Java集合框架源码研读-ArrayList

Posted by AlstonWilliams on February 17, 2019

在理解了ArrayList的父类AbstractList的实现之后,我们就要开始动手理解ArrayList.

ArrayList实现了List接口,其中定义了列表应该有的操作,还实现了RandomAccess, Cloneable, Serializable接口,分别让List具有能够随机读取,可复制,可以序列化的能力.

RandomAccess这个接口,是一个空接口,它其中没有任何方法的声明.实现这个接口,只是让我们知道ArrayList是可以进行随机读取的.实际上,由于ArrayList的内部数据结构是数组,所以它天生就具备随机读取的能力.

ArrayList中,有一个DEFAULT_CAPACITY属性,定义了ArrayList起始的默认长度,为10.

但是,这并不意味着,你在创建一个ArrayList时,没有为其指定容量的话,它会自动为你创建一个长度为10的数组,作为内部数据容器.实际上,如果你在创建ArrayList时,不为其传递初始容量这个参数,其内部维护全部数据的数组,其容量还是为0.

那么DEFAULT_CAPACITY这个属性到底有什么用呢?

ArrayList还给我们提供了一个叫做ensureCapacity的方法,这个方法能够让我们确保手动确保数组的容量:

结合上面的这三个方法,DEFAULT_CAPACITY的作用就很显然了.

ensureCapacity这个方法中,如果elementData这个数据容器的数组,此时其中并没有任何元素,并且你传入的minCapacity大于10,就会将elementData扩容到10.反之,如果此时elementData中有元素,那么就会根据minCapacity和此刻elementData的长度来进行判断是否进行扩容.

ensureCapacityInternal方法中,如果elementData此时没有任何元素,那么就将elementData扩容到DEFAULT_CAPACITYminCapacity中较大的那个.

需要注意的是,数组的长度,和数组中元素的个数并不是一回事.数组的长度,是在数组刚开始被创建时就确定下来的,这样JVM才能为其分配空间并初始化.而数组中元素的个数,则如其名字所示.

比方说,我们这样创建一个数组:

int[] arr = new int[10];int[0] = 0;int[1] = 1;

此时,数组的长度为10,但是其中元素的个数仅为2.

那么,一个ArrayList的最大长度是多少呢?从源文件中,我们可以看到为Integer.MAX_VALUE - 8.那么为什么要减8呢?

从StackOverflow上面得知,由于数组的索引采用int表示,所以理论上说,数组的最大值应该是Integer.MAX_VALUE或者Integer.MAX_VALUE - 1或者Integer.MAX_VALUE - 2.具体多大取决于JVM.

而可能会有一些JVM会将某些ArrayList的信息写入到其内部的数组中,所以,为了安全起见,就让其最大容量为Integer.MAX_VALUE - 8.这只是我的个人猜测,不保证正确.我们从源文件中看到的解释为:

ArrayList还有两个类似的属性,一个为EMPTY_ELEMENTDATA,另一个为DEFAULTCAPACITY_EMPTY_ELEMENTDATA.我们从源文件看到对它们的解释如下:

那么这两个属性有什么区别呢?

其实它们有啥区别我也不清楚,反正两个都是一个空的数组,而且这两个空的数组在使用的过程中也都没有改变,有啥不一样的!

ArrayList有三种初始化方式,一种是传入初始长度,然后ArrayList将其内部的elementData初始化为指定长度的数组,另一种是什么参数也不传,这样的话,ArrayList就会将其内部的elementData初始化为一个空数组,最后一种初始化方式,是传入一个Collection对象,ArrayList会先将这个Collection对象转换为一个数组,然后将其赋给elementData.

我们再来看一下ArrayList的扩容函数,grow.

从这个函数中,我们可以看到,ArrayList每次进行扩容时,都会先计算我们想要的最小容量是否小于原数组的长度的3/2倍,如果不是,则扩容到minCapacity大小.如果是,则扩容到原数组的长度的3/2倍.所以说,我们在使用ensureCapacity这个函数确保数组的长度时,数组扩容后的长度并不一定是我们指定的minCapacity,而更可能是原数组长度的3/2倍.

另外,这个方法中,很细节的地方是,在计算3/2倍时,它采用的是oldCapacity + (oldCapacity » 1)的方式,各位都知道这是什么意思.对于3/2这么一个不快的增长速度来说,如果需要频繁进行扩容,这就是一个不错的优化点.如果每次增大为原来的两倍,那么,在第10次扩容后,elementData的长度将为10240.而每次仅扩容为原来的3/2倍,第十次扩容后,elementData的长度将为570.很显然,远比每次扩大为两倍小得多.

我想这里,是开发者为了协调空间浪费和时间而做的折中.如果我们开发应用时,ArrayList需要很快的进行扩容,这里我们可以调整一下扩容的速率.

我们上面提到过,数组的长度,只能在使用前指定,然后JVM才能进行内存分配以及初始化,也就是说,在初始化完数组之后,实际上,它的长度就是不可变的了.而每次扩容,就会创建一个新数组,对于急速增长的ArrayList,效率上是否有点问题,如果我们指定的minCapacity一直都小于oldCapacity * (3 / 2)的话?

接下来,我们看一下indexOf方法的实现:

我们可以看到,indexOf方法的实现,跟AbstractList中的实现一样,时间复杂度都是O(n).所以,如果我们做应用时,用ArrayList来存储数据,并且ArrayList还不小,还有热点数据的需求.那么最好写一个Map来记录热点数据和其在ArrayList中对应的位置关系.这样,如果我们需要查询该热点数据m次,则使用平摊分析可得时间复杂度为O(n/m).

但是,这样也有一个问题,就是,我们知道,ArrayList中一旦删除了数据之后,那么在elementData中,位于该特定数据之后的数据,都会向左移动.这样就会有映射失效的问题.

所以,这不是一个好的缓存方案.

我想各位此时心里一万个草泥马飘过…

我也是边写边分析的…

起码现在我们知道了为什么这样做缓存不好了,对吧?

其实我们还是可以这样做的,但是在删除ArrayList中的数据的时候,我们需要同时检查Map中,是否有需要移动的元素,然后Map中存储的它们在ArrayList中的索引 - 需要移动的值.这些还需要放在同一个事务中来做.

你现在心里可能会想,这不是脱了裤子放屁嘛.我直接用一个HashMap来缓存不就好了,干嘛还要整个ArrayList.

好像确实是这样…

所以,上面跟缓存相关的这部分,似乎都是一本正经的扯淡…

回归正题!

另外,每次删除一个元素,都需要移动此元素后面的元素,这样效率是否有问题呢,对于那种频繁删除ArrayList中的元素的应用来说?

我并不知道它具体在移动时是采用什么算法的,Systemarraycopy这个方法是native的.

另外,ArrayList的Iterator是Fail-Fast的.也就是说,只要我们调用了那种会改变数组的长度的方法,那么Iterator就不会正常工作了,而会抛出异常了.

还有ArrayListsubList方法,需要注意的是,它返回的并不是一个新的List,而是一个原来的ArrayList的包装类.所以,如果你对这个返回的SubList进行修改的话,实际上就是在修改原来的ArrayList.

其他的方法就基本上跟AbstractList差不多了.

ArrayList还提供了一个叫做ArrayListSpliterator的类,这个类用于对ArrayList中的元素,来实现并行计算.具体的实现我也没有深入了解过.

总体来说,ArrayList的查找,修改,增加的效率还是蛮高的,特别是对于查找和修改,是O(1)的时间复杂度,增加的话,对于数据增长不是特别迅速的场景,也是O(1),但是一旦要进行扩容的话,就是O(n)了,删除元素的话,就是O(n)了.

所以,如果是那种读多写少,并且确定数据的数量不会超过Integer.MAX_VALUE - 8的场景的话,ArrayList还是蛮不错的.