JDK源码学习——集合
写在之前，也已经毕业半年了，还没有看过什么源码，java开发的工作做了半年，感觉有必要看看源码了，从JDK的源码自己感兴趣用的最多，面试最可能问到的地方看起吧，顺便巩固下自己的知识。
java中在最重要的部分之一就是集合了，collection。先给出一个完整的集合框架图： 
首先来说一下总体的理解吧：首先集合有collection和Map 两大类。collection中包含list 和set。list又可以分为arrayList、linkedList和vertor 其中arrayList通过实现AbstractList–>AbstractCollection接口
arrayList 与vector区别： 二者的功能其实是一样的，区别在于arrayList不是多线程的即不支持线程同步，vertor支持线程同步的，也就是说访问速度vertor比arrayList 要慢一点。
1 ArrayList在内存不够时默认是扩展50% + 1个，Vector是默认扩展1倍。
2 Vector提供indexOf(obj, start)接口，ArrayList没有。
3 Vector属于线程安全级别的，但是大多数情况下不使用Vector，因为线程安全需要更大的系统开销。
arrayList 与linkedList区别：arrayList是基于数组实现的，所以查询的速度很快，但是删除和添加一个元素就相对慢。linkedList 是基于链表实现的，所以查询速度比arrayList慢，但是添加和删除元素的速度快。
1 ArrayList是实现了基于动态数组的数据结构，LinkedList基于链表的数据结构。
2 对于随机访问get和set，ArrayList觉得优于LinkedList，因为LinkedList要移动指针。
3 对于新增和删除操作add和remove，LinedList比较占优势，因为ArrayList要移动数据。
接着来学习，在集合中所有的元素都实现了Iterator接口，用于遍历元素。
boolean hasNext()：这个方法是在遍历的时候，判断是否还有更多的元素
E next()： 返回下一个元素
default void remove()：这里涉及到了jdk8的特性，在接口定义中，将方法描述为default-虚拟扩展方法，就可以在接口中进行默认实现，从而提高接口的扩展性，避免在接口扩展的时候，破坏原有的实现。
default void forEachRemaining(Consumer action)：这个方面一般都用不到，不做具体描述。
collection
Collection作为一个集合类的顶层接口，他没有直接的子类实现，而是通过实现它的子接口来实现集合容器。Collection的特点是作为一个容器，他可以轻松的帮用户实现数据存储，动态扩容，还有方便的元素遍历和快速的增删改查等操作，这些特点都在接口定义的方法中一一体现出来，相比我们用array来存储数据方便不少。
Collection的子接口主要是三大类分别是List，Set和Queue。这三个接口各有特点。
list是顺序存储的，并且可以重复，可以为空
Set 集合最大的特点是元素不能重复，所有元素都是唯一的存在。Set集合不保证维护元素的顺序
Queue 顾名思义就是队列，队列最大的特点就是FIFO先进先出，与之对应的有栈Stack后进先出。
Map
和Collection一样，Map也是集合容器的一个顶层接口。Map是通过key-value方式存储数据，key值都是唯一的，但key是否能为空，则要看他的不同子类的实现。我们可以把Map看成一个小型的数字字典，通过key值的方式存储数据性能非常快，比如他的子类Hashmap，底层就是通过散列表来实现存储，他的时间复杂度是O(1)。另一个典型的子类Treemap是基于红黑树实现的，时间复杂度为O(log n)。以下将介绍部分方法。
HashSet
先说说HashSet的继承关系，HashSet继承了AbstractSet抽象类并实现了Set接口，AbstractSet的子类还包括TreeSet，里面实现了两个类公共的一部分方法，后面也会略有介绍。
那么HashSet到底一个怎么样的存在呢?HashSet顾名思义就是通过Hash表的方式存储数据，既然提到hash，那么肯定少不了HashMap，其实HashSet很聪明，他只需在内部维护了一个HashMap实例，将数据存储在了map中，并且集合元素不能重复。因此HashSet可以说是集合类中实现最简单的一个，他基本就是实现了List接口中定义的几个方法。
那么我想说HashSet和HashMap有什么区别呢？
1.HashMap提供键值对的方式存储数据，而HashSet仅仅提供数据存储，并没有键值对应。他获取元素的方式也只能通过遍历的方式逐个获取
2.HashMap在存入数据的时候是更加key值的hash值判断，而HashSet需要重写hashCode和equals两个方法，如果不重写则会调用默认的实现，用户在使用HashSet的时候要特别注意元素的euqals判断，有必要的话要重写一个，以免出现问题。
HashMap
HashMap是Map的一个实现类，这个类很重要，是很多集合类的实现基础，底层用的就是他，比如前文中讲到的HashSet，下文要讲到的LinkedHashMap。我们可以将HashMap看成是一个小型的数字字典，他以key-value的方式保存数据，Key全局唯一，并且key和value都允许为null。
HashMap底层是通过维护一个数据来保存元素。当创建HashMap实例的时候，会通过指定的数组大小以及负载因子等参数创建一个空的数组，当在容器中添加元素的时候，首先会通过hash算法求得key的hash值，再根据hash值确定元素在数组中对应的位置，最后将元素放入数组对应的位置。在添加元素的过程中会出现hash冲突问题，冲突处理的方法就是判断key值是否相同，如果相同则表明是同一个元素，替换value值。如果key值不同，则把当前元素添加到链表尾部。这里引出了一个概念，就是HashMap的数据结构其实是：hash表+单向链表。通过链表的方式把所有冲突元素放在了数组的同一个位置。但是当链表过长的时候会影响HashMap的存取效率。因此我们在实际使用HashMap的时候就需要考虑到这个问题，那么该如何控制hash冲突的出现频率呢？HashMap中有一个负载因子(loadFactor)的概念。容器中实际存储元素的size = loadFactor * 数组长度，一旦容器元素超出了这个size，HashMap就会自动扩容，并对所有元素重新执行hash操作，调整位置。好了说了这么多，下面就开始介绍源码实现。
hashMap 的数组大小必须是2 的幂，至于为什么，感兴趣的可以搜一下，这里先不说了，我想要的讲的是HashMap 的put方法，也就是为马map中添加一个元素。Map添加元素的方式是通过put，向容器中存入一个Key-Value对。下面我将详细介绍put的实现过程，这个方法非常重要，吃透了这个方法的实现原理，基本也就能搞懂HashMap是怎么一回事了。
大致上：首先会判断是否第一次添加元素，如果是第一次，就会先创建一个一定大小的数组（table）。接着通过hash与数组长度的操作，确定key对应的位置，也就是key值通过hash算法在数组中确定存储位置。如果找到的位置为空，那么就在当前数组位置，为这个key-value创建一个节点。如果对应的位置有值，则会和key值进行比较，如果key值相同，则表明是同一个元素，直接把value值替换。如果key值不相同，那么就会进行遍历整个数组，如果找到了有相同的key值，则在对应位置替换其value值。如果没有找到相同的key值，那么就在链表尾部添加中这个元素。源代码如下：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 获取key的hash值，这里讲hash值的高16位右移和低16位做异或操作，目的是为了减少hash冲突，使hash值能均匀分布。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// 如果是第一次添加元素，那么table是空的，首先创建一个指定大小的table。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过对hash与数组长度的与操作，确定key对应的数组位置，然后读取该位置中的元素。
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果当前位置为空，那么就在当前数组位置，为这个key-value创建一个节点。
tab[i] = newNode(hash, key, value, null);
else {
// 如果当前位置已经存在元素，那么就要逐个读取这条链表的元素。
Node e; K k;
// 如果key和hash值都等于当前头元素，那么这存放的两个元素是相同的。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果当前位置的链表类型是TreeNode，那么就讲当前元素以红黑树的形式存放。
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 遍历链表的所有元素，如果都未找到相同key的元素，那么说明这个元素并不在容器中存在，因此将他添加到链表尾部，并结束遍历。
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果在遍历过程中，发现了相同的key值，那么就结束遍历。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果e != null 说明在当前容器中，存在一个相同的key值，那么就要替换key所对应的value
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 这是专门留给LinkedHashMap调用的回调函数，LinkedHashMap会实现这个方法。从这里可以看出，HashMap充分的考虑了他的扩展性。
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 这里判断当前元素的数量是否超过了容量的上限，如果超过了，就要重新进行扩容，并对当前元素重新hash，所以再次扩容以后的元素位置都是会改变的。
if (++size > threshold)
resize();
// 此方法也是HashMap留给LinkedHashMap实现的回调方法。透露一下，因为LinkedHashMap在插入元素以后，都会维护他的一个双向链表
afterNodeInsertion(evict);
return null;
} 再说一句,在put元素的过程中，可能会出现当前元素的数量超过了容量上限，那么就会进行扩容，前面提到了haspmap的容量必须为2的幂，所以每次扩容都是之前的两倍，再次扩容之后会对元素重新hash,所以元素的位置会发生改变。下面附上扩容方法的源代码：
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 如果容器并不是第一次扩容的话，那么oldCap必定会大于0
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// threshold和数组大小cap共同扩大为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
// 第一次扩容，并且设定了threshold值。
else if (oldThr > 0)
newCap = oldThr;
else {
// 如果在创建的时候并没有设置threshold值，那就用默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 第一次扩容的时候threshold = cap * loadFactor
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建数组
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
// 如果不是第一次扩容，那么hash表中必然存在数据，需要将这些数据重新hash
if (oldTab != null) {
// 遍历所有元素
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 重新计算在数组中的位置。
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
// 这里分两串，lo表示原先位置的所有，hi表示新的索引
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
// 因为cap都是2的幂次，假设oldCap == 10000，
// 假设e.hash= 01010 那么 e.hash & oldCap == 0。
// 老位置= e.hash & oldCap-1 = 01010 & 01111 = 01010
// newCap此时为100000，newCap-1=011111。
// 此时e.hash & newCap 任然等于01010，位置不变。
// 如果e.hash 假设为11010，那么 e.hash & oldCap != 0
// 原来的位置为 e.hash & oldCap-1 = 01010
// 新位置 e.hash & newCap-1 = 11010 & 011111 = 11010
// 此时 新位置 != 老位置 新位置=老位置+oldCap
// 因此这里分类两个索引的链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.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;
}
get获取元素 使用HashMap有一个明显的优点，就是他的存取时间开销基本维持在O(1).
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
// 同一个key的hash值是相同的，通过hash就可以求出数组的下标，便可以在O(1)的时间内获取元素。
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
// 在容器不为空，并且对应位置也存在元素的情况下，那么就要遍历链表，找到相同key值的元素。
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果第一个元素的key值相同，那么这个元素就是我们要找的。
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果第一个元素不是我们要找的，接下来就遍历链表元素，如果遍历完了以后都没找到，说明不存在这个key值
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
} linkedHashMap:是HashMap的子类，不仅实现了hashmap的所有功能，还维护了元素的存储顺序，也就是说它维护的是一个双向链表。结构是hash表+双向链表.
WeakHashMap:和hashmap类似也是hash表+单向链表实现的，但是它是弱关系存储的，简单来说就是长时间不用，会被JVM机制自动回收。
HashTable : HashTable与HashMap的原理相同，实现方式也几乎一致。除了以下几点不同：
1.HashMap非线程安全，HashTable线程安全。HashMap与HashTable的实现方法几
乎一致，区别是HashTable对所有的方法进行了同步操作，确保了线程安全。但是有需
要注意的是，他只确保单个操作的原子性，如果需要在并发环境下执行复合操作，那用
户需要自行同步，否则会出现问题。
2.HashMap的key和value可以为null， HashTable的Key和value不能为null。
TreeMap:
TreeMap和HashMap一样实现的是Map接口，但两者的实现方式天差地别。HashMap的底层是hash表+单向链表的形式存储数据，TreeMap底层是通过红黑树存储数据。HashMap因为是基于散列表的实现，所以时间开销为O(1)，TreeMap的时间开销是O(lgn)。TreeMap的优势在于他是基于key值排序的。
红黑树有五大特性：
1）每个结点要么是红的，要么是黑的。
2）根结点是黑的。
3）每个叶结点，即空结点（NIL）是黑的。
4）如果一个结点是红的，那么它的俩个儿子都是黑的。
5）对每个结点，从该结点到其子孙结点的所有路径上包含相同数目的黑结点。
他的所有操作都是围绕着这五大特性展开的。这五大特性的最终目的就是为了维持二叉树的相对平衡性。当每次二叉树操作以后，有可能会出现违反特性的情况（也就是出现了失衡状况），这时二叉树需要通过左旋，右旋，重新着色等系列操作，再次找到平衡点。
我的理解是：红黑色的操作就两个要点。第一：遵循二叉查找树的规范，对所有元素进行排序，但这里存在着不确定情况，有可能出现左右子树深度极其不对称的情况，导致最坏时间复杂度出现O(n)的情况。 第二：正因为存在二叉树严重不平衡的情况，所以就出现了红黑二叉树，通过标记每个节点的颜色，动态的调整二叉树的结构，使其始终维持在相对平衡的状态，这样做的好处就是查找性能始终维持在O(lgn)的较高水平。
参考：https://github.com/kexun/jdk_source_learning