Java编程思想（四）第17章-容器深入研究
目录：
Java编程思想（一）第1~13、16章
Java编程思想（二）第14章-类型信息
Java编程思想（三）第15章-泛型
Java编程思想（四）第17章-容器深入研究
Java编程思想（五）第18章-Java IO系统
Java编程思想（六）第19章-枚举类型
Java编程思想（七）第20章-注解
Java编程思想（八）第21章-并发
1 Set和存储顺序
- 加入
Set的元素必须定义equals()方法以确保对象的唯一性。 hashCode()只有这个类被置于HashSet或者LinkedHashSet中时才是必需的。但是对于良好的编程风格而言，你应该在覆盖equals()方法时，总是同时覆盖hashCode()方法。- 如果一个对象被用于任何种类的排序容器中，例如
SortedSet（TreeSet是其唯一实现），那么它必须实现Comparable接口。 - 注意，
SortedSet的意思是“按对象的比较函数对元素排序”，而不是指“元素插入的次序”。插入顺序用LinkedHashSet来保存。
2 队列
- 队了并发应用，Queue在Java SE5中仅有的两个实现是
LinkiedList和PriorityQueue，它们仅有排序行为的差异，性能上没有差异。 - 优先级队列
PriorityQueue的排列顺序也是通过实现Comparable而进行控制的。
3 Map
映射表（也称为关联数组Associative Array）。
3.1 性能
HashMap使用了特殊的值，称作散列码（hash code），来取代对键的缓慢搜索。散列码是“相对唯一”的、用以代表对象的int值，它是通过将该对象的某些信息进行转换而生成的。
hashCode()是根类Object中的方法，因此所有对象都能产生散列码。
对Map中使用的键的要求与对Set中的元素的要求一样：
- 任何键都必须具有一个
equals()方法； - 如果键被用于散列Map，那么它必须还具有恰当的
hashCode()方法； - 如果键被用于
TreeMap，那么它必须实现Comparable。
4 散列与散列码
HashMap使用equals()判断当前的键是否与表中存在的键相同。
默认的Object.equals()只是比较对象的地址。如果要使用自己的类作为HashMap的键，必须同时重写hashCode()和equals()。
正确的equals()方法必须满足下列5个条件：
- 自反性。
- 对称性。
- 传递性。
- 一致性。
- 对任何不是null的
x，x.equals(null)一定返回false。
4.1 散列概念
使用散列的目的在于：想要使用一个对象来查找另一个对象。
Map的实现类使用散列是为了提高查询速度。
散列的价值在于速度：散列使得查询得以快速进行。由于瓶颈位于查询速度，因此解决方案之一就是保持键的排序状态，然后使用
Collections.binarySearch()进行查询。散列则更进一步，它将键保存在某处，以便能够很快找到。存储一组元素最快的数据结构是数组，所以用它来表示键的信息（请小心留意，我是说键的信息，而不是键本身）。但是因为数组不能调整容量，因此就有一个问题：我们希望在Map中保存数量不确定的值，但是如果键的数量被数组的容量限制了，该怎么办？
答案就是：数组并不保存键本身。而是通过键对象生成一个数字，将其作为数组的下标。这个数字就是散列码，由定义在Object中的、且可能由你的类覆盖的
hashCode()方法（在计算机科学的术语中称为散列函数）生成。为解决数组容量固定的问题，不同的键可以产生相同的下标。也就是说，可能会有冲突，即散列码不必是独一无二的。因此，数组多大就不重要了，任何键总能在数组中找到它的位置。
4.2 理解散列
综上，散列就是将一个对象生成一个数字保存下来（作为数组的下标），然后在查找这个对象时直接找到这个数字就可以了，所以散列的目的是为了提高查找速度，而手段是将一个对象生成的数字与其关联并保存下来（通过数组，称为散列表）。这个生成的数字就是散列码。而生成这个散列码的方法称为散列函数（hashCode()）。
4.3 HashMap查询过程（快速原因）
因此，HashMap中查询一个key的过程就是：
- 首先计算散列码
- 然后使用散列码查询数组（散列码作变数组下标）
- 如果没有冲突，即生成这个散列码的对象只有一个，则散列码对应的数组下标的位置就是这个要查找的元素
- 如果有冲突，则散列码对应的下标所在数组元素保存的是一个
list，然后对list中的值使用equals()方法进行线性查询。
因此，不是查询整个list，而是快速地跳到数组的某个位置，只对很少的元素进行比较。这便是HashMap会如此快速的原因。
4.4 简单散列Map的实现
- 散列表中的槽位（slot）通常称为桶位（bucket）
- 为使散列均匀，桶的数量通常使用质数（JDK5中是质数，JDK7中已经是2的整数次方了）。
事实证明，质数实际上并不是散列桶的理想容量。近来，（通过广泛的测试）Java的散列函数都使用 2的整数次方。对现代处理器来说，除法与求余数是最慢的操作。使用2的整数次方长度的散列表，可用 掩码代替除法。因为get()是使用最多的操作，求余数的%操作是其开销最大的部分，而使用2的整数次方可以消除此开销（也可能对hashCode()有些影响）。
- get()方法按照与put()方法相同的方式计算在buckets数组中的索引，这很重要，因为这样可以保证两个方法可以计算出相同的位置。
package net.mrliuli.containers;
import java.util.*;
public class SimpleHashMap extends AbstractMap {
// Choose a prime number for the hash table size, to achieve a uniform distribution:
static final int SIZE = 997;
// You can't have a physical array of generics, but you can upcast to one:
@SuppressWarnings("unchecked")
LinkedList>[] buckets = new LinkedList[SIZE];
@Override
public V put(K key, V value){
int index = Math.abs(key.hashCode()) % SIZE;
if(buckets[index] == null){
buckets[index] = new LinkedList>();
}
LinkedList> bucket = buckets[index];
MapEntry pair = new MapEntry(key, value);
boolean found = false;
V oldValue = null;
ListIterator> it = bucket.listIterator();
while(it.hasNext()){
MapEntry iPair = it.next();
if(iPair.equals(key)){
oldValue = iPair.getValue();
it.set(pair); // Replace old with new
found = true;
break;
}
}
if(!found){
buckets[index].add(pair);
}
return oldValue;
}
@Override
public V get(Object key){
int index = Math.abs(key.hashCode()) % SIZE;
if(buckets[index] == null) return null;
for(MapEntry iPair : buckets[index]){
if(iPair.getKey().equals(key)){
return iPair.getValue();
}
}
return null;
}
@Override
public Set> entrySet(){
Set> set = new HashSet>();
for(LinkedList> bucket : buckets){
if(bucket == null) continue;
for(MapEntry mpair : bucket){
set.add(mpair);
}
}
return set;
}
public static void main(String[] args){
SimpleHashMap m = new SimpleHashMap();
for(String s : "to be or not to be is a question".split(" ")){
m.put(s, s);
System.out.println(m);
}
System.out.println(m);
System.out.println(m.get("be"));
System.out.println(m.entrySet());
}
} 4.5 覆盖hashCode()
设计`hashCode()`时要考虑的因素：- 最重要的因素：无论何时，对同一相对象调用hashCode()都应该生成同样的值。
- 此外，不应该使hashCode()依赖于具有唯一性的对象信息，尤其是使用this的值，这只能产生很糟糕的hashCode()。因为这样做无法生成一个新的键，使之与put()中原始的键值对中的键相同。即应该使用对象内有意义的识别信息。也就是说，它必须基于对象的内容生成散列码。
- 但是，通过hashCode() equals()必须能够完全确定对象的身份。
- 因为在生成桶的下标前，hashCode()还需要进一步处理，所以散列码的生成范围并不重要，只要是int即可。
- 好的hashCode()应该产生分布均匀的散列码。
《Effective Java™ Programming Language Guide (Addison-Wesley, 2001)》为怎样写出一个像样的hashCode()给出了一个基本的指导：
- 给
int变量result赋予一个非零值常量，如17 - 为对象内每个有意义的域
f（即每个可以做equals()操作的域）计算出一个int散列码c：
| 域类型 | 计算 |
|---|---|
| boolean | c=(f?0:1) |
| byte、char、short或int | c=(int)f |
| long | c=(int)(f^(f>>>32)) |
| float | c=Float.floatToIntBits(f); |
| double | long l = Double.doubleToLongBits(f); |
| Object,其equals()调用这个域的equals() | c=f.hashCode() |
| 数组 | 对每个元素应用上述规则 |
3. 合并计算散列码：result = 37 * result + c;
4. 返回result。
5. 检查hashCode()最后生成的结果，确保相同的对象有相同的散列码。
5 选择不同接口的实现
5.1 微基准测试的危险（Microbenchmarking dangers）
已证明
0.0是包含在Math.random()的输出中的，按照数学术语，即其范围是[0,1)。
5.2 HashMap的性能因子
HashMap中的一些术语：
- 容量（Capacity）：表中的桶位数（The number of buckets in the table）。
- 初始容量（Initial capacity）：表在创建时所拥有的桶位数。
HashMap和HashSet都具有允许你指定初始容量的构造器。 - 尺寸（Size）：表中当前存储的项数。
- 负载因子（Loadfactor）：尺寸/容量。空表的负载因子是
0，而半满表的负载因子是0.5，依此类推。负载轻的表产生冲突的可能性小，因此对于插入和查找都是最理想的（但是会减慢使用迭代器进行遍历的过程）。HashMap和HashSet都具有允许你指定负载因子的构造器，表示当负载情况达到该负载的水平时，容器将自动增加其容量（桶位数），实现方式是使容量大致加倍，并重新将现有对象分布到新的桶位集中（这被称为再散列）。
HashMap使用的默认负载因子是0.75（只有当表达到四分之三满时，才进行再散列），这个因子在时间和空间代价之间达到了平衡。更高的负载因子可以降低表所需的空间，但会增加查找代价，这很重要，因为查找是我们在大多数时间里所做的操作（包括get()和put()）。
6 Collection或Map的同步控制
Collections类有办法能够自动同步整个容器。其语法与“不可修改的”方法相似：
package net.mrliuli.containers;
import java.util.*;
public class Synchronization {
public static void main(String[] args){
Collection<String> c = Collections.synchronizedCollection(new ArrayList<String>());
List<String> list = Collections.synchronizedList(new ArrayList<String>());
Set<String> s = Collections.synchronizedSet(new HashSet<String>());
Set<String> ss = Collections.synchronizedSortedSet(new TreeSet<String>());
Map<String, String> m = Collections.synchronizedMap(new HashMap<String, String>());
Map<String, String> sm = Collections.synchronizedSortedMap(new TreeMap<String, String>());
}
}6.1 快速报错（fail-fast）
Java容器有一种保护机制能够防止多个进行同时修改同一个容器的内容。Java容器类类库采用快速报错（fail-fast）机制。它会探查容器上的任何除了你的进程所进行的操作以外的所有变化，一旦它发现其他进程修改了容器，就会立刻抛出ConcurrentModificationException异常。这就是“快速报错”的意思——即，不是使用复杂的算法在事后来检查问题。
package net.mrliuli.containers;
import java.util.*;
public class FailFast {
public static void main(String[] args){
Collection c = new ArrayList<>();
Iterator it = c.iterator();
c.add("An Object");
try{
String s = it.next();
}catch(ConcurrentModificationException e){
System.out.println(e);
}
}
}