Java容器复习

今天准备对Java的容器知识做一次回顾

ArrayList、LinkList、Set、HashMap、ConcurrentHashMap、ArrayDeque、LinkHashMap与LRU

TreepMap和Hash一致性

先把我能记起来的知识梳理一下

ArrayList

底层是一个数组

具有的特性包括：

• 随机存取，从源代码看实现了RandomAccess这一标识性接口标志它的特性，
• 动态扩容

初始化的时候：

• 无参构造器，初始化的容量是0，在第一次进行add操作的时候，直接扩容至10，之后每次add的时候会检查数组容量，如果容量不够会扩容至之前的1.5倍。
• 有参数构造器，如果指定初始容量大于10的时候，虽然初始化容量还是0，但是首次扩容的数值不一样，如果小于10且大于0的的时候，首次扩容直接会扩充至10。
• 有参数构造器，指定初始化容量是0，此时底层使用的空数组和之前的情况使用的空数组并非同一个。在这种情况下扩容的顺序是0-1-2-3-4-6-9-...。

为什么底层会有两个空数组

程序员在使用0值参数构造器的时候，其目的应该是了解该数组的容量不会太大，这样每次扩容都可以节省空间

LinkList

底层是双向链表，访问的时间复杂度是O(n)，删除和移动是常数级的，相较于ArrayList，访问是时间复杂度是常数级的，而删除和一定是O(n)的。

Set

之前的两种数据结构结构是有序不唯一，而Set则是存储数据无序且唯一的数据结构，具体的HashSet的底层实现就是HashMap。所有的key对应的value都是PRESENT常量

添加的时候如果存在该key值，直接返回false，否则返回true

HashMap

底层是数组+链表或者红黑树

关键的参数：

16

调用无参构造器或者有参数构造器初始化容量小于16的时候，会在第一次插入的时候进行扩容至16。

• 选择16是因为16是一个2的n次幂，而每次扩容的都是之前容量的2倍以保证容量始终的是2的n次幂。

  • HashMap是通过取余来确定key值在底层数组的位置，hashcode % capacity
  • 为了提高这个访问的速度，就需要一个办法代替取余操作，而当capacity是2的n次方的时候，hashcode & (capacity - 1)，进行位运算的值刚好就是取余操作的值

0.75

装载因子。是时间与空间的平衡结果。threshold = capacity * loadFactor，如果size > threshold则需要扩容

如果不设定装载因子，随着size的增大，hash冲突的发生，查找的速度会越来越慢

hash函数

其实对象的Object的hashcode并不是直接使用的，而是高16位与低16位做异或运算，让高位数字参与到hash的过程，以期降低hash冲突发生的可能性。

jdk8的改进

1. 当链表长度超过8的时候，链表转成红黑树，为什么要在8这个threshold改变，根据统计学计算，一个hashcode发生了8次hash冲突几乎是不可能的情况，也就是说如果出现了这种情况，有可能是自己重写的hashcode计算方法出现了很严重的问题。在已经发生这个问题的基础上力求可以改善查询速度。

   为什么要选择红黑树：

   • 针对插入操作引起的不平衡来说，AVL和RBTree调整至平衡都是O(1)的时间复杂度
   • 但是在删除的时候，由于AVL的高度平衡性，维护平衡的时间复杂度会有O(logN)，而RB-Tree最多只需要3次就可以
   • 由于AVL的高度平衡性，插入和删除引起的unbalance的概率更大，如果删除和插入的操作比较多，RB-Tree比AVL更加适合，但如果查找的比较多，AVL的复杂度就会小一些
2. 扩容的时候不需要所有值重新插入新的数组，而是计算hashcode & oldCapacity，如果是0则不需要改变位置

ConcurrentHashMap

线程安全的HashMap：使用的是CAS和synchronized一起保证线程安全

那么它的线程安全性到底体现在哪呢

在初始化的时候，使用CAS检查sizeCtl的值

sizeCtl:

• -1，正在初始化
• -N，有N-1个线程在扩容
• 大凡小于0的时候，都会调用Thread.yield()，让步，等再次获得执行权限的时候就不再执行初始化

当sizeCtl>=0的时候

CAS: CompareAndSwapInt(this,SIZECTL,sc,-1)，成功，这个值就被改成-1，此时可以进行初始化

以上是第一次使用CAS保证线程安全

在put操作中，存在成为头结点的竞争

• 如果没有发生hash冲突显然是不需要考虑加锁，而是使用cas尝试成为头结点：casTabAt
• 如果发生了hash冲突，需要对头结点加锁，然后后续操作同HashMap。

以上是第二次使用cas和第一次使用synchronized，保证put的线程安全。

为什么有的时候使用cas有的使用syn？

这涉及的悲观锁和乐观锁的特性

• 在使用cas的操作中，并发量一般不是很大，操作不是很频繁，例如初始化和头结点竞争，cas不加锁降低了线程切换的开销
• 在处理hash冲突这种相对的频繁的操作，使用syn可以避免cas自旋带来的cpu的开销。

LinkHashMap与LRU

内存调度中中的页面置换算法，选择最近最少使用页面作为被置换出去的页面。

TreeMap与hash一致性算法

hash一致性算法

传统直接取余寻找服务器的算法有一定缺点

• 比如说原来有#0，#1，#2，三台缓存服务器，按照hashcode存取没有问题，一旦增加服务器或者减少服务器就会导致大量缓存服务器无法使用

现设计环状排列的服务器， 结点数量有 Math.pow(2,32) -1，服务器按照hashcode寻找自己的位置

• 存的时候，按照需要存储的对象的hashcode顺时针找到第一个node，如果该node down了，在找下一个，不影响大局
• 取的时候，除非目标服务器down了才会取不到，而且不影响其他

以上hash环同样存在不均匀的问题

比如缓存服务器相对集中在一段区间，而请求对象的hashcode又集中于其他区间，会造成边缘的服务器负载过大

• 在这种情况下需要增加虚拟结点来平衡分布。