常见集合源码分析

ArrayList

底层结构

1
transient Object[] elementData; // non-private to simplify nested class access

底层是一个数组，默认大小为10，当数组容量不够时，会进行扩容，扩容大小为原来的1.5倍。

添加元素

1
2
3
4
5
public boolean add(E e) {
    ensureCapacityInternal(size + 1);  // Increments modCount!!
    elementData[size++] = e;
    return true;
}

扩容

1
2
3
4
5
6
7
8
9
10
11
12
13
private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    int newCapacity = oldCapacity + (oldCapacity >> 1);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0) {
        newCapacity = hugeCapacity(minCapacity);
    }
    // minCapacity is usually close to size, so this is a win:
    elementData = Arrays.copyOf(elementData, newCapacity);
    }

扩容时，会先计算新的容量大小，然后进行扩容，扩容后，会将原来的数组复制到新的数组中。

删除元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
public E remove(int index) {
    if (index >= size)
        throw new IndexOutOfBoundsException(outOfBoundsMsg(index));

    modCount++;
    E oldValue = elementData(index);

    int numMoved = size - index - 1;
    if (numMoved > 0)
        System.arraycopy(elementData, index+1, elementData, index,
                         numMoved);
    elementData[--size] = null; // clear to let GC do its work

    return oldValue;
}

删除元素时，会将后面的元素向前移动，然后将最后一个元素置为null，方便垃圾回收。

优点

  1. 底层是数组，查询速度快
  2. 插入和删除元素时，需要移动元素，效率较低

缺点

  1. 底层是数组，当数组容量不够时，需要扩容，扩容效率较低
  2. 删除元素时，需要移动元素，效率较低

LinkedList

底层结构

1
2
3
4
5
6
7
8
9
10
11
12
13
transient int size = 0;

/**
 * Pointer to first node.
 * Invariant: (first == null && last == null) ||
 *            (first.prev == null && first.item != null)
 */
transient Node<E> first;

/**
 * Pointer to last node.
 * Invariant: (first == null && last == null) || (last.next == null && last.item != null) */
transient Node<E> last;

底层是一个双向链表，每个节点都包含一个元素和两个指针，分别指向前一个节点和后一个节点。

添加元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
public boolean add(E e) {
    linkLast(e);
    return true;
}

void linkLast(E e) {
    final Node<E> l = last; // 获取最后一个节点
    final Node<E> newNode = new Node<>(l, e, null); // 创建新节点，指向前一个节点和后一个节点
    last = newNode; // 将最后一个节点指向新节点
    if (l == null) // 如果链表为空，将第一个节点指向新节点
        first = newNode;
    else
        l.next = newNode;
    size++;
    modCount++;
}

添加元素时，会创建一个新节点，然后将最后一个节点指向新节点，如果链表为空，将第一个节点指向新节点。

删除元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
public E remove(int index) {
    checkElementIndex(index);
    return unlink(node(index));
}

E unlink(Node<E> x) {
    // assert x != null;
    final E element = x.item;
    final Node<E> next = x.next;
    final Node<E> prev = x.prev;

    if (prev == null) // 如果前一个节点为空，将第一个节点指向下一个节点 
        first = next;
    else
        prev.next = next;
    if (next == null) // 如果下一个节点为空，将最后一个节点指向前一个节点
        last = prev;
    else
        next.prev = prev;

    x.item = null; // 释放节点
    x.next = null; // 释放节点
    x.prev = null; // 释放节点
    size--;
    modCount++;
    return element;
}

删除元素时，会找到要删除的节点，然后将前一个节点指向下一个节点，将下一个节点指向前一个节点，最后释放节点。

优点

  1. 底层是双向链表，插入和删除元素时，不需要移动元素，效率较高
  2. 可以在任意位置插入和删除元素

缺点

  1. 底层是双向链表，查询速度较慢
  2. 占用内存较多

HashMap

底层结构

1
transient Node<K,V>[] table;

底层是一个数组，每个数组元素是一个链表，当链表长度超过8时，会转换为红黑树。

添加元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

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)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[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))))
            e = p;
        else if (p instanceof TreeNode)

            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

添加元素时，会先计算key的hash值，然后根据hash值找到对应的数组位置，如果数组位置为空，则直接添加元素，如果数组位置不为空，则判断是否为红黑树，如果是红黑树，则调用红黑树的添加方法，如果不是红黑树，则遍历链表，找到对应的元素，如果找到了，则更新元素的值，如果没有找到，则添加元素到链表的末尾，如果链表长度超过8，则将链表转换为红黑树。

删除元素

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
public V remove(Object key) {

    Node<K,V> e;

    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                tab[index] = node.next;
            else
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;

}

删除元素时，会先计算key的hash值，然后根据hash值找到对应的数组位置，如果数组位置为空，则直接返回null，如果数组位置不为空，则判断是否为红黑树，如果是红黑树，则调用红黑树的删除方法，如果不是红黑树，则遍历链表，找到对应的元素，如果找到了，则删除元素，如果没有找到，则直接返回null。

优点

  1. 底层是数组+链表+红黑树，查询速度较快
  2. 可以快速定位元素

缺点

  1. 底层是数组+链表+红黑树，占用内存较多
  2. 在高并发情况下，容易出现死循环问题

HashMap jdk1.7和jdk1.8的区别

  1. jdk1.7中，HashMap的底层是数组+链表，当链表长度超过8时，会转换为红黑树，而jdk1.8中，HashMap的底层是数组+链表+红黑树，当链表长度超过8时，会转换为红黑树。
  2. jdk1.7中，HashMap在扩容时，会重新计算每个元素的hash值，然后重新分配到新的数组位置，而jdk1.8中，HashMap在扩容时，会直接将原数组中的元素移动到新的数组位置，不需要重新计算hash值。
  3. jdk1.7中，HashMap在扩容时，可能会出现死循环问题，而jdk1.8中，HashMap在扩容时，不会出现死循环问题。
  4. jdk1.7中，HashMap的初始容量为16，而jdk1.8中，HashMap的初始容量为16。
  5. jdk1.7中，HashMap的负载因子为0.75，而jdk1.8中，HashMap的负载因子为0.75。
  6. jdk1.7中，HashMap的扩容方式是2的幂次方，而jdk1.8中，HashMap的扩容方式是2的幂次方。
  7. jdk1.7中，HashMap的迭代器是fail-fast的，而jdk1.8中，HashMap的迭代器不是fail-fast的。