应位置的元素进行赋值，即显示赋值。

数组元素类型元素默认初始值

byte 0

short 0

int 0

long 0L

float 0.0F

double 0.0

char 0 或写为 '\u000' （表现为空）

boolean false

引用类型 null
- 对于基本数据类型而言，默认的初始化值各有不同；对于引用数据类型而言，默认的初始化值为 null。
- char 类型的默认值是 0，不是 '0'，表现的是类似空格的一种效果。

数组元素类型	元素默认初始值
byte	0
short	0
int	0
long	0L
float	0.0F
double	0.0
char	0 或写为 '\u000' （表现为空）
boolean	false
引用类型	null

二维数组

Java 语言里提供了支持多维数组的语法。如果把一维数组当成几何中的线性图形，那么二维数组就相当于是一个表格。

对于二维数组的理解，可以看成是一维数组 array1，作为另一个一维数组 array2 的元素而存在。其实，从数组底层的运行机制来看，没有多维数组。

可以理解为，array2 是外层数组，array1 则是外层数组每一个位置上的值，即内层数组。

不同写法：int[][] x;，int[] x[];，int x[][];。

public static void main(String[] args) {// 1-1 静态初始化，方式一int[][] arr = new int[][]{{3, 8, 2}, {2, 7}, {9, 0, 1, 6}};// 1-2 静态初始化，方式二，类型推断int[][] arr2 = {{3, 8, 2}, {2, 7}, {9, 0, 1, 6}};System.out.println(arr2[2][3]);// 2-1 动态初始化，方式一/*定义了名称为 arr3 的二维数组，二维数组中有 3 个一维数组，内层每一个一维数组中有 2 个元素内层一维数组的名称分别为 arr3[0]，arr3[1]，arr3[2]，返回的是地址值给内层第一个一维数组 1 脚标位赋值为 78 写法是：arr3[0][1] = 78;*/int[][] arr3 = new int[3][2];arr3[0][1] = 78;System.out.println(arr3[0]);// [I@78308db1System.out.println(arr3[0][1]);// 78// 2-2 动态初始化，方式二/*二维数组 arr4 中有 3 个一维数组，内层每个一维数组都是默认初始化值 null（注意：区别于格式 2-1）可以对内层三个一维数组分别进行初始化*/int[][] arr4 = new int[3][];// 初始化第一个arr4[0] = new int[3];// 初始化第二个arr4[1] = new int[1];// 初始化第三个arr4[2] = new int[2];// 3 特殊写法int[] x, y[];// x 是一维数组，y 是二维数组x = new int[3];y = new int[3][2];// 4 获取数组长度System.out.println("arr的长度：" + arr.length);// 3System.out.println("arr第一个元素的长度：" + arr[0].length);// 3// 5 遍历二维数组for (int i = 0; i < arr.length; i++) {for (int j = 0; j < arr[i].length; j++) {System.out.print(arr[i][j] + "\t");// 3	8 2	2 7	9 0	1 6}}System.out.println();// 6 简写遍历二维数组for (int[] valueArr : arr) {for (int value : valueArr) {System.out.print(value + "\t");// 3	8 2	2 7	9 0	1 6}}System.out.println();// 7 二维数组元素的默认初始化值int[][] arr5 = new int[3][2];System.out.println(arr5);// [[I@27c170f0System.out.println(arr5[1]);// [I@5451c3a8System.out.println(arr5[1][1]);// 0String[][] arr6 = new String[3][2];System.out.println(arr6);// [[Ljava.lang.String;@2626b418System.out.println(arr6[1]);// [Ljava.lang.String;@5a07e868System.out.println(arr6[1][1]);// nullString[][] arr7 = new String[3][];System.out.println(arr7[1]);// null，因为内层数组未初始化System.out.println(arr7[1][1]);// NullPointerException
}

动态初始化方式一，初始化时直接规定了内层一维数组的长度，动态初始化方式二，可以在使用过程中根据需要另行初始化内层一维数组的长度。利用动态初始化方式二时，必须要先初始化内层一维数组才能对其使用，否则报空指针异常。
int[][] arr = new int[][3];的方式是非法的。
注意特殊写法情况：int[] x,y[];// x是一维数组，y是二维数组。
Java 中多维数组不必都是规则矩阵形式。
数组元素的默认初始化值：针对形如int[][] arr = new int[4][3];的初始化方式，外层元素的初始化值为地址值，内层元素的初始化值与一维数组初始化情况相同；针对形如int[][] arr = new int[4][];的初始化方式，外层元素的初始化值为 null，内层元素没有初始化，不能调用。

数组应用

杨辉三角

杨辉三角：

提示：

第一行有 1 个元素，第 n 行有 n 个元素。
每一行的第一个元素和最后一个元素都是 1。
从第三行开始，对于非第一个元素和最后一个元素的元素，有：yanghui[i][j] = yanghui[i-1][j-1] + yanghui[i-1][j];。

实现：

public static void main(String[] args) {// 1 声明二维数组并初始化int[][] arrs = new int[10][];for (int i = 0; i < arrs.length; i++) {System.out.print("[" + i + "]\t");// 2 初始化内层数组，并给内层数组的首末元素赋值arrs[i] = new int[i + 1];arrs[i][0] = 1;arrs[i][arrs[i].length - 1] = 1;for (int j = 0; j < arrs[i].length; j++) {// 3 给从第三行开始内层数组的非首末元素赋值if (i >= 2 && j > 0 && j < arrs[i].length - 1) {arrs[i][j] = arrs[i - 1][j - 1] + arrs[i - 1][j];}System.out.print(arrs[i][j] + "\t");}System.out.println();}System.out.print("\t");for (int i = 0; i < arrs.length; i++) {System.out.print("[" + i + "]\t");}
}

回形数

回形数，从键盘输入一个 1 - 20 的整数，然后以该数字为矩阵的大小，把 1，2，3 … n*n 的数字按照顺时针螺旋的形式填入其中。例如：

输入数字 2，则程序输出：
输入数字 3，则程序输出：
输入数字 4，则程序输出：

实现方式一：

public static void main(String[] args) {Scanner scanner = new Scanner(System.in);System.out.println("输入一个数字");int len = scanner.nextInt();int[][] arr = new int[len][len];int s = len * len;/** k = 1：向右，k = 2：向下，k = 3：向左，k = 4：向上*/int k = 1;int i = 0, j = 0;for (int m = 1; m <= s; m++) {if (k == 1) {if (j < len && arr[i][j] == 0) {arr[i][j++] = m;} else {k = 2;i++;j--;m--;}} else if (k == 2) {if (i < len && arr[i][j] == 0) {arr[i++][j] = m;} else {k = 3;i--;j--;m--;}} else if (k == 3) {if (j >= 0 && arr[i][j] == 0) {arr[i][j--] = m;} else {k = 4;i--;j++;m--;}} else if (k == 4) {if (i >= 0 && arr[i][j] == 0) {arr[i--][j] = m;} else {k = 1;i++;j++;m--;}}}// 遍历数组for (int m = 0; m < arr.length; m++) {for (int n = 0; n < arr[m].length; n++) {System.out.print(arr[m][n] + "\t");}System.out.println();}
}

实现方式二：

public static void main(String[] args) {Scanner scanner = new Scanner(System.in);System.out.println("输入一个数字");int n = scanner.nextInt();int[][] arr = new int[n][n];int count = 0;// 要显示的数据int maxX = n - 1;// X 轴的最大下标int maxY = n - 1;// Y 轴的最大下标int minX = 0;// X 轴的最小下标int minY = 0;// Y 轴的最小下标while (minX <= maxX) {// 向右for (int x = minX; x <= maxX; x++) {arr[minY][x] = ++count;}minY++;// 向下for (int y = minY; y <= maxY; y++) {arr[y][maxX] = ++count;}maxX--;// 向左for (int x = maxX; x >= minX; x--) {arr[maxY][x] = ++count;}maxY--;// 向上for (int y = maxY; y >= minY; y--) {arr[y][minX] = ++count;}minX++;}// 遍历数组for (int i = 0; i < arr.length; i++) {for (int j = 0; j < arr.length; j++) {String space = (arr[i][j] + "").length() == 1 ? "0" : "";System.out.print(space + arr[i][j] + " ");}System.out.println();}
}

元素统计

定义一个 int 型的一维数组，包含 10 个元素，分别赋一些随机整数，然后求出所有元素的最大值，最小值，和值，平均值，并输出出来。要求：所有随机数都是两位数。

public static void main(String[] args) {// 初始化及赋值int[] arr = new int[10];int length = arr.length;for (int i = 0; i < length; i++) {int value = (int) (Math.random() * 90 + 10);arr[i] = value;}// 遍历for (int value : arr) {System.out.print(value + "\t");}System.out.println();// 计算int max = arr[0];int min = arr[0];int sum = 0;double average = 0;for (int value : arr) {max = max < value ? value : max;min = min > value ? value : min;sum += value;}average = sum / (length * 1.0);System.out.println("最大值：" + max);System.out.println("最小值：" + min);System.out.println("和值：" + sum);System.out.println("平均值：" + average);
}

数组的复制

虚假的复制，没有创建新对象：

public static void main(String[] args) {// 声明 arr1 和 arr2int[] arr1, arr2;arr1 = new int[]{2, 3, 5, 7, 11, 13, 17, 19};// 遍历 arr1for (int value : arr1) {System.out.print(value + "\t");}System.out.println();// 赋值 arr2 变量等于 arr1// 不能称作数组的复制，实际上是把 arr1 指向的地址（以及其他一些信息）赋给了 arr2，堆空间中只有一个数组对象arr2 = arr1;// 遍历 arr2for (int value : arr2) {System.out.print(value + "\t");}System.out.println();// 更改 arr2for (int i = 0; i < arr1.length; i++) {if (i % 2 == 0) {arr2[i] = i;continue;}arr2[i] = arr1[i];}// 遍历 arr2for (int value : arr2) {System.out.print(value + "\t");}System.out.println();// 遍历 arr1for (int value : arr1) {System.out.print(value + "\t");}System.out.println();
}
输出结果：
2	3	5	7	11	13	17	19	
2	3	5	7	11	13	17	19	
0	3	2	7	4	13	6	19	
0	3	2	7	4	13	6	19

真实的复制，创建了新对象：

public static void main(String[] args) {// 声明 arr1 和 arr2int[] arr1, arr2;arr1 = new int[]{2, 3, 5, 7, 11, 13, 17, 19};// 遍历 arr1for (int value : arr1) {System.out.print(value + "\t");}System.out.println();// 数组的复制arr2 = new int[arr1.length];for (int i = 0; i < arr1.length; i++) {arr2[i] = arr1[i];}// 遍历 arr2for (int value : arr2) {System.out.print(value + "\t");}System.out.println();// 更改 arr2for (int i = 0; i < arr1.length; i++) {if (i % 2 == 0) {arr2[i] = i;continue;}arr2[i] = arr1[i];}// 遍历 arr2for (int value : arr2) {System.out.print(value + "\t");}System.out.println();// 遍历 arr1for (int value : arr1) {System.out.print(value + "\t");}System.out.println();
}
输出结果：
2	3	5	7	11	13	17	19	
2	3	5	7	11	13	17	19	
0	3	2	7	4	13	6	19	
2	3	5	7	11	13	17	19

数组反转

public static void main(String[] args) {String[] arr = {"A", "B", "C", "D", "E", "F", "G"};// 遍历arrfor (String value : arr) {System.out.print(value + "\t");}System.out.println();// 反转，方式一for (int i = 0; i < arr.length / 2; i++) {String temp = arr[i];arr[i] = arr[arr.length - 1 - i];arr[arr.length - 1 - i] = temp;}for (String value : arr) {System.out.print(value + "\t");}System.out.println();// 反转，方式二for (int i = 0, j = arr.length - 1; i < j; i++, j--) {String temp = arr[i];arr[i] = arr[j];arr[j] = temp;}for (String value : arr) {System.out.print(value + "\t");}System.out.println();
}

数组查找

线性查找

public static void main(String[] args) {String[] arr = {"A", "B", "C", "D", "E", "F", "G"};// 遍历 arrfor (String value : arr) {System.out.print(value + "\t");}System.out.println();String dest = "D";boolean isFlag = true;for (int i = 0; i < arr.length; i++) {if (dest.equals(arr[i])) {System.out.println("找到了指定的元素：" + dest + "，位置为：" + i);isFlag = false;break;}}if (isFlag) {System.out.println("没找到指定的元素：" + dest);}
}
输出结果：
A	B	C	D	E	F	G	
找到了指定的元素：D，位置为：3

二分法查找

前提：所要查找的数组必须有序。

public static void main(String[] args) {int[] arr = {2, 5, 7, 8, 10, 15, 18, 20, 22, 25, 28};// 遍历 arrfor (int value : arr) {System.out.print(value + "\t");}System.out.println();int dest = 10;// 初始的首索引int head = 0;// 初始的末索引int end = arr.length - 1;boolean isFlag = true;while (head <= end) {int middle = (head + end) / 2;if (dest == arr[middle]) {System.out.println("找到了指定的元素：" + dest + "，位置为：" + middle);isFlag = false;break;} else if (dest < arr[middle]) {end = middle - 1;} else {// dest2 > arr2[middle]head = middle + 1;}}if (isFlag) {System.out.println("没找到指定的元素：" + dest);}
}
输出结果：
2 5	7 8	10 15 18 20	22 25 28	
找到了指定的元素：10，位置为：4

数组排序

排序：假设含有 n 个记录的序列为 {R1, R2, ..., Rn}，其相应的关键字序列为 {K1, K2, ..., Kn}。将这些记录重新排序为 {Ri1, Ri2, ..., Rin}，使得相应的关键字值满足条 Ki1 <= Ki2 <= ... <= Kin，这样的一种操作称为排序。通常来说，排序的目的是快速查找。

衡量排序算法的优劣：

时间复杂度：分析关键字的比较次数和记录的移动次数。
空间复杂度：分析排序算法中需要多少辅助内存。
稳定性：若两个记录 A 和 B 的关键字值相等，但排序后 A、B 的先后次序保持不变，则称这种排序算法是稳定的。

排序算法分类：内部排序和外部排序。

内部排序：整个排序过程不需要借助于外部存储器（如磁盘等），所有排序操作都在内存中完成。
外部排序：参与排序的数据非常多，数据量非常大，计算机无法把整个排序过程放在内存中完成，必须借助于外部存储器（如磁盘等）。外部排序最常见的是多路归并排序。可以认为外部排序是由多次内部排序组成。

十大内部排序算法：

选择排序
- 直接选择排序、堆排序
交换排序
- 冒泡排序、快速排序
插入排序
- 直接插入排序、折半插入排序、Shell 排序
归并排序
桶式排序
基数排序

排序算法性能对比：

从平均时间而言：快速排序最佳。但在最坏情况下时间性能不如堆排序和归并排序。
从算法简单性看：由于直接选择排序、直接插入排序和冒泡排序的算法比较简单，将其认为是简单算法。对于 Shell 排序、堆排序、快速排序和归并排序算法，其算法比较复杂，认为是复杂排序。
从稳定性看：直接插入排序、冒泡排序和归并排序时稳定的；而直接选择排序、快速排序、 Shell 排序和堆排序是不稳定排序。
从待排序的记录数 n 的大小看，n 较小时，宜采用简单排序；而 n 较大时宜采用改进排序。

排序算法的选择：

若 n 较小（如 n ≤50），可采用直接插入或直接选择排序。当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插入，应选直接选择排序为宜。
若文件初始状态基本有序（指正序），则应选用直接插入、冒泡或随机的快速排序为宜。
若 n 较大，则应采用时间复杂度为 O(nlgn) 的排序方法：快速排序、堆排序或归并排序。

冒泡排序

冒泡排序的原理非常简单，它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。

排序思想：

比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。
对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
针对所有的元素重复以上的步骤，除了最后一个。
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较为止。

实现：

public static void main(String[] args) {int[] arr = new int[]{43, 32, 76, -98, 0, 64, 33, -21, 32, 99};// 遍历 arrfor (int value : arr) {System.out.print(value + "\t");}System.out.println();// 冒泡排序for (int i = 0; i < arr.length - 1; i++) {// 先把最大的数移到数组最后一位，然后再找第二大的数，以此类推for (int j = 0; j < arr.length - 1 - i; j++) {if (arr[j] > arr[j + 1]) {int temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}}// 遍历 arrfor (int value : arr) {System.out.print(value + "\t");}System.out.println();
}
输出结果：
43	32	76	-98	0	64	33	-21	32	99
-98	-21	0	32	32	33	43	64	76	99

快速排序

快速排序通常明显比同为 O(nlogn) 的其他算法更快，因此常被采用，而且快速排序采用了分治法的思想，所以在很多笔试面试中能经常看到快速排序的影子，可见掌握快速排序的重要性。

快速排序（Quick Sort）由图灵奖获得者 Tony Hoare 发明，被列为 20 世纪十大算法之一，是迄今为止所有内排序算法中速度最快的一种。

快速排序属于冒泡排序的升级版，交换排序的一种。快速排序的时间复杂度为 O(nlog(n))。

排序思想：

从数列中挑出一个元素，称为 "基准"（pivot）。
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

Arrays 工具类的使用

java.util.Arrays类为操作数组的工具类，包含了用来操作数组（比如排序和搜索）的各种方法。常用的方法有：

boolean equals(int[] a, int[] b)：判断两个数组是否相等。
String toString(int[] a)：遍历数组信息。
void fill(int[] a, int val)：将指定值填充到数组之中。
void sort(int[] a)：对数组进行排序，底层使用的是快速排序。
int binarySearch(int[] a, int key)：对排序后的数组进行二分法检索指定的值。

示例：

public static void main(String[] args) {// 1 boolean equals(int[] a, int[] b)：判断两个数组是否相等int[] arr1 = new int[]{1, 2, 3, 4};int[] arr2 = new int[]{1, 3, 2, 4};boolean isEquals = Arrays.equals(arr1, arr2);System.out.println("arr1和arr2是否相等：" + isEquals);// 2 String toString(int[] a)：遍历数组信息System.out.println("arr1：" + Arrays.toString(arr1));// 3 void fill(int[] a, int val)：将指定值填充到数组之中Arrays.fill(arr1, 10);System.out.println("arr1填充后：" + Arrays.toString(arr1));// 4 void sort(int[] a)：对数组进行排序，底层使用的是快速排序System.out.println("arr2排序前：" + Arrays.toString(arr2));Arrays.sort(arr2);System.out.println("arr2排序后：" + Arrays.toString(arr2));// 5 int binarySearch(int[] a, int key)：对排序后的数组进行二分法检索指定的值int[] arr3 = new int[]{-98, -34, 2, 34, 54, 66, 79, 105, 210, 333};int dest = 211;int index = Arrays.binarySearch(arr3, dest);if (index >= 0) {System.out.println(dest + "在数组中的位置为：" + index);} else {System.out.println(dest + "在数组中未找到：" + index);}
}
输出结果：
arr1和arr2是否相等：false
arr1：[1, 2, 3, 4]
arr1填充后：[10, 10, 10, 10]
arr2排序前：[1, 3, 2, 4]
arr2排序后：[1, 2, 3, 4]
211在数组中未找到：-10

数组中的异常

public static void main(String[] args) {// ArrayIndexOutOfBoundsExceptionint[] arr = new int[]{7, 10};System.out.println(arr[2]);// 数组脚标越界System.out.println(arr[-1]);// 访问了数组中不存在的脚标// NullPointerException：空指针异常，arr 引用没有指向实体，却被操作实体中的元素// 情形一int[] arr2 = null;System.out.println(arr2[0]);// 情形二int[][] arr3 = new int[4][];System.out.println(arr3[0]);// nullSystem.out.println(arr3[0][0]);// NullPointerException// 情形三String[] arr4 = new String[]{"AA", "BB", "CC"};arr4[0] = null;System.out.println(arr4[0].toString());// 对 null 调用了方法
}

ArrayIndexOutOfBoundsException 和 NullPointerException，在编译时，不报错！！

List 接口

List 集合类中元素有序、且可重复，集合中的每个元素都有其对应的顺序索引。

ArrayList

基础属性：

public class ArrayList<E> extends AbstractList<E>implements List<E>, RandomAccess, Cloneable, java.io.Serializable
{@java.io.Serialprivate static final long serialVersionUID = 8683452581122892189L;/*** Default initial capacity.*/private static final int DEFAULT_CAPACITY = 10;/*** Shared empty array instance used for empty instances.*/private static final Object[] EMPTY_ELEMENTDATA = {};/*** Shared empty array instance used for default sized empty instances. We* distinguish this from EMPTY_ELEMENTDATA to know how much to inflate when* first element is added.*/private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};/*** The array buffer into which the elements of the ArrayList are stored.* The capacity of the ArrayList is the length of this array buffer. Any* empty ArrayList with elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA* will be expanded to DEFAULT_CAPACITY when the first element is added.*/transient Object[] elementData; // non-private to simplify nested class access/*** The size of the ArrayList (the number of elements it contains).** @serial*/private int size;
}

本文源码，均基于 JDK 17。

new ArrayList() 时，底层 Object[] 数组 elementData 初始化为 {}，是一个长度为 0 的空数组：

/*** Constructs an empty list with an initial capacity of ten.*/
public ArrayList() {this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
}

第一次调用 add() 方法，初始化底层 Object[] 数组 elementData 的长度为 10，并将元素添加到 elementData 中：

/*** Appends the specified element to the end of this list.** @param e element to be appended to this list* @return {@code true} (as specified by {@link Collection#add})*/
public boolean add(E e) {modCount++;add(e, elementData, size);return true;
}

/*** This helper method split out from add(E) to keep method* bytecode size under 35 (the -XX:MaxInlineSize default value),* which helps when add(E) is called in a C1-compiled loop.*/
private void add(E e, Object[] elementData, int s) {// 第一次执行 add() 方法，size 属性的值为 0，elementData.length 为 0if (s == elementData.length)elementData = grow();// 添加元素到数组中elementData[s] = e;size = s + 1;
}

private Object[] grow() {return grow(size + 1);
}

/*** Increases the capacity to ensure that it can hold at least the* number of elements specified by the minimum capacity argument.** @param minCapacity the desired minimum capacity* @throws OutOfMemoryError if minCapacity is less than zero*/
private Object[] grow(int minCapacity) {int oldCapacity = elementData.length;if (oldCapacity > 0 || elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {int newCapacity = ArraysSupport.newLength(oldCapacity,minCapacity - oldCapacity, /* minimum growth */oldCapacity >> 1           /* preferred growth */);return elementData = Arrays.copyOf(elementData, newCapacity);} else {// 初始化数组，长度为 DEFAULT_CAPACITY，即 10return elementData = new Object[Math.max(DEFAULT_CAPACITY, minCapacity)];}
}

之后，每次执行 add() 方法，直接将元素添加到 elementData 对应的位置，直到第 11 次添加元素。此时，添加的元素的总数，已经超过了数组的长度，需要进行扩容操作：

/*** This helper method split out from add(E) to keep method* bytecode size under 35 (the -XX:MaxInlineSize default value),* which helps when add(E) is called in a C1-compiled loop.*/
private void add(E e, Object[] elementData, int s) {// 第 11 次添加元素，此时，满足 s == elementData.length 条件if (s == elementData.length)elementData = grow();elementData[s] = e;size = s + 1;
}

默认情况下，数组长度扩容为原来容量的 1.5 倍，同时，将原有数组中的数据复制到新的数组中：

/*** Increases the capacity to ensure that it can hold at least the* number of elements specified by the minimum capacity argument.** @param minCapacity the desired minimum capacity* @throws OutOfMemoryError if minCapacity is less than zero*/
private Object[] grow(int minCapacity) {int oldCapacity = elementData.length;// 满足 oldCapacity > 0 条件if (oldCapacity > 0 || elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {// 扩容数组长度到原来的 1.5 倍int newCapacity = ArraysSupport.newLength(oldCapacity,minCapacity - oldCapacity, /* minimum growth */oldCapacity >> 1           /* preferred growth */);// 复制原数组数据到新数组return elementData = Arrays.copyOf(elementData, newCapacity);} else {return elementData = new Object[Math.max(DEFAULT_CAPACITY, minCapacity)];}
}

结论：

ArrayList 是第一次添加元素时，才创建一个初始容量为 10 的数组，延迟了数组的创建。
添加数据时，如果底层的数组需要扩容，均扩容为原来容量的 1.5 倍，同时，将原有数组中的数据复制到新的数组中。
开发中使用 ArrayList 时，建议按需求在初始化时就指定 ArrayList 的容量，以尽可能的避免扩容。

LinkedList

双向链表，内部定义了内部类 Node，作为 LinkedList 中保存数据的基本结构。

LinkedList 内部没有声明数组，而是定义了 Node 类型的 first 和 last，用于记录首末元素：

对于频繁的插入或删除元素的操作，建议使用 LinkedList 类，效率较高。

new LinkedList() 时，内部声明了 Node 类型的 first 和 last 属性，默认值为 null：

public class LinkedList<E>extends AbstractSequentialList<E>implements List<E>, Deque<E>, Cloneable, java.io.Serializable
{transient int size = 0;/*** Pointer to first node.*/transient Node<E> first;/*** Pointer to last node.*/transient Node<E> last;/*** Constructs an empty list.*/public LinkedList() {}
}

// Node 内部类
private static class Node<E> {// 当前 Node 存储的数据E item;// 指向链表的后一个元素Node<E> next;// 指向链表的前一个元素Node<E> prev;Node(Node<E> prev, E element, Node<E> next) {this.item = element;this.next = next;this.prev = prev;}
}

调用 add() 方法添加元素：

/*** Appends the specified element to the end of this list.** <p>This method is equivalent to {@link #addLast}.** @param e element to be appended to this list* @return {@code true} (as specified by {@link Collection#add})*/
public boolean add(E e) {linkLast(e);return true;
}

/*** Links e as last element.*/
void linkLast(E e) {// last，原链表的最后一个对象final Node<E> l = last;// 创建一个新的 Node 对象final Node<E> newNode = new Node<>(l, e, null);// 当前新创建的 Node 对象，成为新链表的最后一个对象last = newNode;if (l == null)// 如果原链表为 null，则将当前新创建的 Node 对象指定为链表的第一个节点 firstfirst = newNode;else// 如果原链表不为 null，则将原链表的最后一个对象，指向当前新的 Node 对象l.next = newNode;size++;modCount++;
}

Set 接口

Set 集合存储无序的、不可重复的数据，如果把两个相同的元素加入同一个 Set 集合中，则添加操作失败。

无序性：不等于随机性。以 HashSet 为例，存储的数据在底层数组中并非按照数组索引的顺序添加，而是根据数据的哈希值决定的。
不可重复性：保证添加的元素按照 equals() 判断时，不能返回 true。即：相同的元素只能添加一个。

Set 接口是 Collection 的子接口，Set 接口没有提供额外的方法，使用的都是Collection中声明过的方法。

Set 判断两个对象是否相同不是使用 == 运算符，而是根据 equals()。对于存放在 Set（主要指：HashSet、LinkedHashSet）容器中的对象，其对应的类一定要重写equals()和hashCode()，以实现对象相等规则。

要求：重写的 hashCode() 和 equals() 尽可能保持一致性，即：相等的对象必须具有相等的散列码。
- 如果不重写所添加元素所在类的 hashCode()，则会调用 Object 类的 hashCode()，该方法是产生一个随机数，因此，即使添加两个一样的元素，其 hashCode 值也可能不同，也就都能添加成功。
重写两个方法的小技巧：对象中用作 equals() 方法比较的 Field，都应该用来计算 hashCode 值。
TreeSet 比较两个元素是否相同的方法，不是 equals() 和 hashCode()，而是元素对应类的排序方法。

重写 hashCode() 方法的基本原则：

在程序运行时，同一个对象多次调用 hashCode() 方法应该返回相同的值。
当两个对象的 equals() 方法比较返回 true 时，这两个对象的 hashCode() 方法的返回值也应相等。
对象中用作 equals() 方法比较的 Field，都应该用来计算 hashCode 值。

重写 equals() 方法的基本原则，以自定义的 Customer 类为例，何时需要重写 equals()：

如果一个类有自己特有的 "逻辑相等" 概念，当重写 equals() 的时候，总是需要重写 hashCode()。因为根据一个类改写后的 equals()，两个截然不同的实例有可能在逻辑上是相等的，但是，根据 Object 类的 hashCode()，它们仅仅是两个对象。这种情况，违反了 "相等的对象必须具有相等的散列码" 的原则。

结论：重写 equals() 的时候，一般都需要同时重写 hashCode() 方法。通常参与计算 hashCode 的对象的属性也应该参与到 equals() 中进行计算。

Eclipse/IDEA 工具里 hashCode() 的重写，为什么会有 31 这个数字：
@Override
public int hashCode() {
int result = name.hashCode();
result = 31 * result + age;
return result;
}
选择系数的时候要选择尽量大的系数，因为如果计算出来的 hashCode 值越大，所谓的冲突就越少，查找起来效率也会提高。---> 减少冲突

31 只占用 5 bits，相乘造成数据溢出的概率较小。

31 可以由i * 31 == (i << 5) - 1来表示，现在很多虚拟机里面都有做相关优化。---> 提高算法效率

31 是一个素数，素数作用就是如果用一个数字来乘以这个素数，那么最终出来的结果只能被素数本身和被乘数还有 1 来整除！---> 减少冲突

HashSet

HashSet 按 Hash 算法来存储集合中的元素，因此具有很好的存取、查找、删除性能。

HashSet 具有以下特点：

不保证元素的排列顺序。
不是线程安全的。
集合元素可以是 null，但是只能有一个。

HashSet 的底层，使用的是 HashMap：

/*** Constructs a new, empty set; the backing {@code HashMap} instance has* default initial capacity (16) and load factor (0.75).*/
public HashSet() {map = new HashMap<>();
}

LinkedHashSet

LinkedHashSet 根据元素的 hashCode 值来决定元素的存储位置，但它同时使用双向链表维护元素的次序，这使得元素看起来是以插入顺序保存的。

遍历 LinkedHashSet 内部数据时，可以按照添加的顺序遍历。

LinkedHashSet 插入性能略低于 HashSet，但在迭代访问 Set 里的全部元素时有很好的性能。对于频繁的遍历操作，LinkedHashSet 效率高于 HashSet。

LinkedHashSet 的底层，使用的是 LinkedHashMap：

public LinkedHashSet() {super(16, .75f, true);
}

HashSet(int initialCapacity, float loadFactor, boolean dummy) {map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

Map 接口

HashMap

HashMap 源码中的重要常量：

DEFAULT_INITIAL_CAPACITY：HashMap 的默认容量，16。

/*** The default initial capacity - MUST be a power of two.*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

MAXIMUM_CAPACITY：HashMap 的最大支持容量，$2^{30}$。

/*** The maximum capacity, used if a higher value is implicitly specified* by either of the constructors with arguments.* MUST be a power of two <= 1<<30.*/
static final int MAXIMUM_CAPACITY = 1 << 30;

DEFAULT_LOAD_FACTOR：HashMap 的默认加载因子，0.75。
```
/*** The load factor used when none specified in constructor.*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
```
- 不同于 ArrayList，HashMap 不是在底层数组全部填满时才进行扩容操作，因为数组上有一些位置可能会一直都没有添加元素，但其他位置上元素可能有很多，导致链表和二叉树结构变多。因此，会在元素添加到一定数量时，就执行扩容操作，即添加元素数量达到 threshold 值时扩容。默认加载因子如果过小，会导致数组还有很多空位置时扩容，数组利用率低；默认加载因子如果过大，会导致数组中存在很多元素时才扩容，链表和二叉树结构过多。因此，默认加载因子在 0.7 ~ 0.75 左右比较合适。

TREEIFY_THRESHOLD：Bucket 中链表存储的 Node 长度大于该默认值，判断是否转换为红黑树，默认为 8。

/*** The bin count threshold for using a tree rather than list for a* bin.  Bins are converted to trees when adding an element to a* bin with at least this many nodes. The value must be greater* than 2 and should be at least 8 to mesh with assumptions in* tree removal about conversion back to plain bins upon* shrinkage.*/
static final int TREEIFY_THRESHOLD = 8;

UNTREEIFY_THRESHOLD：Bucket 中红黑树存储的 Node 长度小于该默认值，转换为链表，默认为 6。

/*** The bin count threshold for untreeifying a (split) bin during a* resize operation. Should be less than TREEIFY_THRESHOLD, and at* most 6 to mesh with shrinkage detection under removal.*/
static final int UNTREEIFY_THRESHOLD = 6;

MIN_TREEIFY_CAPACITY：桶中的 Node 被树化时最小的 hash 表容量，默认为 64。
```
/*** The smallest table capacity for which bins may be treeified.* (Otherwise the table is resized if too many nodes in a bin.)* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts* between resizing and treeification thresholds.*/
static final int MIN_TREEIFY_CAPACITY = 64;
```
- 当桶中 Node 的数量大到需要变红黑树（8）时，若 hash 表容量小于 MIN_TREEIFY_CAPACITY，此时应执行 resize() 进行扩容操作。MIN_TREEIFY_CAPACITY 的值至少是 TREEIFY_THRESHOLD 的 4 倍。

table：存储元素的数组，长度总是 2 的 n 次幂。

/*** The table, initialized on first use, and resized as* necessary. When allocated, length is always a power of two.* (We also tolerate length zero in some operations to allow* bootstrapping mechanics that are currently not needed.)*/
transient Node<K,V>[] table;

entrySet：存储具体元素的集。

/*** Holds cached entrySet(). Note that AbstractMap fields are used* for keySet() and values().*/
transient Set<Map.Entry<K,V>> entrySet;

size：HashMap 中已存储的键值对的数量。

/*** The number of key-value mappings contained in this map.*/
transient int size;

modCount：HashMap 扩容和结构改变的次数。

/*** The number of times this HashMap has been structurally modified* Structural modifications are those that change the number of mappings in* the HashMap or otherwise modify its internal structure (e.g.,* rehash).  This field is used to make iterators on Collection-views of* the HashMap fail-fast.  (See ConcurrentModificationException).*/
transient int modCount;

threshold：扩容的临界值，其值一般等于（容量 * 加载因子），(int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);。扩容的操作不是当底层数组全部被填满后再扩容，而是达到临界值后的下一次添加操作进行扩容。

/*** The next size value at which to resize (capacity * load factor).** @serial*/
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.)
int threshold;

loadFactor：加载因子。

/*** The load factor for the hash table.** @serial*/
final float loadFactor;

new HashMap<>() 时，赋值加载因子 loadFactor 为 DEFAULT_LOAD_FACTOR，即 0.75：

/*** Constructs an empty {@code HashMap} with the default initial capacity* (16) and the default load factor (0.75).*/
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

第一次调用 put() 方法时，通过 resize() 方法，创建一个长度为 16 的 Node 数组：

/*** Associates the specified value with the specified key in this map.* If the map previously contained a mapping for the key, the old* value is replaced.** @param key key with which the specified value is to be associated* @param value value to be associated with the specified key* @return the previous value associated with {@code key}, or*         {@code null} if there was no mapping for {@code key}.*         (A {@code null} return can also indicate that the map*         previously associated {@code null} with {@code key}.)*/
public V put(K key, V value) {// key 做 hashreturn putVal(hash(key), key, value, false, true);
}

/*** Implements Map.put and related methods.** @param hash hash for key* @param key the key* @param value the value to put* @param onlyIfAbsent if true, don't change existing value* @param evict if false, the table is in creation mode.* @return previous value, or null if none*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;if ((tab = table) == null || (n = tab.length) == 0)// 第一次调用 put() 方法，此时，table 未初始化，为 null，调用 resize() 方法，创建长度为 16 的 Node 数组n = (tab = resize()).length;// 然后，查看 Node 数组中的位置 i 的元素 p，是否为 nullif ((p = tab[i = (n - 1) & hash]) == null)// 如果 p 为 null，说明当前位置 i 没有元素，添加成功 ---> 情况 1tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))// 位置 i 上的元素，与当前待添加元素的 key 相同e = p;else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {// 位置 i 上的元素，与当前待添加元素的 key 不同for (int binCount = 0; ; ++binCount) {// 位置 i 上，只有一个元素if ((e = p.next) == null) {// 位置 i 上的原元素指向当前待添加的元素，添加成功 ---> 情况 2 和 3p.next = newNode(hash, key, value, null);if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st// 如果链表的长度超过 8 时，判断是否转为红黑树结构treeifyBin(tab, hash);break;}// 位置 i 上，不止一个元素，依次获得该链表上的每一个元素，与当前待添加元素的 key，对比 hash 值和 equals() 方法if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}if (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;
}

/*** Initializes or doubles table size.  If null, allocates in* accord with initial capacity target held in field threshold.* Otherwise, because we are using power-of-two expansion, the* elements from each bin must either stay at same index, or move* with a power of two offset in the new table.** @return the table*/
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;int newCap, newThr = 0;if (oldCap > 0) {if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return oldTab;}else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold}else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;else {               // zero initial threshold signifies using defaults// 默认数组长度 16newCap = DEFAULT_INITIAL_CAPACITY;// 默认扩容的临界值 0.75 * 16 = 12newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}if (newThr == 0) {float ft = (float)newCap * loadFactor;newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}// 赋值扩容的临界值 12threshold = newThr;@SuppressWarnings({"rawtypes","unchecked"})// 创建一个长度为 16 的 Node 数组Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {oldTab[j] = null;if (e.next == null)newTab[e.hash & (newCap - 1)] = e;else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // preserve orderNode<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);if (loTail != null) {loTail.next = null;newTab[j] = loHead;}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}return newTab;
}

计算 key 的 hash 值：

/*** Computes key.hashCode() and spreads (XORs) higher bits of hash* to lower.  Because the table uses power-of-two masking, sets of* hashes that vary only in bits above the current mask will* always collide. (Among known examples are sets of Float keys* holding consecutive whole numbers in small tables.)  So we* apply a transform that spreads the impact of higher bits* downward. There is a tradeoff between speed, utility, and* quality of bit-spreading. Because many common sets of hashes* are already reasonably distributed (so don't benefit from* spreading), and because we use trees to handle large sets of* collisions in bins, we just XOR some shifted bits in the* cheapest possible way to reduce systematic lossage, as well as* to incorporate impact of the highest bits that would otherwise* never be used in index calculations because of table bounds.*/
static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

判断链表是否转红黑树：

/*** Replaces all linked nodes in bin at index for given hash unless* table is too small, in which case resizes instead.*/
final void treeifyBin(Node<K,V>[] tab, int hash) {int n, index; Node<K,V> e;if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)// 如果底层数组的长度小于 64，只扩容，不转红黑树resize();else if ((e = tab[index = (n - 1) & hash]) != null) {TreeNode<K,V> hd = null, tl = null;do {TreeNode<K,V> p = replacementTreeNode(e, null);if (tl == null)hd = p;else {p.prev = tl;tl.next = p;}tl = p;} while ((e = e.next) != null);if ((tab[index] = hd) != null)hd.treeify(tab);}
}

总结：

new HashMap<>() 时，底层没有创建数组，只赋值加载因子 loadFactor 为 0.75。
首次调用 put() 方法时，底层创建长度为 16 的 Node 数组。
执行 map.put(key1, value1) 操作，可能已经执行过多次 put() 方法：
- 首先，计算 key1 所在类的 hashCode() 以及其他操作计算 key1 的哈希值，此哈希值经过某种算法计算以后，得到在 Node 数组中的存放位置。
- 如果此位置上的数据为空，此时的 key1 - value1 添加成功。---> 情况 1
- 如果此位置上的数据不为空，意味着此位置上存在一个或多个数据，比较 key1 和已经存在的一个或多个数据的哈希值：
  - 如果 key1 的哈希值与已经存在的数据的哈希值都不相同，此时 key1 - value1 添加成功。---> 情况 2
  - 如果 key1 的哈希值和已经存在的某一个数据（key2 - value2）的哈希值相同，则调用 key1 所在类的 equals(key2)，继续比较：
    - 如果 equals() 返回 false：此时 key1 - value1 添加成功。---> 情况 3
    - 如果 equals() 返回 true：使用 value1 替换 value2。
- 补充：关于情况 2 和情况 3，此时 key1 - value1 和原来的数据以链表的方式存储。
当数组的某一个索引位置上的元素以链表形式存在的数据个数 > 8 且当前数组的长度 > 64时，此时此索引位置上的数据改为使用红黑树存储。

存储结构：数组 + 链表 + 红黑树。

1722141753815

HashMap 的内部存储结构其实是数组 + 链表 + 红黑树的结合。当实例化一个 HashMap 时，会初始化 initialCapacity 和 loadFactor，在 put 第一对映射关系时，系统会创建一个长度为 initialCapacity 的 Node 数组，这个长度在哈希表中被称为容量（Capacity），在这个数组中可以存放元素的位置我们称之为 "桶"（Bucket），每个 Bucket 都有自己的索引，系统可以根据索引快速的查找 Bucket 中的元素。
每个 Bucket 中存储一个元素，即一个 Node 对象，但每一个 Node 对象可以带一个引用变量 next，用于指向下一个元素，因此，在一个桶中，就有可能生成一个 Node 链。也可能是一个一个 TreeNode 对象，每一个 TreeNode 对象可以有两个叶子结点 left 和 right，因此，在一个桶中，就有可能生成一个 TreeNode 树。而新添加的元素作为链表的 last，或树的叶子结点。

扩容过程：

当 HashMap 中的元素越来越多的时候，hash 冲突的几率也就越来越高，因为底层数组的长度是固定的。所以为了提高查询的效率，就要对 HashMap 的底层数组进行扩容，而在 HashMap 数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize()。
当 HashMap 中的元素个数超过 "数组大小（数组总大小 length，不是数组中存储的元素个数 size） * loadFactor" 时，就会进行数组扩容。其中，loadFactor 的默认值为 0.75，这是一个折中的取值，默认情况下，数组大小为 16，那么当 HashMap 中元素个数 ≥ 16 * 0.75 = 12 （这个值就是代码中的 threshold 值，也叫做临界值）且要存放的位置非空的时候，就把数组的大小扩展为 2 * 16 = 32，即扩大一倍，然后重新计算每个元素在数组中的位置，把原有的数据复制到新数组中。
扩容是一个非常消耗性能的操作，如果已经预知 HashMap 中元素的个数，那么预设元素的个数能够有效的提高 HashMap 的性能。

LinkedHashMap

LinkedHashMap 在 HashMap 存储结构的基础上，使用了一对双向链表来记录添加元素的顺序，对于频繁的遍历操作，执行效率高于 HashMap。

LinkedHashMap 在遍历元素时，可以按照添加的顺序实现遍历。

LinkedHashMap 在原有的 HashMap 底层结构基础上，添加了一对指针 befor 和 after，指向当前元素的前一个和后一个元素：

/*** HashMap.Node subclass for normal LinkedHashMap entries.*/
static class Entry<K,V> extends HashMap.Node<K,V> {Entry<K,V> before, after;Entry(int hash, K key, V value, Node<K,V> next) {super(hash, key, value, next);}
}

扩展

红黑树在 HashMap 中的应用

HashMap 在 Java 8 中引入了红黑树作为链表的替代数据结构，用于在发生哈希冲突时优化查询性能，红黑树的引入主要是为了提高高冲突情况下的性能。

下面是详细解释：

链表的性能问题。在早期版本的 HashMap 中，当多个键的哈希值相同时，这些键值对会存储在同一个链表中。如果哈希冲突较多，链表变长，查找、插入和删除操作的时间复杂度会从平均情况下的 O(1) 降到最坏情况下的 O(n)，其中 n 是链表的长度。
红黑树的引入。红黑树是一种自平衡二叉搜索树，具有以下特性：

每个节点都是红色或黑色。
根节点是黑色。
所有叶子节点（NIL 节点）都是黑色。
如果一个节点是红色，则其两个子节点都是黑色（即不能有两个连续的红色节点）。
从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
以上这些特性，使得红黑树在最坏情况下的时间复杂度为 O(log n)，其中 n 是树的节点数。这意味着，即使在发生大量哈希冲突的情况下，查找、插入和删除操作的性能也能得到保证。

红黑树在 HashMap 中的应用。在 Java 8 及之后的版本中，HashMap 在发生哈希冲突时，会根据链表的长度决定是否将链表转换为红黑树：

当链表长度超过某个阈值（默认是 8），HashMap 会将链表转换为红黑树。
当红黑树节点数量下降到某个阈值（默认是 6）以下时，红黑树会重新转换为链表。
这样做的目的是在链表较短时保持简单的链表结构（因为链表在长度较短时性能很好且占用内存较小），而在链表较长时切换到红黑树以提高性能。

红黑树的实现。HashMap 中的红黑树由一个内部类 TreeNode 表示，TreeNode 类继承了 HashMap 的 Node 类，并增加了红黑树特有的属性和方法。以下是简化的 TreeNode 类定义：

/**
* Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
* extends Node) so can be used as extension of either regular or
* linked node.
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {// 父节点TreeNode<K,V> parent;  // red-black tree links// 左子节点TreeNode<K,V> left;// 右子节点TreeNode<K,V> right;// 前一个节点TreeNode<K,V> prev;    // needed to unlink next upon deletion// 节点颜色boolean red;TreeNode(int hash, K key, V val, Node<K,V> next) {super(hash, key, val, next);}// 红黑树相关的方法，如插入、删除、旋转等
}

结论：HashMap 使用红黑树来处理高冲突情况下的性能问题，这样可以保证在最坏情况下，查找、插入和删除操作的时间复杂度为 O(log n)，从而提高了 HashMap 的整体性能和稳定性。这种设计使得 HashMap 在面对大量数据和高冲突时依然能够保持高效的性能表现。

红黑树 vs B+Tree

红黑树和 B+Tree是两种常用的数据结构，它们都有各自的应用场景和特点。下面详细介绍这两种数据结构的区别：

数据结构和节点类型

红黑树
- 是一种自平衡的二叉搜索树。
- 每个节点包含一个键和值，以及颜色属性（红色或黑色）。
- 每个节点最多有两个子节点。
B+Tree:
- 是一种多路搜索树，常用于数据库和文件系统中。
- 每个节点可以有多个子节点和多个键。
- 所有的键值对都存储在叶子节点，内节点只存储键不存储值。
- 叶子节点形成一个有序链表，便于范围查询。

平衡机制

红黑树
- 通过红黑规则（如红色节点不能有红色子节点、从根到叶子的所有路径包含相同数量的黑色节点等）来保持平衡。
- 通过旋转和重新着色操作进行自平衡，插入和删除操作的时间复杂度为 O(log n)。
B+Tree
- 通过分裂和合并操作来保持平衡。
- 每个节点（除根节点外）至少有 ⌈m/2⌉ - 1 个键，最多有 m - 1 个键，其中 m 是树的阶数。
- 内节点的插入和删除操作可能会引发分裂和合并，但时间复杂度也是 O(log n)。

应用场景

红黑树
- 主要用于内存中的数据结构，例如 TreeMap 和 TreeSet。
- 适合需要频繁插入、删除和查找操作的场景。
B+Tree
- 主要用于磁盘存储的数据库索引和文件系统。
- 适合需要高效范围查询和顺序访问的场景。
- 由于叶子节点构成有序链表，范围查询效率较高。

查询性能

红黑树
- 查找单个元素的时间复杂度为 O(log n)。
- 不适合大规模范围查询，因为需要遍历树结构。
B+Tree
- 查找单个元素的时间复杂度也是 O(log n)。
- 范围查询性能优越，因为叶子节点形成有序链表，查询可以在链表中顺序遍历。

存储效率

红黑树
- 每个节点存储一个键和值，以及指向左右子节点的指针和颜色信息。
- 节点的存储开销相对较小。
B+Tree
- 内节点存储多个键和指向子节点的指针，叶子节点存储键值对。
- 内节点的存储开销较大，但可以有效减少树的高度，适合磁盘存储。

叶子节点

红黑树
- 叶子节点可以包含数据，也可以为空（表示树的末端）。
B+Tree
- 所有数据都存储在叶子节点，内节点只存储索引。
- 叶子节点通过指针相连，形成有序链表。

插入和删除

红黑树
- 插入操作：
  - 新节点首先作为红色节点插入。
  - 可能需要通过旋转和重新着色来修复红黑树的平衡性质。
- 删除操作：
  - 如果删除的节点是红色节点，直接删除即可。
  - 如果删除的节点是黑色节点，可能需要通过旋转和重新着色来修复红黑树的平衡性质。
B+Tree
- 插入操作：
  - 插入新键时，如果目标节点已满，需要进行节点分裂。
  - 新的键会被推到父节点，可能引发递归的节点分裂。
- 删除操作：
  - 删除键时，如果节点中的键数量低于最低要求（通常是 ⌈m/2⌉ - 1 个键），需要进行节点合并或重新分配。
  - 这些操作可能引发递归的合并或重新分配，直到树恢复平衡。

总结：

红黑树
- 适用于内存中的高效查找、插入和删除操作。
- 不适合大规模的范围查询。
- 结构相对简单，节点存储开销较小。
B+Tree
- 适用于数据库和文件系统中的索引结构，特别是磁盘存储。
- 适合大规模的范围查询和顺序访问。
- 由于内节点存储多个键和指向子节点的指针，存储开销较大，但树的高度较小，适合减少磁盘 I/O。