图解Java常用数据结构

迈不过友情╰ 2022-03-17 13:28 222阅读 0赞

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:

![1240][]

**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)**

![strip][]

**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.

1if(index < (size >>1)) \{

2 Node x = first;

3 for(inti =0; i < index; i++)

4 x = x.next;

5 returnx;

6\}else\{

7 Node x = last;

8 for(inti = size -1; i > index; i--)

9 x = x.prev;

10 returnx;

11\}

![strip 1][]

**靠队尾**

![strip 2][]

**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.

![strip 3][]

![strip 4][]

**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)**

![strip 5][]

**扩容**

一般默认容量是10, 扩容后, 会length\*1.5.

![strip 6][]

**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.

![strip 7][]

**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)**

![strip 8][]

**pop()**

![strip 9][]

**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。

![strip 10][]

**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

![strip 11][]

**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)**

![strip 12][]

**put(E) 队列满了**

1final ReentrantLocklock=this.lock;

2lock.lockInterruptibly();

3try\{

4 while(count == items.length)

5 notFull.await();

6 enqueue(e);

7\}finally\{

8 lock.unlock();

9\}

**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.

1privateEdequeue()\{

2// assert lock.getHoldCount() == 1;

3// assert items\[takeIndex\] != null;

4finalObject\[\] items =this.items;

5@SuppressWarnings("unchecked")

6E x = (E) items\[takeIndex\];

7items\[takeIndex\] =null;

8if(++takeIndex == items.length)

9 takeIndex =0;

10count--;

11if(itrs !=null)

12 itrs.elementDequeued();

13notFull.signal();

14returnx;

15\}

![strip 13][]

**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****)**

![strip 14][]

**put(K, V) 相同hash值**

![strip 15][]

**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".

1//定义两条链

2//原来的hash值新增的bit为0的链，头部和尾部

3Node loHead =null, loTail =null;

4//原来的hash值新增的bit为1的链，头部和尾部

5Node hiHead =null, hiTail =null;

6Node next;

7//循环遍历出链条链

8do\{

9next = e.next;

10if((e.hash & oldCap) ==0) \{

11 if(loTail ==null)

12 loHead = e;

13 else

14 loTail.next = e;

15 loTail = e;

16\}

17else\{

18 if(hiTail ==null)

19 hiHead = e;

20 else

21 hiTail.next = e;

22 hiTail = e;

23\}

24\}while((e = next) !=null);

25//扩容前后位置不变的链

26if(loTail !=null) \{

27loTail.next =null;

28newTab\[j\] = loHead;

29\}

30//扩容后位置加上原数组长度的链

31if(hiTail !=null) \{

32hiTail.next =null;

33newTab\[j + oldCap\] = hiHead;

34\}

![strip 16][]

**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)**

![strip 17][]

**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**

![strip 18][]

** 为了让学习变得轻松、高效，今天给大家免费分享一套Java教学资源。帮助大家在成为Java架构师的道路上披荆斩棘。需要资料的欢迎加入学习交流群：9285，05736**

[1240]: /images/20220317/45dfc9d0eb76431085897f6584fc809e.png
[strip]: /images/20220317/4187fe961d244b88883828c8b38d8f69.png
[strip 1]: /images/20220317/74317fa5107b45688276f506145b1a21.png
[strip 2]: /images/20220317/652f3bf20b6e487b9fa5467fbbd6d823.png
[strip 3]: /images/20220317/2008a144d73a4c4cb337047dd17b3029.png
[strip 4]: /images/20220317/4e57692cb1f94b73a424581f16823700.png
[strip 5]: /images/20220317/96f73a41b22e4bdeb7ef05f369d70e66.png
[strip 6]: /images/20220317/0accf22dd60540669ea5b0240f62f8d4.png
[strip 7]: /images/20220317/1e0a1a19d01a4b0d8655aed4cd823cb4.png
[strip 8]: /images/20220317/7066b6dd7b7f4c498e7f750cb0358f07.png
[strip 9]: /images/20220317/b2b69b8592044180b0cbbd7ab3c61a48.png
[strip 10]: /images/20220317/d624c1278c35488f97e5e10d7441dfcf.png
[strip 11]: /images/20220317/558e43ca6fac42fc9e5068ed02cfba51.png
[strip 12]: /images/20220317/448edbcc714d4c7a825702479a0427fc.png
[strip 13]: /images/20220317/baf3eea47679462b82b41b0ea39a72d3.png
[strip 14]: /images/20220317/c42844dd04ba4f46a749546b1b6bec7e.png
[strip 15]: /images/20220317/90f0b4a9eb5e4ad5a7fb69097d840089.png
[strip 16]: /images/20220317/93a61c627b0c418eb59a53c8c8d079d0.png
[strip 17]: /images/20220317/92efd38a7b114bddb9a9213e806312f2.png
[strip 18]: /images/20220317/123fca14c00547819e58ac124311d09b.png