图解：Java 中的数据结构及原理

r囧r小猫 2022-04-10 07:45 201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。

![1240][]

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 1][]

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.

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

2Node x = first;

3for(inti =0; i < index; i++)

4x = x.next;

5returnx;

6\}else\{

7Node x = last;

8for(inti = size -1; i > index; i--)

9x = x.prev;

10returnx;

11\}

![strip][]

**靠队尾**

![strip 1][]

**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 2][]

![strip 3][]

**remove(E)**

![strip 4][]

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\{

4while(count == items.length)

5notFull.await();

6enqueue(e);

7\}finally\{

8lock.unlock();

9\}

![strip 13][]

**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)

9takeIndex =0;

10count--;

11if(itrs !=null)

12itrs.elementDequeued();

13notFull.signal();

14returnx;

15\}

![strip 14][]

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 15][]

**put(K, V) 相同hash值**

![strip 16][]

**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) \{

11if(loTail ==null)

12loHead = e;

13else

14loTail.next = e;

15loTail = e;

16\}

17else\{

18if(hiTail ==null)

19hiHead = e;

20else

21hiTail.next = e;

22hiTail = 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 17][]

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 18][]

**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.

![strip 19][]

**removeEldestEntry 删除最老的元素**

![strip 20][]

***扩展阅读***

[面试经验分享之数据结构、算法题][Link 1]

[应对程序员面试，你必须知道的八大数据结构][Link 2]

[初学者应该了解的数据结构：Array、HashMap 与 List][Array_HashMap _ List]

来源：https://www.cnblogs.com/xdecode/p/9321848.html

> ### 微信公众号：javafirst ###
> 
> ### 扫码关注免费获取更多资源  ###
> 
> ![70][]

[1240]: /images/20220401/7e1eb2f3b90941788faa6d3b366873fb.png
[1240 1]: /images/20220401/42a5ac6e7cad4ccfb89d12087f5da44f.png
[strip]: /images/20220401/62d67cb57681400a90095bd3d2457cf6.png
[strip 1]: /images/20220401/6ecf2223badd44b7b9972387195804eb.png
[strip 2]: /images/20220401/bd02d8b3d49c46a2a7949def8606d34f.png
[strip 3]: /images/20220401/bde22bc485064b80885ca558c4fe2b00.png
[strip 4]: /images/20220401/73460df9fc404b56a8c66c85faf5d3c2.png
[strip 5]: /images/20220401/2d13321a328c45bcbd43bf903a4144b7.png
[strip 6]: /images/20220401/86f33e9f4f454d38aa7aa923ba42de40.png
[strip 7]: /images/20220401/3c96fac5912848c18c3f1da3aabb2f04.png
[strip 8]: /images/20220401/882387f171ee47f6973561b823e82f07.png
[strip 9]: /images/20220401/9c4b4261b2e2431287635e9a67930a0e.png
[strip 10]: /images/20220401/0fb9a5c938754a30b36875278599841e.png
[strip 11]: /images/20220401/d30ac232287f4b768ac3494860e5b294.png
[strip 12]: /images/20220401/d57a8d0b0a424230b8cc2b0ef83a2f6a.png
[strip 13]: /images/20220401/aed0061c763744fb90cfd31d8b92d1fa.png
[strip 14]: /images/20220401/0ac6d19424044b19ab57fce8fb8c58db.png
[strip 15]: /images/20220401/0bafb3e94fba4972bc5f69aba513e1f3.png
[strip 16]: /images/20220401/6860318781234fa4a948eddde50ee76c.png
[strip 17]: /images/20220401/08b2e1d505814e45abb99dcf6ea0eee2.png
[strip 18]: /images/20220401/b27f4cf179ce4f9192e0a3749e8560a5.png
[strip 19]: /images/20220401/875c33a5fe7d4df9b6431a17d877786d.png
[strip 20]: /images/20220401/ea825724b97d488cb95a9851e84d2864.png
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzU5NTAzNjM0Mw==&mid=2247485266&idx=1&sn=2e4be6a7d932596639136c6c35022e25&chksm=fe79568ac90edf9c7ad7927257455bb998921cc97b4ab6507438a5f511b3bd454caae5a78c13&scene=21#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzU5NTAzNjM0Mw==&mid=2247485379&idx=1&sn=dcb737406d14183f42c6876ba4a8c50b&chksm=fe79561bc90edf0dc67007dcd0cb6a6b9cff343fc16c13f698260822e251a93b8c23b265a39d&scene=21#wechat_redirect
[Array_HashMap _ List]: http://mp.weixin.qq.com/s?__biz=MzU5NTAzNjM0Mw==&mid=2247485237&idx=1&sn=dfea98f63653feb3227b56db68b61e16&chksm=fe7956edc90edffbcf423d091d0c7beebe0af7f37a49c8ce8757bb493dec4c2b7ebc9b21ade2&scene=21#wechat_redirect
[70]: /images/20220401/b323dc629ef749dca61b8536c60e7aec.png