本文正在参加「金石计划 . 瓜分6万现金大奖」
前言
这次算一个总结，我们平时都会用到各种各样的数据结构，但是可能从未看过它们内部是如何去实现的。只有了解了它们内部大概的一个实现原理，才能在不同的场景中能选出最适合这个场景的数据结构。
虽然标题说是Android，但其实有一半是属于java的，由于涉及得比较多，所以打算分篇来写会比较好，我不会把全部的源码都进行分析，主要做的是分析一些能表现这些数据结构的特征。
Collection
一切数据结构的最顶层，是一个接口，继承迭代器Iterable，主要是定义所有数据结构的公共行为，比如说boolean contains(Object o)方法，可能在hashmap用得多，很多人都觉得这个是hashmap才有的方法，其实它是在Collection中定义的，不同的数据结构可以去重写。
AbstractCollection是它的抽象实现类，里面有实现一些基本的行为，还是拿contains方法来说
public boolean contains(Object o) {
Iterator<E> it = iterator();
if (o==null) {
while (it.hasNext())
if (it.next()==null)
return true;
} else {
while (it.hasNext())
if (o.equals(it.next()))
return true;
}
return false;
}
其实就是遍历和判断，其它的方法也差不多，都比较简单，就不多说了。
Set和List
这两个也都是接口，抽象的实现分别是AbstractSet和AbstractList。最简单来说，它们两个的区别就在于是否有重复元素，和“宏观”上的有序和无序（因为TreeSet红黑树是有序的，所以不能说全部Set都是无序），举个例子，比如说equest方法，两边的实现就不同。
先看AbstractSet的
public boolean equals(Object o) {
......
Collection<?> c = (Collection<?>) o;
if (c.size() != size())
return false;
try {
return containsAll(c);
} catch (ClassCastException unused) {
return false;
} catch (NullPointerException unused) {
return false;
}
}
可以看到，它其实内部是只要判断到传进来的Set内部的所有元素都能在这个Set中找到一样的就行（包含）。再看看AbstractList
public boolean equals(Object o) {
if (o == this)
return true;
if (!(o instanceof List))
return false;
ListIterator<E> e1 = listIterator();
ListIterator<?> e2 = ((List<?>) o).listIterator();
while (e1.hasNext() && e2.hasNext()) {
E o1 = e1.next();
Object o2 = e2.next();
if (!(o1==null ? o2==null : o1.equals(o2)))
return false;
}
return !(e1.hasNext() || e2.hasNext());
}
看得出其实它是作了一个迭代，然后一个一个元素去判断是否相同。光看这两个方法你就知道Set的equest方法只要判断有包含就行，不会在意顺序，而List需要元素的顺序相同。
其他的方法也是，存在一些差异，所以很多人会和你总结Set和List的区别，但是只有当你去了解它的内部实现，你才能更好的感受到这区别是什么。
Queue和Deque
有点基础我们都知道数据结构有栈和队列，一个是后进先出，一个是先进先出。而Queue就是队列，它是一个接口，定义了入队列出队列这些方法。而Deque是一个双向队列，java 这里是可以使用双向队列来实现栈的效果，Deque也是一个接口继承Queue。
这里的内容肯能会有点无聊，但是是比较重要的基础内容。队列定义的Queue方法有入队列的方法add和offer，出队列的方法remove和poll，还有拿队列头的方法element和peek。
可以看到它的操作是有2组，它们的差别是：
- add() ： 无返回值
- offer()： 有返回值
- remove()：移除失败抛出异常
- poll()：移除失败返回null
- element()：队列为空抛出异常
- peek()：队列为空返回null
所以如果你不了解这些，你只会无脑add，这样就很不好。但其实对于LinkedList来说add()和offer()区别不大。可能区别比较大的地方在你自定义数据结果实现Queue和Deque的时候该怎么处理这两个方法。
说完Queue再简单介绍一下Deque，Deque因为是双向队列，所以它能实现栈和队列。
- 队列：入队列offer；出队列poll；获取队列头peek
- 栈：入栈push；出栈pop；获取栈顶peel
Map
Mao是另一种数据结构，它独立于Collection，它的是一个接口，它的抽象实现是AbstractMap，它内部是会通过Set来实现迭代器
Set<Map.Entry<K, V>> entrySet();
是和Set有关联的，思想上主要以key-value的形式存储数据，但是具体的实现会交给子类去实现。
上层的数据结构大概就这些，接下来会介绍一些常用的实现类。
ArrayList
我们常用的ArrayList来实现列表，它内部其实就是一个对象数组
// Android-note: Also accessed from java.util.Collections
transient Object[] elementData; // non-private to simplify nested class access
public boolean add(E e) {
ensureCapacityInternal(size + 1); // Increments modCount!!
elementData[size++] = e;
return true;
}
添加元素的时候主要就是扩容和添加元素到数组的指定位置
private void ensureCapacityInternal(int minCapacity) {
if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
minCapacity = Math.max(DEFAULT_CAPACITY, minCapacity);
}
ensureExplicitCapacity(minCapacity);
}
数组为空的时候第一次会初始化10的容量
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + (oldCapacity >> 1);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// minCapacity is usually close to size, so this is a win:
elementData = Arrays.copyOf(elementData, newCapacity);
}
然后之后的扩容是旧的容量加旧的容量右移一位，其实就是扩容当前容量的一半（旧版本也是这样吗？不记得了），扩容后会复制当前数组的元素到新的数组中。再看看add到指定位置的操作
public void add(int index, E element) {
if (index > size || index < 0)
throw new IndexOutOfBoundsException(outOfBoundsMsg(index));
ensureCapacityInternal(size + 1); // Increments modCount!!
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
elementData[index] = element;
size++;
}
能看到也有一个System.arraycopy复制数组的操作。所以ArrayList的劣势就体现在这里，复制数组是耗时的操作，频繁的进行复制数组会得不偿失。
懂得他里面的这些实现的话我们就可以在使用的时候进行优化，比如使用的时候初始化定好数组的大小，防止频繁扩容。比如插入、删除这些操作更多的话，我们可以选择使用其它更合适的数据结构。
LinkedList
这东西就牛逼了，用得少你会叫它链表，其实它是双向链表，实现我们上面的Deque，能实现的功能挺庞大的。
既然实现Deque，那它就有offer、poll、peek、push、pop、peel这些操作。不会吧不会吧，不会只有人用它的add方法吧。
内部两个结点表示链表头和链表尾（链表在代码中的体现就是结点，比如MessageQueue的Message）
transient Node<E> first;
transient Node<E> last;
功能非常庞大，非常建议没看过源码的人去熟悉一下，因为比较多，我这里就只举几个例子。看看我们常用的add方法
public void add(int index, E element) {
checkPositionIndex(index);
if (index == size)
linkLast(element);
else
linkBefore(element, node(index));
}
Node<E> node(int index) {
// assert isElementIndex(index);
if (index < (size >> 1)) {
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else {
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}
它这里就先做了一步优化处理，查找结点的时候根据下标去决定从头开始查找还是从尾开始查找，看着觉得这操作也没啥好牛逼的，我只想说看别人的和自己想的是两码事。
public boolean offer(E e) {
return add(e);
}
offer其实是调用了add，上面也有说LinkedList的这两个操作一样，但是接口定义的这两个操作的含义是不同的。可以看看到插入操作只是做了节点指针的变化，不会像ArrayList一样每次插入到中间位置都需要数组位置移动。
Vector
Vector就更简单了，内部也是一个Object数组Object[] elementData，可以看看它的add方法
public synchronized boolean add(E e) {
modCount++;
ensureCapacityHelper(elementCount + 1);
elementData[elementCount++] = e;
return true;
}
看得出出ArrayList的操作一样，只不过加了个synchronized，所以它是线程安全的。
Stack
Stack继承Vector，所以它的操作也是线程安全的。可以看看他的push方法
public E push(E item) {
addElement(item);
return item;
}
public synchronized void addElement(E obj) {
modCount++;
ensureCapacityHelper(elementCount + 1);
elementData[elementCount++] = obj;
}
从这里可以看出，按照栈的思想是后进先出，而它这里是把数组的最后的位置当成栈顶，相应的pop就是拿数组的最后一个元素，然后再移除。而我们用LinkedList实现的栈的效果，是把头当成栈顶（再回顾一下）
public void push(E e) {
addFirst(e);
}
他们都实现栈的数据结构，但是是用不同的方法去实现的。
ArraySet
这个东西可能平时我们开发用得比较少，但是如果你看源码比较多的话，你会发现android有些地方也是会用到ArraySet或者ArrayMap，Map我打算下篇文章写，这里可以提前说一下，ArraySet我们可以拿去和后面的ArrayMap做比较，他们的实现其实是一样的。
内部是两个数组，一个用来存对象，一个用来存对象的hash
int[] mHashes;
Object[] mArray;
我们可以从add方法中具体去看出它的设计思想
public boolean add(E value) {
final int oSize = mSize;
final int hash;
int index;
if (value == null) {
hash = 0;
index = indexOfNull();
} else {
// 根据Object生成它对应的hash
hash = mIdentityHashCode ? System.identityHashCode(value) : value.hashCode();
index = indexOf(value, hash);
}
index = ~index; // indexOf里面会取反，这里要转回来
......
mHashes[index] = hash;
mArray[index] = value;
mSize++;
return true;
}
我把简单的步骤写出来，就是根据object去计算它的hash，然后再根据hash去计算数组的下标index，把object和hash分别存到对应数组的对应位置，所以这两个数组的元素是对应的。indexOf里面主要的操作是int index = binarySearch(mHashes, hash)，它其实就是一个二分查找的操作，代码比较简单，这里就不扩展说了。
HashSet
HashSet的内部实现是HashMap
private transient HashMap<E,Object> map;
它把值作为HashMap的key，而HashMap的values是用一个Object常量。
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
所以它这里就体现出Set的一个特征，没有重复元素。
TreeSet
TreeSet内部的数据结构是TreeMap
public TreeSet() {
this(new TreeMap<>());
}
和TreeMap不同的是，它和HashSet一样，用传进来的Object当key，用Object常量当values
public boolean add(E e) {
return m.put(e, PRESENT)==null;
}
Set小结
Set的数据结构当然还有其它，比如LinkedHashSet这些。但是比较有代表性的就是这3个，其中Set和Map其实是有一定的联系，我们上面讲Map的时候说，它内部是持有Set，而ArraySet和ArrayMap的数据结构一样，都是双数组，HashSet内部的实现是HashMap，TreeSet的内部实现是TreeMap。他们的不同在于Set把传进来的value当成key，而Map是会传key和value独立开（下篇会讲）。
ArraySet、HashSet、TreeMap看着没有关联，其实是有一定的联系，没错，就是hash，它们都会去计算hash，所以这就是没有重复元素的原因，因为相同的对象，它们的hash是相同的。
上面讲了比较经典的List和Set的数据结构，接下来会讲几个比较特殊的数据结构。
SparseArray
这个数据结构可能很多人没见过，它是属于Android的，上面我们说的那些都是java的。
他的内部也是两个数组构成。
private int[] mKeys;
private Object[] mValues;
但它和ArraySet不同，它是传两个值
public void put(int key, E value) {
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
if (i >= 0) {
mValues[i] = value;
} else {
......
mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
mSize++;
}
}
看到它也用了binarySearch，但是它是根据key去做二分查找，而ArraySet是根据hash去做二分查找找到下标。那他们谁快？ 当然是SparseArray，它少了一步操作，它不需要计算hash。所以能看出它是传一个整形来表示key，那既然是key-value的形式，那又可以去和HashMap比较有什么不同了。其实都能很明显的看出HashMap的key是Object，会去计算hash，它的key是直接传尽量的整形。HashMap的查找是根据Key去计算hash，再去计算下标，最后可能变量链表（红黑树），而SparseArray是通过二分查找。 从理论上来说，它的速度比HashMap快，特别是数据量大的情况下能体现出来。
还有一个特征是它有一系列的兄弟结果，比如SparseBooleanArray、SparseIntArray之类的，他们和SparseArray的结构一样，比如SparseIntArray
private int[] mKeys;
private int[] mValues;
不同在于他们的mValues都是基础数据类型数组，这有什么用？ 这还真有用，如果你存的是基础数据类型的话，使用这些数据结构，就能省去装箱的操作。
PriorityQueue
这个东西也用得比较少，它表示优先队列，内部也是一个object数组
transient Object[] queue
什么是优先队列，简单来说，有种结构叫最大堆，最小堆。有种排序叫堆排序。他能实现这个效果，它的内部是用堆排序去实现，它能自定义排序的条件。比如它默认实现最小堆，如果你要实现最大堆的话，可以写
PriorityQueue<T> heap = new PriorityQueue<>(Collenctions.reverseOrder())
因为是队列，所以它实现Queue的那些操作，比如offer
public boolean offer(E e) {
if (e == null)
throw new NullPointerException();
modCount++;
int i = size;
if (i >= queue.length)
grow(i + 1);
size = i + 1;
if (i == 0)
queue[0] = e;
else
siftUp(i, e);
return true;
}
siftUp是个堆排的操作，这里就不详细去说了，感兴趣官方的堆排是怎么实现的，可以去看看源码，但它也不是纯堆排的操作，会有些许不同。
总结
这篇主要讲了一些java中顶层的数据结构，包括Collection、Queue和Deque，这些顶层的结构主要是定义一些行为，他们还有自己的抽象实现类。
除了这些，还讲了List和Set里面一些比较经典的数据结构，他们的内部是如何实现的，他们有什么相同点和不同点，他们是如何体现出接口List或Set的特点的。
除了List或Set之外，还讲了一些比较常用的数据结构，包含SparseArray和PriorityQueue，主要是我比较常用，如果有大佬还会用到什么其它的，觉得比较实用的，也可以在评论留言。
之后的文章会分开讲Map和线程安全的数据结构，Concurrent、同步队列和CopyOnWriteArrayList。而Map中的HashMap比较经典所以会花更多的笔墨去写。这些文章我都是主要讲一些特点为主，不会去完全解析各种数据结构，比如LinkedList，它的实现就很多，如果去讲的话就要花费大篇幅，而且它们内部的源码不复杂，所以我认为没必要去详细的讲解，感兴趣的可以去看源码还比看文章快，主要就是讲这些结构的设计和一些体现出它们特点的操作。
