图解Java常用数据结构

最近在整理数据结构方面的知识, 系统化看了下Java中常用数据结构, 突发奇想用动画来绘制数据流转过程.

主要基于jdk8, 可能会有些特性与jdk7之前不相同, 例如LinkedList LinkedHashMap中的双向列表不再是回环的.

HashMap中的单链表是尾插, 而不是头插入等等, 后文不再赘叙这些差异, 本文目录结构如下:

image

LinkedList

经典的双链表结构, 适用于乱序插入, 删除. 指定序列操作则性能不如ArrayList, 这也是其数据结构决定的.

add(E) / addLast(E)

image

add(index, E)

这边有个小的优化, 他会先判断index是靠近队头还是队尾, 来确定从哪个方向遍历链入.

if (index < (size >> 1)) {
   Node<E> x = first;
  for (int i = 0; i < index; i++)
  x = x.next;
  return x;6         
} else {
  Node<E> x = last;
  for (int i = size - 1; i > index; i--)
  x = x.prev;
  return x;
}
image

靠队尾

image

get(index)

也是会先判断index, 不过性能依然不好, 这也是为什么不推荐用for(int i = 0; i < lengh; i++)的方式遍历linkedlist, 而是使用iterator的方式遍历.

image
image

remove(E)

image

ArrayList

底层就是一个数组, 因此按序查找快, 乱序插入, 删除因为涉及到后面元素移位所以性能慢.

add(index, E)

image

扩容

一般默认容量是10, 扩容后, 会length*1.5.

image

remove(E)

循环遍历数组, 判断E是否equals当前元素, 删除性能不如LinkedList.

image

Stack

经典的数据结构, 底层也是数组, 继承自Vector, 先进后出FILO, 默认new Stack()容量为10, 超出自动扩容.

push(E)

image

pop()

image

后缀表达式

Stack的一个典型应用就是计算表达式如 9 + (3 - 1) * 3 + 10 / 2, 计算机将中缀表达式转为后缀表达式, 再对后缀表达式进行计算.

中缀转后缀

  • 数字直接输出

  • 栈为空时,遇到运算符,直接入栈

  • 遇到左括号, 将其入栈

  • 遇到右括号, 执行出栈操作,并将出栈的元素输出,直到弹出栈的是左括号,左括号不输出。

  • 遇到运算符(加减乘除):弹出所有优先级大于或者等于该运算符的栈顶元素,然后将该运算符入栈

  • 最终将栈中的元素依次出栈,输出。

image

计算后缀表达

  • 遇到数字时,将数字压入堆栈

  • 遇到运算符时,弹出栈顶的两个数,用运算符对它们做相应的计算, 并将结果入栈

  • 重复上述过程直到表达式最右端

  • 运算得出的值即为表达式的结果

image

队列

与Stack的区别在于, Stack的删除与添加都在队尾进行, 而Queue删除在队头, 添加在队尾.

ArrayBlockingQueue

生产消费者中常用的阻塞有界队列, FIFO.

put(E)

image

put(E) 队列满了

    final ReentrantLock lock = this.lock;
    lock.lockInterruptibly();
    try {
        while (count == items.length)
        notFull.await();
        enqueue(e);
    } finally {
        lock.unlock();
    }
image

take()

当元素被取出后, 并没有对数组后面的元素位移, 而是更新takeIndex来指向下一个元素.

takeIndex是一个环形的增长, 当移动到队列尾部时, 会指向0, 再次循环.

     private E dequeue() {
         // assert lock.getHoldCount() == 1;
         // assert items[takeIndex] != null;
         final Object[] items = this.items;
         @SuppressWarnings("unchecked")
         E x = (E) items[takeIndex];
         items[takeIndex] = null;
         if (++takeIndex == items.length)
             takeIndex = 0;
         count--;
        if (itrs != null)
            itrs.elementDequeued();
         notFull.signal();
        return x;
    }
image

HashMap

最常用的哈希表, 面试的童鞋必备知识了, 内部通过数组 + 单链表的方式实现. jdk8中引入了红黑树对长度 > 8的链表进行优化, 我们另外篇幅再讲.

put(K, V****)

image

put(K, V) 相同hash值

image

resize 动态扩容

当map中元素超出设定的阈值后, 会进行resize (length * 2)操作, 扩容过程中对元素一通操作, 并放置到新的位置.

具体操作如下:

  • 在jdk7中对所有元素直接rehash, 并放到新的位置.

  • 在jdk8中判断元素原hash值新增的bit位是0还是1, 0则索引不变, 1则索引变成"原索引 + oldTable.length".

     //定义两条链
     //原来的hash值新增的bit为0的链,头部和尾部
     Node<K,V> loHead = null, loTail = null;
     //原来的hash值新增的bit为1的链,头部和尾部
     Node<K,V> hiHead = null, hiTail = null;
     Node<K,V> next;
     //循环遍历出链条链
     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);
     //扩容前后位置不变的链
     if (loTail != null) {
         loTail.next = null;
         newTab[j] = loHead;
     }
     //扩容后位置加上原数组长度的链
     if (hiTail != null) {
         hiTail.next = null;
         newTab[j + oldCap] = hiHead;
     }
image

LinkedHashMap

继承自HashMap, 底层额外维护了一个双向链表来维持数据有序. 可以通过设置accessOrder来实现FIFO(插入有序)或者LRU(访问有序)缓存.

put(K, V)

image

get(K)

accessOrder为false的时候, 直接返回元素就行了, 不需要调整位置.

accessOrder为true的时候, 需要将最近访问的元素, 放置到队尾.

image

removeEldestEntry 删除最老的元素

image

推荐阅读更多精彩内容