有生以来，第一次写自己的博客，希望自个坚持学习，坚持写博客，努力向大佬前进！ QAQ .........
废话不多说，直接开撸！
集合框架图
如上图所见，集合主要分为两类，Collection 和 Map，其中Collection又分为List、Set和Queue。本次我们主要来说说List、Set 和 Map。
1、Collection 下的子类 List 和 Set
上面的架构图相对复杂，咱简化一下。（以下箭头并非严格的父子关系 ^-^）
1.1、List
List 下有 ArrayList、LinkedList、Vector。
- ArrayList
- 特点：底层数据结构是数组，所以查询快
- 缺点：也因为是数组，所以增删慢，线程不安全(效率相对较高)
- LinkedList
- 特点：底层数据结构是双向链表，增删快。
- 缺点：线程不安全(效率相对高),底层是链表,导致查询较慢.
- Vector
- 特点：线程安全，底层数据结构是数组，所以查询快。
- 缺点：效率低
数组和链表的区别
数组：
1、在内存中分配一个连续的区域来保存数据，并且是在编译阶段就要确定空间大小，同时在运行阶段是不允许改变的(不可扩容)。
2、在查找时，直接从数组的首地址向后偏移就可以访问到了，所以他的时间复杂度为 O(1)。
3、新增时，头插法需要将所有元素后移，时间复杂度为O(n)。尾插法，直接插入，无需移动，时间复杂度为 O(1).删除也一样。
4、扩容时，数组是无法在运行期间修改容量的，所以在扩容时，新申请一个更大容量的数组，再将原数组的数据 COPY 过去。
链表：
1、内存中分配的区域非连续、非顺序，链表中的节点，存在一个指针，指向下一个元素。（单向链表）。结点可以在运行时动态生成(可扩容)。
2、查找时，由于链表的空间是分散的，所以不具有随机访问性，如果要查找，必须从第一个开始，向下查找，所以它的时间复杂度为O(n)。
3、新增时，由于空间分散，无需移动，可直接插入，只需将上一节点指针，指向新元素，所以时间复杂度为O(1)。
4、扩容时，动态申请，动态移除，扩容方便，且利用率高。
1.2、Set
Set 下有 HashSet、linkedHashSet、TreeSet。
- HashSet
- 特点：底层数据结构为 HashMap【设置key-value键值对，其中value为new object()】，元素无序且唯一，效率高
- 缺点：线程不安全
- linkedHashSet
- 特点：底层数据结构为 linkedHashMap，元素有序且唯一【按插入顺序】
- 缺点：线程不安全
- TreeSet
- 特点：底层数据结构为 TreeMap，元素默认自然排序【还可以自定义排序规则：可以在自定义的对象类中继承Comparable，并重写compareTo方法】
- 缺点：线程不安全
由于 set 集合，底层基本上通过 Map 实现，此次不展开赘述。会在下面 Map 中展开！
2、重中之重的 Map
Map 下有 HasMap、LinkedHashMap、HashTable、TreeMap，
- HashMap
- 特点：底层数据结构为 数组+链表+红黑树【jdk1.8新特性】
- 缺点：线程不安全
- LinkedHashMap
- 特点：底层数据结构为 HashMap+双向链表，有序，出入一致
- 缺点：线程不安全
- HashTable
- 特点：底层数据结构为 数组+链表，线程安全
- 缺点：无序
- TreeMap
- 特点：底层数据结构为红黑树，有序，元素默认自然排序【还可以自定义排序规则：可以在自定义的对象类中继承Comparable，并重写compareTo方法】
- 缺点：线程不安全 面试必问之HashMap HashMap put过程源码解析【以下为jdk1.8 源码】
public V put(K key, V value) {
// 通过 hash 方法获取key的 hash 值 ，见下方key的 hash 算法
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0){
// 判断Map是否初始化，如果没有初始化，进行第一次扩容，长度为16
// 扩容详细 见下方扩容机制
n = (tab = resize()).length;
}
// n = map 的长度，& 相当于 hash 对 n-1 求与
// 计算对应key在 HashMap 数组中的下标位置
// 判断下标位置是否存在值
if ((p = tab[i = (n - 1) & hash]) == null){
// 如果该下标为 null，新增一个链表，并将链表的第一位指向数组对应下标处
tab[i] = newNode(hash, key, value, null);
}else {
// 下标位置已经存在值时
Node<K,V> e; K k;
// 判断新增的 key 的 hash 和 equals ，和当前已存在的 key 的 hash 和 equals 是否一致
// 这就是为什么 自定义对象重写equals方法时，必须重写hash方法。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))){
// 如果key值的hash 和 equals 都一致，直接替换。
e = p;
}else if (p instanceof TreeNode){
// 判断当前节点类型是否为红黑树
// 如果是直接插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
}else {
// 如果是链表
// 循环查找链表的最后一个节点
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 查找到之后，新建一个节点，并将上一节点的next属性，设置为新增节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1){ // -1 for 1st
// 如果链表长度超过 8 ，则转换成红黑树
treeifyBin(tab, hash);
//treeifyBin 方法中会判断map的长度，如果小于64，则进行扩容，而不树化
}
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))){
break;
}
p = e;
}
}
// 如果是链表中的存在的key 直接替换value值，并返回 旧的value值//
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
一句话概括hashMap的put操作：
首先判断Map是否初始化，没有则新建一个。
然后判断是否存在新增的key值，如果存在就替换。
否则判断新增key对应节点的数据类型。
如果红黑树直接插入。
如果是链表，尾部插入，插入后判断链表长度。
如果超过8位，则转换成红黑树。
HashMap hash算法源码解析【以下为jdk1.8 源码】
static final int hash(Object key) {
int h;
/**
* 取key的hash值 与 它的高16位 进行异或运算【确认key在map中的位置时，
* hash值会对Map的长度进行取余，和高16位异或计算，可以使高16位也参与到取余计算中】
* 目的：使key的散列性更好，尽量避免hash碰撞，【可降低链表长度 和 红黑树深度】,让hashMap更加高效
*/
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap 扩容机制源码解析【以下为jdk1.8 源码】
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// newCap表示新map的大小，newThr表示新map的扩容阈值
// 如果map已经实例化
if (oldCap > 0) {
// 如果map长度大于最大长度，不扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// double threshold
// 扩大1倍
newThr = oldThr << 1;
}
else if (oldThr > 0){
// initial capacity was placed in threshold
newCap = oldThr;
}else {
// zero initial threshold signifies using defaults
// 未初始化时，重新参数初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 重新计算数组下标位置：
// 要么在原位置，要么在原位置+新数组长度/2 下标位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 首先由于扩容导致 hash & （newCap - 1）值发生改变，所以会进行拆树
// 要么在原位置 和 在原位置+新数组长度/2 下标位置，生成两个红黑树
// 在判断红黑树的长度是否小于 6 （红黑树的阈值*扩容系数），小于则转换成链表（去树化）
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// preserve order
当链表中存在值时，通过循环进行尾插法（jdk1.7为头插法）
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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;
}
