jdk源码解析之——java.util源码详解

jdk源码解析之——java.util源码详解

java.util包的util自然指的就是utility（实用），就是说，这个包中定义的class和interface为我们提供了一些实用的工具可以辅助我们的开发。

那么这个包中最主要的以及最重要的就是collection框架，就是我们不管开发什么项目都会用到的”类集”。我们用类集来存放和提取数据，使我们的开发高效有序。

我们不太去赘述用法，而是通过源码来了解collection框架的基本实现，来使得我们更了解用法。

 

首先，我们来了解一下collection这个框架。

我们常常使用的集合，其实是分为两大类的：Collection<E>与Map<K,V>。

 

Collection<E>：

Collection 层次结构 中的根接口。Collection 表示一组对象，这些对象也称为 collection 的元素。

一些 collection 允许有重复的元素（如：List），而另一些则不允许（如：Set）。一些 collection 是有序的（如：SortedSet），而另一些则是无序的（如：ArrayList）。

Collection是没有构造函数的，它只是一个提供了通用方法的interface。

Collection<E>又根据是否有重复值分为两大类Set<E>与List<E>。Set<E>与List<E>同样是interface。

 

Map<K,V>：

将键映射到值的对象。一个映射不能包含重复的键；每个键最多只能映射到一个值。

                           

 

下面，我们就从源码角度去看看collection的实现。（推荐使用IDE查看源代码，如：eclipse中的outline，对查看代码帮助很大）

 

一、List<E>:

List<E>接口的实现子类主要有两个：ArrayList<E>和LinkedList<E>。即List有顺序实现和链式实现。(写到这就默默想到，当时数据结构课上学习的C++STL很是类似)。

  (1)ArrayList<E>

    实现：通过成员变量和构造函数

    private static final int DEFAULT_CAPACITY = 10;
    private transient Object[] elementData;   //ArrayList维护的Object数组
    private int size;
    //指定初始长度的构造函数
    public ArrayList(int initialCapacity) {
        super();
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal Capacity: "+
                                               initialCapacity);
        this.elementData = new Object[initialCapacity];
    }
    //不带参数的构造函数
    public ArrayList() {
        super();
        this.elementData = EMPTY_ELEMENTDATA;
    }
    //指定使用Collection初始化的构造函数
    public ArrayList(Collection<? extends E> c) {
        elementData = c.toArray();
        size = elementData.length;
        if (elementData.getClass() != Object[].class)
            elementData = Arrays.copyOf(elementData, size, Object[].class);
    }

   ArrayList是由Object数组实现的，并且默认的长度是“DEFAULT_CAPACITY = 10”。当使用不带参数的构造函数时，底层默认是长度为10的Object[]。

   这时候就有一个问题了，当向ArrayList里面添加元素，使得Object数组不够用怎么办？

    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);
    }
    private static int hugeCapacity(int minCapacity) {
        if (minCapacity < 0) // overflow
            throw new OutOfMemoryError();
        return (minCapacity > MAX_ARRAY_SIZE) ?
            Integer.MAX_VALUE :
            MAX_ARRAY_SIZE;
    }

   ArrayList在使用add方法时，会首先检查是否越界，如果越界，最终会使用grow方法。获得一个新长度的Object数组，将原数组拷贝到当中，再add新元素。

   获得新长度的算法是：

int newCapacity = oldCapacity + (oldCapacity >> 1);  //根据原数组的长度来确定新数组的长度

   看完ArrayList的实现，我们就不去看ArrayList的基本操作add()与remove()了，无非是一些数组的移位、拷贝操作。

    总结：

     1）ArrayList使用数组实现的，本质上，ArrayList是对象引用的一个变长数组。

     2）因此ArrayList又称为顺序表，正是因为是用数组实现的，对于随机存取比较方便；而插入和删除操作，需要移动大量的元素，缺点。

 

 

  (2)LinkedList<E>

   实现：链式表，顾名思义，是通过引用实现的，因此必然存在数据节点，以及对数据节点的引用。

/*LinkedList的内部类，数据节点Node<E>*/

private static class Node<E> {
        E item;
        Node<E> next;   //对后一个节点的引用
        Node<E> prev;   //对前一个节点的引用

        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

  操作：LinkedList实现比较容易，操作的实现也就是引用的变化，不再赘述。

   总结：

    关于 ArrayList 与 LinkedList 的比较分析:

（a)ArrayList 底层采用数组实现，LinkedList 底层采用双向链表实现。

（b)当执行插入或者删除操作时，采用 LinkedList 比较好。

（c)当执行搜索操作时，采用 ArrayList 比较好。

 

二、Map<K,V>

  我们先看Map再看Set。Map使用两个基本操作：get( )和put( )。

  Map最常用的实现子类时HashMap<K,V>。

  实现：

   首先，我们看到的是：

 

transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;    //存放元素的“数组”

    数组中存放的是Entry<K,V>。

    Map中所有的键值都存放到了一个个的Entry中。相当于一个Bean。

 

static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;
        V value;
        Entry<K,V> next;
        int hash;
}

   很类似与LinkedList，但是很奇怪，为什么要把节点放到数组中呢？为什么有了引用"Entry<K,V> next"还需要数组呢？为什么有个特殊的变量"int hash"呢？

 

   显然，HashMap的实现是数组与LinkedList的“结合”。（也就是数组与链表相结合的）

 

   看下面的代码：能够基本了解这种数据结构。

 

    void addEntry(int hash, K key, V value, int bucketIndex) {
        if ((size >= threshold) && (null != table[bucketIndex])) {
            resize(2 * table.length);          //重新设置数组的大小
            hash = (null != key) ? hash(key) : 0;  //得到新的hash值
            bucketIndex = indexFor(hash, table.length);  //得到新的索引
        }

        createEntry(hash, key, value, bucketIndex);    //构建新的Entry
    }
    void createEntry(int hash, K key, V value, int bucketIndex) {
        Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<>(hash, key, value, e);
        size++;
    }

    当addEntry时，可能会重新修改数组的大小，再将Entry存放到数组中。可是是怎么存放的呢？ 

 Entry<K,V> e = table[bucketIndex];   //取出原来的Entry
 table[bucketIndex] = new Entry<>(hash, key, value, e); //将原来的Entry被引用到新的Entry的next，再讲新的Entry放到数组里面。

   1、先取出原来的Entry

   2、将原来的Entry被引用到新的Entry的next，再讲新的Entry放到数组里面。

  于是图形如下：（盗用一下网上用的很多的这张图片:"拉链法"。来源：图片上有水印）

  
   

 

     现在只是知道的大致的数据结构是像上面那样的，但是HashMap如何通过一个“数组”来实现存取操作的呢？

 

   操作：

     put()操作：

 

    int hash = hash(key);
    int i = indexFor(hash, table.length);
    //put时，得到索引

    static int indexFor(int h, int length) {
        return h & (length-1);   //HashMap存取时，都需要计算当前key应该对应Entry[]数组哪个元素，即计算数组下标
    }

    当向 HashMap 中 put 一对键值时，它会根据 key 的 hashCode 值计算出一个位置，该位置就是此对象准备往数组中存放的位置。(如果Key相同，会覆盖成新的Value)

 

   具体操作：

   如果该位置没有对象存在，就将此对象直接放进数组当中；如果该位置已经有对象存在了，则顺着此存在的对象的链开始寻找（Entry 类有一个 Entry 类型的 next 成员变量，指向了该对象的下一个对象），如果此链上有对象的话，再去使用 equals 方法进行比较，如果对此链上的某个对象的 equals 方法比较为 false，则将该对象放到数组当中，然后将数组中该位置以前存在的那个对象链接到此对象的后面。

   get()操作类似，不再去解释了。

  

   我们再回过去看一下构造函数：

   这是jdk1.6之前的实现：

public HashMap(int initialCapacity, float loadFactor) {
        .....
        // Find a power of 2 >= initialCapacity
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
        this.loadFactor = loadFactor;
        threshold = (int)(capacity * loadFactor);
        table = new Entry[capacity];
        init();
    }

   jdk1.7：（与1.6类似）

public HashMap(int initialCapacity, float loadFactor) {
        //........
        //........
        this.loadFactor = loadFactor;   //获得负载因子(根据负载因子的大小决定负载的能力)
        //装填因子 = key的个数 / 散列表的长度
        threshold = initialCapacity;   //threshold是再散列时的大小(capacity * load factor)
        init();
    }

 

   负载因子loadFactor的理解为：HashMap中的数据量/HashMap的总容量(initialCapacity),当loadFactor达到指定值或者0.75时候，HashMap的总容量自动扩展一倍，以此类推。

   下面就是总容量扩容的实现：

 

void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        //...
        Entry[] newTable = new Entry[newCapacity];
        transfer(newTable, initHashSeedAsNeeded(newCapacity));
        table = newTable;
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
    }

    void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry<K,V> e : table) {
            while(null != e) {
                Entry<K,V> next = e.next;
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }
        }
    }

 

 

 

 

三、Set<E>

   最后我们看一下Set<E>的常用子类HashSet<E>的实现。

   实现：还是先看构造函数和成员变量：

private transient HashMap<E,Object> map;
public HashSet() {
        map = new HashMap<>();
    }

    一目了然，原来HashSet使用HashMap来实现的，所以我们要先说Map再说Set。

 

   HashSet用HashMap来实现，将元素存放在Map的Key中，因此Map中存放的元素是不可以重复的。而Value当中存放的是默认的Object。

   相应的HashSet也给出了一个可以修改装载能力的构造函数：

public HashSet(int initialCapacity, float loadFactor) {
        map = new HashMap<>(initialCapacity, loadFactor);
    }

   最后是HashSet的操作：

public boolean add(E e) {
        return map.put(e, PRESENT)==null;
    }

public boolean remove(Object o) {
        return map.remove(o)==PRESENT;
    }

    实现也因此比较简单。

    那么Collection框架就介绍到这里了。

 

下一期继续进行jdk源代码详解。

 

-------------------------------------------------------------------------------------

3月23日更新：《杂七杂八》之——别当测试不重要（软件测试技术）

评论

3 楼 孙海友 2014-03-24  

3月23号的博客，因为博主忙着参加面试，没能更新。好在面试过了，最近就不更新《杂七杂八》了。为了面试，主要复习设计模式以及Java源码了。

2 楼 ysr1023 2014-03-23  

支持一下。

1 楼 孙海友 2014-03-22