目录
1. ArrayList 的扩容机制:它凭什么能“自动变大”?
2. 线程安全的 List:CopyOnWriteArrayList 的“写时复制”黑科技
3. Stream 流:从“遍历”到“加工”的飞跃
4. 数据结构的抉择:红黑树 vs 平衡二叉树 (AVL)
5. 补充:并发环境下的 Map 选择
1. ArrayList 的扩容机制:深度拆解
ArrayList的动态扩容是 Java 面试的必考点,重点在于“为什么”和“怎么做”。
默认容量与延迟初始化:当你
new ArrayList()时,系统并不会立刻分配 10 个空间,而是先给一个空数组。只有在第一次执行add操作时,才会真正分配 10 个单位的内存。扩容触发条件:当当前元素个数(size)已经达到了数组的容量上限(length)时,就会触发扩容。
核心公式:
int newCapacity = oldCapacity + (oldCapacity >> 1)。深度理解 1.5 倍:
位运算优化:使用右移运算符
>> 1相当于除以 2,这在 CPU 层面执行极快,减少了运算时间。权衡利弊:扩容倍数选 1.5 是为了平衡“空间浪费”和“扩容频率”。如果倍数太大(如 2 倍)会浪费内存;如果太小(如 1.1 倍)则会导致频繁“搬家”影响性能。
搬家代价:扩容涉及创建新数组、通过
Arrays.copyOf复制老数据、更新引用。在大数据量下,建议初始化时指定initialCapacity以减少扩容次数。
2. 线程安全:CopyOnWriteArrayList 的并发之美
这种 List 的设计初衷是为了解决多线程遍历时不抛出ConcurrentModificationException。
写时复制(Copy-On-Write)流程:
独占写:写操作(如
add)必须加锁(JDK 8 用ReentrantLock,JDK 11+ 用synchronized),确保同一时刻只有一个线程在写。物理隔离:不直接修改原数组,而是将原数组拷贝一份并让长度加 1。
引用切换:在新数组上改完后,通过
setArray(newElements)改变volatile指针的指向。
Volatile 的作用:底层数组被
volatile修饰,保证了一旦写线程完成引用替换,读线程能立刻感知到新地址。读操作的“无锁化”:读操作(
get)完全不加锁,性能极高。致命缺点:内存占用翻倍(写时有两份数组);数据弱一致性(读线程在写线程完成前可能读到旧数据)。
3. Stream 流常用操作:函数式编程精要
Stream 让集合处理变得像流水线一样高效。
常用中间操作(返回 Stream,可级联):
filter(p):保留符合条件的元素。map(f):转换元素类型(如将 User 对象转为 String 姓名)。sorted():排序。distinct():去重。
常用终端操作(关闭流,产出结果):
collect(Collectors.toList()):将结果收集回 List。forEach(c):逐个处理。count():统计个数。anyMatch(p):只要有一个符合条件就返回 true(短路操作)。
4. 数据结构:平衡二叉树 vs 红黑树 (HashMap 为何选后者?)
这是判断候选人对数据结构理解深度的重要题目。
平衡二叉树 (AVL):
特点:严格平衡,左右子树高度差不超过 1。
优势:查询最快(层数最少)。
劣势:插入和删除会导致频繁的“旋转”,维护成本极高。
红黑树 (R-B Tree):
特点:弱平衡,确保没有路径比其他路径长两倍。
优势:它是查找、插入和删除的性能折中方案。
HashMap 的决策逻辑:
HashMap会频繁进行插入和删除操作。如果用 AVL,每次
put可能都要旋转多次,写性能太差。红黑树保证了最坏情况下的查询时间复杂度也是 $O(\log n)$,同时减少了维护平衡的开销。
5. 补充点:HashMap 为什么会有完整性破坏?
死循环问题:JDK 1.7 以前扩容使用“头插法”,并发下会导致链表成环,导致遍历时 CPU 100%。
数据丢失:JDK 1.8 虽然改用“尾插法”解决了死循环,但多线程并发
put时,由于没有加锁,后一个线程的写入仍可能覆盖前一个线程的写入。解决方案:在并发环境下必须使用
ConcurrentHashMap。它在 JDK 1.8 中通过volatile+CAS+synchronized的组合拳,将锁的粒度细化到了每个哈希桶的头节点上。
学习感悟:
今天的复习让我明白,Java 集合的设计核心就在于“在性能、安全和功能之间做取舍”。没有最好的结构,只有最适合场景的工具。