大家好，這裡是《齊姐聊資料結構》系列之大集合。 話不多說，直接上圖：  Java 集合，也稱作容器，主要是由`兩大介面 (Interface)` 派生出來的： `Collection 和 Map` 顧名思義，容器就是用來存放資料的。 那麼這兩大介面的不同之處在於： - Collection 存放單一元素； - Map 存放 key-value 鍵值對。 就是單身狗放 Collection 裡面，couple 就放 Map 裡。（所以你屬於哪裡？ 學習這些集合框架，我認為有 4 個目標： 1. 明確每個介面和類的對應關係； 2. 對每個介面和類，熟悉常用的 API； 3. 對不同的場景，能夠選擇合適的資料結構並分析優缺點； 4. 學習原始碼的設計，面試要會答啊。 關於 Map，之前那篇 HashMap 的文章已經講的非常透徹詳盡了，所以本文不再贅述。如果還沒看過那篇文章的小夥伴，快去公眾號內回覆「**HashMap**」看文章吧～ ## Collection 先來看最上層的 Collection.  Collection 裡還定義了很多方法，這些方法也都會繼承到各個子介面和實現類裡，而這些 API 的使用也是日常工作和麵試常見常考的，所以我們先來看下這些方法。 操作集合，無非就是「增刪改查」四大類，也叫 `CRUD`: > Create, Read, Update, and Delete. 那我也把這些 API 分為這四大類： | 功能 | 方法 | | :--- | :-------------------------: | | 增 | add()/addAll() | | 刪 | remove()/ removeAll() | | 改 | Collection Interface 裡沒有 | | 查 | contains()/ containsAll() | | 其他 | isEmpty()/size()/toArray() | 下面具體來看： #### 增： ```java boolean add(E e); ``` `add()` 方法傳入的資料型別必須是 Object，所以當寫入基本資料型別的時候，會做自動裝箱 auto-boxing 和自動拆箱 unboxing。 還有另外一個方法 `addAll()`，可以把另一個集合裡的元素加到此集合中。 ```java boolean addAll(Collection c); ``` #### 刪： ```java boolean remove(Object o); ``` `remove()`是刪除的指定元素。 那和 `addAll()` 對應的， 自然就有`removeAll()`，就是把集合 B 中的所有元素都刪掉。 ```java boolean removeAll(Collection c); ``` #### 改： Collection Interface 裡並沒有直接改元素的操作，反正刪和增就可以完成改了嘛！ #### 查： - 查下集合中有沒有某個特定的元素： ```java boolean contains(Object o); ``` - 查集合 A 是否包含了集合 B： ```java boolean containsAll(Collection c); ``` #### 還有一些對集合整體的操作： - 判斷集合是否為空： ```java boolean isEmpty(); ``` - 集合的大小： ```java int size(); ``` - 把集合轉成陣列： ```java Object[] toArray(); ``` 以上就是 Collection 中常用的 API 了。 在接口裡都定義好了，子類不要也得要。 當然子類也會做一些自己的實現，這樣就有了不同的資料結構。 那我們一個個來看。 ## List  List 最大的特點就是：`有序`，`可重複`。 看官網說的： > An ordered collection (also known as a sequence). > Unlike sets, lists typically allow duplicate elements. 這一下把 Set 的特點也說出來了，和 List 完全相反，Set 是 `無序`，`不重複`的。 List 的實現方式有 LinkedList 和 ArrayList 兩種，那面試時最常問的就是這兩個資料結構如何選擇。 對於這類選擇問題： 一是考慮資料結構是否能**完成需要的功能**； 如果都能完成，二是考慮哪種**更高效**。 （萬事都是如此啊。 那具體來看這兩個 classes 的 API 和它們的時間複雜度： | 功能 | 方法 | ArrayList | LinkedList | | :--- | :-----------------: | :-------: | :--------: | | 增 | add(E e) | O(1) | O(1) | | 增 | add(int index, E e) | O(n) | O(n) | | 刪 | remove(int index) | O(n) | O(n) | | 刪 | remove(E e) | O(n) | O(n) | | 改 | set(int index, E e) | O(1) | O(n) | | 查 | get(int index) | O(1) | O(n) | 稍微解釋幾個： `add(E e)` 是在尾巴上加元素，雖然 ArrayList 可能會有擴容的情況出現，但是均攤複雜度（amortized time complexity）還是 O(1) 的。 `add(int index, E e)`是在特定的位置上加元素，LinkedList 需要先找到這個位置，再加上這個元素，雖然單純的「加」這個動作是 O(1) 的，但是要找到這個位置還是 O(n) 的。（這個有的人就認為是 O(1)，和麵試官解釋清楚就行了，拒絕扛精。 `remove(int index)`是 remove 這個 index 上的元素，所以 - ArrayList 找到這個元素的過程是 O(1)，但是 remove 之後，後續元素都要往前移動一位，所以均攤複雜度是 O(n)； - LinkedList 也是要先找到這個 index，這個過程是 O(n) 的，所以整體也是 O(n)。 `remove(E e)`是 remove 見到的第一個這個元素，那麼 - ArrayList 要先找到這個元素，這個過程是 O(n)，然後移除後還要往前移一位，這個更是 O(n)，總的還是 O(n)； - LinkedList 也是要先找，這個過程是 O(n)，然後移走，這個過程是 O(1)，總的是 O(n). 那造成時間複雜度的區別的原因是什麼呢？ **答**： - 因為 ArrayList 是用陣列來實現的。 - 而陣列和連結串列的最大區別就是**陣列是可以隨機訪問的（random access）**。 這個特點造成了在數組裡可以通過下標用 O(1) 的時間拿到任何位置的數，而連結串列則做不到，只能從頭開始逐個遍歷。 也就是說在「改查」這兩個功能上，因為陣列能夠隨機訪問，所以 ArrayList 的效率高。 那「增刪」呢？ 如果不考慮找到這個元素的時間， 陣列因為物理上的連續性，當要增刪元素時，在尾部還好，但是其他地方就會導致後續元素都要移動，所以效率較低；而連結串列則可以輕鬆的斷開和下一個元素的連線，直接插入新元素或者移除舊元素。 但是呢，實際上你不能不考慮找到元素的時間啊。。。而且如果是在尾部操作，資料量大時 ArrayList 會更快的。 **所以說：** 1. **改查選擇 ArrayList；** 2. **增刪在尾部的選擇 ArrayList；** 3. **其他情況下，如果時間複雜度一樣，推薦選擇 ArrayList，因為 overhead 更小，或者說記憶體使用更有效率。** ### Vector 那作為 List 的最後一個知識點，我們來聊一下 Vector。這也是一個年齡暴露帖，用過的都是大佬。 那 Vector 和 ArrayList 一樣，也是繼承自 java.util.AbstractList，底層也是用陣列來實現的。 但是現在已經被棄用了，因為...它加了太多的 synchronized！ 任何好處都是有代價的，執行緒安全的成本就是效率低，在某些系統裡很容易成為瓶頸，所以現在大家不再在資料結構的層面加 synchronized，而是把這個任務轉移給我們程式設計師== **那麼面試常問題：Vector 和 ArrayList 的區別是什麼，只答出來這個還還不太全面。** 來看 stack overflow 上的高票回答：  > 一是剛才已經說過的執行緒安全問題； > 二是擴容時擴多少的區別。 這個得看看原始碼：  這是 ArrayList 的擴容實現，這個**算術右移**操作是把這個數的二進位制往右移動一位，最左邊**補符號位**，但是因為容量沒有負數，所以還是補 0. 那右移一位的效果就是除以 2，那麼定義的新容量就是原容量的 **1.5 倍**。 不瞭解這個右移操作符的小夥伴，公眾號內回覆「二進位制」快複習一下吧～ 再來看 Vector 的：  因為通常 capacityIncrement 我們並不定義，所以預設情況下它是**擴容兩倍**。 答出來這兩點，就肯定沒問題了。 ## Queue & Deque Queue 是一端進另一端出的線性資料結構；而 Deque 是兩端都可以進出的。  ### Queue Java 中的 這個 Queue 介面稍微有點坑，一般來說佇列的語義都是**先進先出**（FIFO）的。 但是這裡有個例外，就是 PriorityQueue，也叫 heap，並不按照進去的時間順序出來，而是按照規定的優先順序出去，並且它的操作並不是 O(1) 的，時間複雜度的計算稍微有點複雜，我們之後單獨開一篇來講。 那 Queue 的方法[官網](https://docs.oracle.com/javase/8/docs/api/java/util/Queue.html "Queue")都總結好了，它有兩組 API，基本功能是一樣的，但是呢： - 一組是會拋異常的； - 另一組會返回一個特殊值。 | 功能 | 拋異常 | 返回值 | | :--- | :-------: | :------: | | 增 | add(e) | offer(e) | | 刪 | remove() | poll() | | 瞧 | element() | peek() | **為什麼會拋異常呢？** - 比如佇列空了，那 remove() 就會拋異常，但是 poll() 就返回 null；element() 就會拋異常，而 peek() 就返回 null 就好了。 **那 add(e) 怎麼會拋異常呢？** 有些 Queue 它會有容量的限制，比如 **BlockingQueue**，那如果已經達到了它最大的容量且不會擴容的，就會拋異常；但如果 offer(e)，就會 return false. **那怎麼選擇呢？：** - 首先，要用就用**同一組 API**，前後要統一； - 其次，根據需求。如果你需要它拋異常，那就是用拋異常的；不過做演算法題時基本不用，所以選那組返回特殊值的就好了。 ### Deque Deque 是兩端都可以進出的，那自然是有針對 First 端的操作和對 Last 端的操作，那每端都有兩組，一組拋異常，一組返回特殊值： | 功能 | 拋異常 | 返回值 | | :--- | :-------------------------: | :-------------------------: | | 增 | addFirst(e)/ addLast(e) | offerFirst(e)/ offerLast(e) | | 刪 | removeFirst()/ removeLast() | pollFirst()/ pollLast() | | 瞧 | getFirst()/ getLast() | peekFirst()/ peekLast() | 使用時同理，要用就用同一組。 Queue 和 Deque 的這些 API 都是 O(1) 的時間複雜度，準確來說是均攤時間複雜度。 ### 實現類 它們的實現類有這三個：  所以說， - 如果想實現「普通佇列 - 先進先出」的語義，就使用 LinkedList 或者 ArrayDeque 來實現； - 如果想實現「優先佇列」的語義，就使用 PriorityQueue； - 如果想實現「棧」的語義，就使用 ArrayDeque。 我們一個個來看。 在實現普通佇列時，**如何選擇用 LinkedList 還是 ArrayDeque 呢？** 來看一下 [StackOverflow](https://stackoverflow.com/questions/6163166/why-is-arraydeque-better-than-linkedlist "ArrayDeque vs LinkedList") 上的高票回答：  總結來說就是推薦使用 ArrayDeque，因為效率高，而 LinkedList 還會有其他的額外開銷（overhead）。 **那 ArrayDeque 和 LinkedList 的區別有哪些呢？**  還是在剛才的同一個問題下，這是我認為總結的最好的： 1. ArrayDeque 是一個可擴容的陣列，LinkedList 是連結串列結構； 2. ArrayDeque 裡不可以存 null 值，但是 LinkedList 可以； 3. ArrayDeque 在操作頭尾端的增刪操作時更高效，但是 LinkedList 只有在當要移除中間某個元素且已經找到了這個元素後的移除才是 O(1) 的； 4. ArrayDeque 在記憶體使用方面更高效。 所以，只要不是必須要存 null 值，就選擇 ArrayDeque 吧！ **那如果是一個很資深的面試官問你，什麼情況下你要選擇用 LinkedList 呢？** - 答：Java 6 以前。。。因為 ArrayDeque 在 Java 6 之後才有的。。 為了版本相容的問題，實際工作中我們不得不做一些妥協。。 那最後一個問題，就是關於 Stack 了。 ### Stack Stack 在語義上是 **先進先出（LIFO）** 的線性資料結構。 有很多高頻面試題都是要用到棧的，比如接水問題，雖然最優解是用雙指標，但是用棧是最直觀的解法也是需要了解的，之後有機會再專門寫吧。 那在 Java 中是怎麼實現棧的呢？ 雖然 Java 中有 Stack 這個類，但是呢，官方文件都說不讓用了！  原因也很簡單，因為 Vector 已經過被棄用了，而 Stack 是繼承 Vector 的。 那麼想實現 Stack 的語義，就用 ArrayDeque 吧： ```java Deque stack = new ArrayDeque<>(); ``` ## Set 最後一個 Set，剛才已經說過了 Set 的特定是`無序`，`不重複`的。 就和數學裡學的「集合」的概念一致。  Set 的常用實現類有三個： **HashSet**: 採用 Hashmap 的 key 來儲存元素，主要特點是無序的，基本操作都是 O(1) 的時間複雜度，很快。 **LinkedHashSet**: 這個是一個 HashSet + LinkedList 的結構，特點就是既擁有了 O(1) 的時間複雜度，又能夠保留插入的順序。 **TreeSet**: 採用紅黑樹結構，特點是可以有序，可以用自然排序或者自定義比較器來排序；缺點就是查詢速度沒有 HashSet 快。 那每個 Set 的**底層實現**其實就是對應的 Map： **數值放在 map 中的 key 上，value 上放了個 PRESENT，是一個靜態的 Object，相當於 place holder，每個 key 都指向這個 object。** 那麼具體的**實現原理**、**增刪改查**四種操作，以及**雜湊衝突**、**hashCode()/equals()** 等問題都在 HashMap 那篇文章裡講過了，這裡就不贅述了，沒有看過的小夥伴可以在公眾號後臺回覆「HashMap」獲取文章哦～ ## 總結 再回到開篇的這張圖，有沒有清楚了一些呢？  每個資料結構下面其實都有很多內容，比如 PriorityQueue 也就是堆，齊姐之前也專門寫過文章講解它的相關操作，比如很有名的 `heapify()` 的過程為什麼是 `O(n)` 的等面試常問題，感興趣的小夥伴在公眾號後臺回覆「堆」獲取文章吧～ 如果你喜歡這篇文章，記得給我點贊留言哦～你們的支援和認可，就是我創作的最大動力，我們下篇文章見！ **我是小齊，紐約程式媛，終生學習者，每天晚上 9 點，雲自習室裡不見不散！** **更多幹貨文章見我的 Github: https://github.com/xiaoqi6666/N