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:
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)
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;
- } else {
- Node<E> x = last;
- for (int i = size - 1; i> index; i--)
- x = x.prev;
- return x;
- }
靠队尾
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.
remove(E)
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)
扩容
一般默认容量是 10, 这边偷懒一下, 假设容量只有 5, 扩容后, 会 length*1.5,
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.
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)
pop()
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.
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
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)
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();
- }
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;
- }
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)
put(K, V) 相同 hash 值
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;
- }
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)
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.
removeEldestEntry 删除最老的元素
来源: https://www.cnblogs.com/xdecode/p/9321848.html