Java 数组和List的使用

今天我们来谈谈数组、列表和扩容，以及自写List和Java自带类ArrayList的异同。

Java学习笔记

第一节 Java 类与对象以及继承
第二节 Java 对象的保存和传递
第三节 Java 数组和集合的使用

---

---

前言

Java中数据的保存离不开数组，但数组的长度是不可变的，如果初始长度过大，则会造成内存的浪费，降低性能，而数组初始长度过小时，又无法满足大量数据的存储。这时候就需要集合类（ArrayList）来进行数组扩容等操作，同时列表还可以包含批量删除、修改等更方便的内容。

---

一、数组——同类型数据的集合

Java中的数组的方式和C语言结构类似，都有维度和长度，但由于Java数组的声明方式与C语言略有不同，有两种格式：
类型 数组名[]
类型 [] 数组名
二者也是有区别的，例如：

int a[], b;  声明一个数组a和单个变量b
int[] a, b;  声明数组a和数组b

同时声明数组时我们也可以对其进行初始化：

静态初始化：public String name[] = {"candy","coffee"} ;
动态初始化：name = new String [2] ;

数组在声明时只能在动静态中选择一种方式初始化。数组属于引用型变量，数组变量中存放着数组的首元素的地址，通过数组变量的名字加索引使用数组的元素，这点与C语言类似。

二、ArrayList——封装数组的类

1. 定义集合

Java的列表是一个类，这个类中包含数组，也包含各种处理数组的方法，同时还有必要的get方法以取出保存的数组。实际上Java自带集合：java.util.ArrayList类（父类是List）。为了我们能更好的理解基层原理，我们先自己来定义一个集合类。
在定义集合之前，我们来思考这么一个问题：对于不同的数据类型，如果我们想要使用集合，就需要创建不同的集合来存取。我们可以使用Object类来创建初始数组，这样各种类型的元素都可以存进数组里了：
同时，一个集合至少包含要添加元素、获取数组、获取长度等方法：

public class MyList {
	// 原始数组
	private Object[] arr = new Object[0];
	private int size=0; // 记录数组中数据的长度
	// 添加
	public void add(Object element) {
		// 扩容
			// 创建更长的新数组
			Object[] newArr = new Object[arr.length+1];
			// 复制原数组中的数据：循环遍历
			for(int i=0;i<arr.length;i++) {
				newArr[i] = arr[i];
			}
			// 把新添加的数据保存到新数组中
			newArr[arr.length] = element;
			// 更新数组对象
			arr = newArr;
		//记录长度
		size++;
	}
	// 获取数组
	public Object[] get(){
		return arr;
	}
	// 获取长度
	public int size() {
		return size;
	}
}

2. 泛型的使用

更多时候，我们需要一个数组里的元素都是同一个子类型的，比如String，或者是我们定义的其他类。
解决方法：泛型，其符号是“<>”。我们可以在类名后加上< E >或者< T >等，其中的字母相当于将类型参数化，就是将类型作为参数传入到方法，这样我们创建List时可以通过泛型限制传入的元素，当出现不符合预期的元素时编译器便会报错：

public class MyList<E> { /*注意本行*/
	private Object[] arr = new Object[0];
	private int size=0; 
	public void add(E element) { /*注意本行*/	
			Object[] newArr = new Object[arr.length+1];
			for(int i=0;i<arr.length;i++) {
				newArr[i] = arr[i];
			}
			newArr[arr.length] = element;
			arr = newArr;
		size++;
	}
	// 获取数组
	public E get(){ /*注意本行*/
		return (E)arr;	/*注意本行*/
	}
	// 获取长度
	public int size() {
		return size;
	}
}

对于泛型使用的地方博主都进行了标注，这样我们就写好了一个相对好用且安全的类。
同时，使用了泛型的类在创建对象时的格式也有改变：

	public static void main(String[] args) {
		MyList<String> list1 = new MyList<String>();
	}

同时等号后的""的的内容可以省略（自动转型），因此也可以写成：

		MyList<String> list1 = new MyList<>();

值得注意的是，泛型不能指代八种基本类型类，只能替代“引用类型”。每个基本数据类型设计了一个对应的类进行代表，这样八个和基本数据类型对应的类统称为包装类，包装类均位于java.lang包，包装类和基本数据类型的对应关系如下表所示：

基本类型	包装类	基本类型	包装类
byte	Byte	int	Integer
boolean	Boolean	long	Long
short	Short	float	Float
char	Character	double	Double

自动装箱与自动拆箱机制:装箱就是自动将基本数据类型转换为包装器类型，拆箱就是自动将包装器类型转换为基本数据类型。例如：

	public static void main(String[] args) {
		MyList<Integer> list = new MyList<Integer>();
		int a = 10;
		list.add(a);
		System.out.println("arr[0] = "+list.arr[0]);
		注：本行list.arr正常情况并不合法
		因为arr具有private修饰符
		但是main函数在List类中运行恰巧能够调用
	}

arr[0] = 10

自动拆装箱使得int属性的变量可以被添加进Integer数组中。
我们还可以为MyList添加更多人性化的功能：删除元素，排序、查阅、修改等等。

3. 扩容机制优化

我们之前的MyList类中使用的扩容方法是最“朴实”的：

public void add(E element) {	
		Object[] newArr = new Object[arr.length+1];
		for(int i=0;i<arr.length;i++) {
			newArr[i] = arr[i];
		}
		newArr[arr.length] = element;
		arr = newArr;
	size++;
}

每次添加元素时只扩容一个位置。由于每次扩容时都需要重新拷贝原数组中的元素，因此在添加元素数量非常巨大时，需要重复拷贝的元素数量也会越来越大，从而导致效率很低

public static void main(String[] args) {
	MyList<Integer> list1 = new MyList<>();
	ArrayList<Integer> list2 = new ArrayList<>();
				/*获取系统时间*/
	long time0 = System.currentTimeMillis();
	for(int i=0;i<10000;i++) {
		list1.add(i+1);
	}
	long time1 = System.currentTimeMillis();
	for(int i=0;i<10000;i++) {
		list2.add(i+1);
	}
	long time2 = System.currentTimeMillis();
	System.out.println("ArrayList耗时间："+(time2-time1)+"\nShapeList耗时间："+(time1-time0));
	}

ArrayList耗时间：2
MyList耗时间：253

很明显，如果保持低速的线性扩容，效率不高，不难想到根据当前数组的长度，按比例指数型扩容：

public void add(E element) {	
		Object[] newArr = new Object[arr.length*3/2 + 1];
		for(int i=0;i<arr.length;i++) {
			newArr[i] = arr[i];
		}
		newArr[arr.length] = element;
		arr = newArr;
	size++;
}

我们用改进的扩容算法和ArrayList的扩容作对比：
1w数据量已经看不出差距了，我们增加数据量到10w：

ArrayList耗时间：5
MyList耗时间：12

数据量增加到100w时，耗时已经实现了反超：

ArrayList耗时间：73
MyList耗时间：51

但在数据量达到1亿时，结果又是：

MyList耗时间：5504
ArrayList耗时间：2930

不难发现，列表扩容有点像计数“进制”，由于e进制是最高效的，于是我让扩容算法里每次扩大倍数变为e，同时由于数组有最大长度限制（2^31-1）我们需要判断扩容后的大小是否合法：

MyList耗时间：3899
ArrayList耗时间：3503

起初我认为这是由于创建对象也需要时间，大量创建空对象而不赋值，即占用内存又白白耗时。于是我调取了两者扩容时的内存占用，事实表明ArrayList的内存占用更大。

4. ArrayList的扩容机制

ArrayList中add方法的代码每次扩容的操作使用了grow方法：

    private void add(E e, Object[] elementData, int s) {
        if (s == elementData.length)
            elementData = grow();
        elementData[s] = e;
        size = s + 1;
    }

我们继续查看grow的代码

    private Object[] grow(int minCapacity) {
        int oldCapacity = elementData.length;
        if (oldCapacity > 0 || elementData != DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
            int newCapacity = ArraysSupport.newLength(oldCapacity,
                    minCapacity - oldCapacity, /* minimum growth */
                    oldCapacity >> 1           /* preferred growth */);
            return elementData = Arrays.copyOf(elementData, newCapacity);
        } else {
            return elementData = new Object[Math.max(DEFAULT_CAPACITY, minCapacity)];
        }
    }

其中又调用了ArraysSupport.newLength：

public static int newLength(int oldLength, int minGrowth, int prefGrowth) {
        // assert oldLength >= 0
        // assert minGrowth > 0

        int newLength = Math.max(minGrowth, prefGrowth) + oldLength;
        if (newLength - MAX_ARRAY_LENGTH <= 0) {
            return newLength;
        }
        return hugeLength(oldLength, minGrowth);
    }

    private static int hugeLength(int oldLength, int minGrowth) {
        int minLength = oldLength + minGrowth;
        if (minLength < 0) { // overflow
            throw new OutOfMemoryError("Required array length too large");
        }
        if (minLength <= MAX_ARRAY_LENGTH) {
            return MAX_ARRAY_LENGTH;
        }
        return Integer.MAX_VALUE;
    }

Capacity >> 1一行代表将原数组的长度size右移一位，最后在newLength方法中判断最终长度是否合法，再加到原size上。
实际上，先将旧容量右移1位，再加上旧容量就得到了新容量，正数右移1位相当于除以2，在该基础上加旧容量，则等价于新容量 = 旧容量 * 1.5，最后调用Arrays.copyOf()方法进行拷贝，并将elementData指向新数组，而旧数组因为没有引用指向它，很快就会被垃圾收集器回收掉。

我才发现效率差距的问题所在：对于存储器而言，数据都是通过二进制0和1保存，移位对于机器而言是经过底层优化的操作，乘除法也是通过多次移位来实现的，移位效率自然就比普通的乘除法计算高得多。

---

总结

不能轻视底层架构的学习

在我们一次次使用那些封装好的方法时，我们需要深入了解这些方法的简洁性和必要性，虽然都知道这些封装好的方法使用起来效率高却不知所以然，写的代码自然效率不会很高。