集合的底层原理
数据结构中有 数组 和 链表 来实现对数据的存储，但这两者基本上就是两个极端。
- 数组：数组存储区间是连续的，占用内存严重，故空间复杂度很大。但数组的二分查找时间复杂度很小，为O(1);数组的特点是：寻址容易，插入和删除困难。
- 链表：链表存储区间不连续，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，O(N).链表的特点：寻址困难，插入和删除容易。
- 哈希表：哈希表既满足了数据的查找方便，同时不占用太多的内容空间，使用也十分方便。
当链表数组的容量超过初始容量的0.75时，再散列将链表数组扩大2倍，把原链表数组搬移到新链表的数组中
加载因子（默认0.75）：为什么需要使用加载因子，为什么需要扩容？因为如果填充很大，说明利用的空间很多，如果一直不进行扩容，链表就会越来越长，这样查找的效率很低，因为链表的长度很大（最新版本使用了红黑树后会改进很多），扩容之后，将原来链表数组的每一个链表分成奇偶两个子链表分别挂在新链表数组的散列位置，这样就减少了每个链表的长度，增加查找效率。
一.HashMap
HashMap本来是以空间换时间，所以填充比没必要太大。但是填充比太小又会导致空间浪费。如果关注内存，填充比可以稍大，如果关注查找性能，填充比可以稍小。
原理图：
解决hash冲突的办法：
- 开放定址法（线性探测再散列，二次探测再散列，伪随机探测再散列）
- 再哈希法
- 连地址法
- 建立一个公共溢出区
Java中hashMap的解决办法就是采用的连地址法（也称为拉链法）。
源码分析：
1.位桶数组
transient Node<K,V>[] table;
2.数组元素Node<K,V>实现了Entry接口
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
/**
* 初始大小 - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The maximum capacity
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 装载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* Node 是单向链表， 实现了 Map.Entry 接口
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
/**
* 构造函数 Hash值、键、值、下一个节点
*/
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
/**
* 判断两个node是否相等,若key和value都相等，返回true。可以与自身比较为true
*/
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
}
3.HashMap如何put(key,value)
链地址法解决hash冲突
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
*
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab;
Node<K,V> p;
int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/*如果table的在（n-1）&hash的值是空，就新建一个节点插入在该位置*/
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
/*表示有冲突,开始处理冲突*/
else {
Node<K,V> e;
K k;
/*检查第一个Node，p是不是要找的值*/
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
/*指针为空就挂在后面*/
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果冲突的节点数已经达到8个，看是否需要改变冲突节点的存储结构，
//treeifyBin首先判断当前hashMap的长度，如果不足64，只进行
//resize，扩容table，如果达到64，那么将冲突的存储结构为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
/*如果有相同的key值就结束遍历*/
if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
/*就是链表上有相同的key值*/
if (e != null) { // existing mapping for key，就是key的Value存在
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;//返回存在的Value值
}
}
++modCount;
/*如果当前大小大于门限，门限原本是初始容量*0.75*/
if (++size > threshold)
resize();//扩容两倍
afterNodeInsertion(evict);
return null;
}
}
添加键值对put(key,value)的过程：
- 判断键值对数组tab[]是否为空或为null，否则以默认大小resize();
- 根据键值key计算hash值得到插入的数组索引i，如果tab[i]=null,直接新建节点添加，否则转入3
- 判断当前数组中处理hash冲突的方式为链表还是红黑树（check第一个节点类型即可），分别处理。
-
HashMap如何getValue值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab;//Entry对象数组
Node<K,V> first,e; //在tab数组中经过散列的第一个位置
int n;
K k;
/*找到插入的第一个Node，方法是hash值和n-1相与，tab[(n - 1) & hash]*/
//也就是说在一条链上的hash值相同的
if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {
/*检查第一个Node是不是要找的Node*/
if (first.hash == hash && // always check first node
//判断条件是hash值要相同，key值要相同
((k = first.key) == key || (key != null && key.equals(k))))
return first;
/*检查first后面的node*/
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
/*遍历后面的链表，找到key值和hash值都相同的Node*/
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get(Key)方法时获取key的hash值，计算hash&(n-1)得到再链表数组中的位置first=tab[hash&(n-1)],先判断first的key是否与参数key相等，不等就遍历后面的链表找到相同的key值返回对应的value值即可。
5.HashMap的扩容机制resize();
构建hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到（填充比Node.length)重新调整HashMap大小变为原来2倍大小，扩容很耗时。
/**
* Initializes or doubles table size.
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
/* 如果旧表的长度不是空 */
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
/* 把新表的长度设置为旧表长度的两倍，newCap=2*oldCap */
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
/* 把新表的阈值设置为旧表阈值的两倍，newThr=oldThr*2 */
newThr = oldThr << 1; // double threshold
}
/* 如果旧表的长度的是0，也就是说第一次初始化表 */
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;//新表长度乘以加载因子
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
/*下面开始构造新表，初始化表中的数据*/
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;//把新表赋值给table
if (oldTab != null) {//原表不是空要把原表中数据移动到新表中
/*遍历原来的旧表*/
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)//说明这个node没有链表直接放在新表的e.hash & (newCap - 1)位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
/*如果e后边有链表,到这里表示e后面带着个单链表，需要遍历单链表，将每个结点重*/
else { // preserve order保证顺序
新计算在新表的位置，并进行搬运
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;//记录下一个结点
//新表是旧表的两倍容量，实例上就把单链表拆分为两队，
//e.hash&oldCap为偶数一队，e.hash&oldCap为奇数一对
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {//lo队不为null，放在新表原位置
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {//hi队不为null，放在新表j+oldCap位置
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
6.JDK1.8使用红黑树的改进
再Java jdk8中对HashMap的源码进行了优化，再jdk7中，HashMap处理碰撞的时候，都是采用链表来存储，当碰撞的节点很多时，查询时间为O(N).
在jdk8中，HashMap处理碰撞增加了红黑树这种数据结构，当碰撞节点较少时，采用链表存储，当较大时（>8个），采用红黑树（特点是查询时间是O(lgn)存储（有一个阈值控制，大于阈值（8个），将链表存储转换为红黑树存储）。
问题分析：
哈希碰撞会对hashMap的性能带来灾难性的影响。如果多个hashCode()的值落到同一个桶内时，这些值是存储到一个链表中的。最坏的情况下，所有的key都映射到同一个桶内，这样hashMap就退化成了一个链表——查找时间从0(1)到O(N).
随着H爱上Map的到校的增长，get()方法的开销也越来越大，由于所有的记录都在同一个桶里的超长链表内，平均查询一条记录就需要遍历一半的列表。
JDK1.8HashMap的红黑树是这样解决的：
如果每个桶中的记录过大的话（当前是8），HashMap会动态的使用一个专门的treeMap实现来替换掉它。这样做的结果会更好，是O(logn),而不是糟糕的O(n).
前面产生冲突的哪些KEY对应的记录只是简单的追加到一个链表后面，这些记录只能通过遍历来进行查找。但是超过这个阈值后HashMap开始将列表升级成一个二叉树，使用哈希值作为树的分支变量，如果两个哈希值不同，但指向同一个桶的话，较大的那个会插入到右子树里。如果哈希值相等，HashMap希望key值最好是实现了Comparable接口的，这样它可以按照顺序来进行插入。这对HashMap的key来说并不是必须的，不过如果实现了当然最好。如果没有实现这个接口，在出现严重的哈希碰撞的时候，你就并别指望能获得性能提升了。
二.HashSet
HashSet的内部采用了HashMap作为数据库存储，HashSet其实就是在操作HashMap的Key
- 因为HashMap是无序的，因此HashSet也不能保证元素的顺序。
- 因为HashSet中没有对应同步的操作，因此是线程不安全的。
- 支持null元素（因为HashMap也支持null键和null值）
public class HashSet<E>
extends AbstractSet<E>
implements Set<E>, Cloneable, java.io.Serializable
{
// 使用 HashMap 的 key 保存 HashSet 中所有元素
private transient HashMap<E,Object> map;
// 定义一个虚拟的 Object 对象作为 HashMap 的 value
private static final Object PRESENT = new Object();
…
// 构造方法，初始化 HashSet，底层会初始化一个 HashMap
public HashSet()
{
map = new HashMap<E,Object>();
}
// 以指定的 initialCapacity、loadFactor 创建 HashSet
// 其实就是以相应的参数创建 HashMap
public HashSet(int initialCapacity, float loadFactor)
{
map = new HashMap<E,Object>(initialCapacity, loadFactor);
}
public HashSet(int initialCapacity)
{
map = new HashMap<E,Object>(initialCapacity);
}
HashSet(int initialCapacity, float loadFactor, boolean dummy)
{
map = new LinkedHashMap<E,Object>(initialCapacity
, loadFactor);
}
// 调用 map 的 keySet 来返回所有的 key
public Iterator<E> iterator()
{
return map.keySet().iterator();
}
// 调用 HashMap 的 size() 方法返回 Entry 的数量，就得到该 Set 里元素的个数
public int size()
{
return map.size();
}
// 调用 HashMap 的 isEmpty() 判断该 HashSet 是否为空，
// 当 HashMap 为空时，对应的 HashSet 也为空
public boolean isEmpty()
{
return map.isEmpty();
}
// 调用 HashMap 的 containsKey 判断是否包含指定 key
//HashSet 的所有元素就是通过 HashMap 的 key 来保存的
public boolean contains(Object o)
{
return map.containsKey(o);
}
// 将指定元素放入 HashSet 中，也就是将该元素作为 key 放入 HashMap
public boolean add(E e)
{
return map.put(e, PRESENT) == null;
}
// 调用 HashMap 的 remove 方法删除指定 Entry，也就删除了 HashSet 中对应的元素
public boolean remove(Object o)
{
return map.remove(o)==PRESENT;
}
// 调用 Map 的 clear 方法清空所有 Entry，也就清空了 HashSet 中所有元素
public void clear()
{
map.clear();
}
…
}
HashSet底层使用了哈希表来支持，特点：存储块。
往HashSet添加元素的时候，HashSet会先调用元素的hashCode方法得到元素的哈希值，然后通过元素的哈希值经过移位等运算，就可以算出该元素在哈希表中的存储位置。
1.如果算出的元素存储的位置上目前没有任何元素存储，那么该元素可以直接存储在该位置上。
如果算出的元素的存储位置上目前已经存在其他的元素了，那么还会调用该元素的equals方法，与该位置的元素在比较一次，如果equals方法返回的是true，那么该位置上的元素视为重复元素，不允许添加，如果返回的是false，则允许添加。
class Person {
String name;
int age;
private void Peron() {
// TODO Auto-generated method stub
}
public Person(String name, int age) {
super();
this.name = name;
this.age = age;
}
@Override
public int hashCode() {
System.out.println("--------");
// TODO Auto-generated method stub
return this.age;
}
@Override
public boolean equals(Object obj) {
System.out.println("---****----");
Person p = (Person)obj;
return this.age == p.age;
}
@Override
public String toString() {
// TODO Auto-generated method stub
return "{姓名："+name+"年龄："+age+"}";
}
}
public class Demo2 {
public static void main(String[] args) {
HashSet set = new HashSet();
set.add(new Person("yy",18));
set.add(new Person("xx",19));
set.add(new Person("zz",20));
set.add(new Person("jj",25));
System.out.println("添加元素成功了嗎？"+set.add(new Person("zhangsan",18)));
System.out.println("集合的元素："+set);
}
}
总结：
1.基于HashMap实现的，默认构造函数是构建一个初始容量为16，负载因子为0.75的HashMap。封装了一个HashMap对象来存储所有的集合元素，所有放入HashSet中的集合实际上由HashMap的key来保存，而HashMap的value则存储了一个PRESENT，它是一个静态的Object对象。
2.当我们试图把某个类的对象当成HashMap的key，或试图将这个类的对象放入HashSet中保存时，重写该类的equals方法和hashCode方法很重要，而且这两个方法的返回值必须保持一致：当该类的两个hashCode返回值相同时，它们通过equals方法比较也应该返回true。通常来说，所有参与计算hashCode返回值的关键属性，都应该作为equals比较的标准。
3.HashSet的其他操作都是基于HashMap的。
三. TreeMap
Java中的TreeMap是一个基于红黑树（Red-Black Tree）实现的有序Map接口的实现类。它提供了键的自然排序或者根据创建时提供的Comparator进行排序的能力。
数据结构：
TreeMap使用红黑树作为其底层数据结构。红黑树是一种自平衡的二叉查找树，能够在动态数据结构中维持排序和二分搜索的性能。
排序：
TreeMap中的元素（键值对）根据键的自然顺序进行排序，或者根据创建TreeMap提供的Comparator接口进行排序。
如果元素实现了Comparable接口，并且没有提供Comparator，则使用元素的自然排序。
如果提供了Comparator，则使用该Comparator来确定元素的顺序。
内部构成：
TreeMap由一系列节点组成，每个节点都是红黑树的节点，包含了键，值，左子节点，右子节点，父节点以及颜色属性。
这些节点按照排序顺序进行连接，从而保证了TreeMap的有序性。
主要操作：
put(K key, V value): 将指定的键-值对添加到TreeMap中。如果键已经存在，则替换其值。
get(Object key): 返回与指定键关联的值，如果键不存在，则返回null。
remove(Object key): 从TreeMap中移除与指定键关联的值（如果存在）。
containsKey(Object key): 检查TreeMap中是否包含指定的键。
size(): 返回TreeMap中键-值对的数量。
keySet(): 返回TreeMap中键的Set视图，其中的元素按照它们在TreeMap中的排序顺序排列。
entrySet(): 返回TreeMap中键-值对的Set视图，其中的元素按照它们在TreeMap中的排序顺序排列。
性能：
TreeMap的查找，插入和删除操作的时间复杂度通常为O(log n),其中n是TreeMap中元素的数量。
由于红黑树的平衡性，TreeMap在动态结构中能够保持相对稳定的性能。
非同步性：
TreeMap是非同步的。如果多个线程同时访问和修改TreeMap，并且至少有一个线程在结构上修改了映射（不包括仅仅修改值），则必须在外部同步。这通常通过包装对象（或集合的自然封装）在Collections.synchronizedSortedMap方法中来实现。
总结：TreeMap通过红黑树数据结构保证了元素的排序和高效的查找，插入，删除操作，并支持自然排序和定制排序两种方式。然而，由于他是非同步的，因此在多线程环境中使用时需要额外的同步措施。
四.TreeSet
TreeSet的底层是TreeMap，添加的数据存入了map的key的位置，而value则固定是PERSENT。TreeSet中的元素是有序且不重复的，因为TreeMap中的key是有序且不重复的。
数据结构：
TreeSet使用红黑树作为其底层数据结构。红黑树是一种特殊的二叉查找树，它满足以下五个特性：
1.每个节点要么是红色，要么是黑色。
2.根节点是黑色的。
3.每个叶节点（NULL或空节点）是黑色的。
4.如果一个节点是红色的，则它的两个子节点是黑色的。
对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。这些特性保证了红黑树的平衡性，从而保证了在插入，删除和查找等操作中的对数时间复杂度。
排序性和唯一性：
TreeSet中的元素按照它们的自然顺序（如果实现了Comparable接口）或者根据提供的Compararto进行排序。
由于红黑树的特性，TreeSet中的元素总是保持有序的。
TreeSet不允许插入重复的元素。在添加新元素时，他会先检查元素是否已经在树中存在（通过比较操作）。如果存在，则不会添加该元素。
主要操作：
add(Object o): 将指定元素添加到TreeSet中，如果该元素已经存在，则不添加。
remove(Object o): 从TreeSet中移除指定元素。
contains(Object o): 检查TreeSet中是否包含指定元素。
size(): 返回TreeSet中元素的数量。
iterator(): 返回一个迭代器，按照元素的自然顺序或者根据提供的Comparator的顺序遍历元素。
descendingIterator(): 返回一个逆序迭代器，按照与iterator()相反的顺序遍历元素。
排序方式：
TreeSet提供了两种排序方式：自然排序（通过元素的compareTo（）方法）和定制排序（通过提供的Comparator对象）。
对于自然排序，元素必须实现Comparable接口，并重写compareTo()方法。
对于定制排序，可以在创建TreeSet时传入一个实现了Comparator接口的匿名内部类对象。
总的来说，TreeSet通过红黑树数据结构保证了元素的排序和唯一性，提供了高效的插入、删除和查找操作，并支持两种排序方式：自然排序和定制排序。
五.ArrayList
1.介绍：
ArrayList是List接口的可变数组的实现。实现了所有可选列表操作，并允许包括null在内的所有元素。每个ArrayLust实例都有一个容量，该容量是指用来存储列表元素的数组的大小。他是至少等于列表的大小。随着向ArrayList中不断添加元素，其容量也自动增长。自动增长会带来数据向新数组的重新拷贝，因此，如果可以预知数据量的多少，可在构造ArrayList时指定其容量。
ArrayList集合特点为什么是增删慢，查询快。
2.底层实现
底层使用数组实现
transient Object[] elementData;
3.构造方法
ArrayList提供了三种方式的构造器，可以构造一个默认初始容量为10的空列表，构造一个指定初始容量的空列表以及构造一个包含指定collection的元素的列表，这些元素按照该collection的迭代器返回它们的顺序排列的。
// 空参构造
ArrayList<String> list1 = new ArrayList<>();
// 源码
public ArrayList() {
/*
DEFAULTCAPACITY_EMPTY_ELEMENTDATA: 指向private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};空数组.
注意:默认长度是在第一次添加元素时赋值的数组
*/
this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
}
// 指定初始长度
ArrayList<String> list2 = new ArrayList<>(100);
// 源码
public ArrayList(int initialCapacity) {
// 判断传入的长度大小
if (initialCapacity > 0) {
// 根据长度创建数组
this.elementData = new Object[initialCapacity];
} else if (initialCapacity == 0) {
// 如果等于0,返回默认长度数组
// EMPTY_ELEMENTDATAprivate: 指向static final Object[] EMPTY_ELEMENTDATA = {};
this.elementData = EMPTY_ELEMENTDATA;
} else {
throw new IllegalArgumentException("Illegal Capacity: "+initialCapacity);
}
}
// 包含指定 collection 的元素的列表
List<String> list = new ArrayList<>();
ArrayList<String> list3 = new ArrayList<>(list);
// 源码
public ArrayList(Collection<? extends E> c) {
// 先把传入的集合转成数组
elementData = c.toArray();
// 判断集合的长度是否等于0
if ((size = elementData.length) != 0) {
// 判断数组字节码类型 为什么要判断,因为c.toArray()有可能转变的不是Object数组
if (elementData.getClass() != Object[].class)
// copyOf把参数集合的元素拷贝到定义数组
// elementData:要复制的数组
// size:长度
// Object[].class:要返回的新数组
elementData = Arrays.copyOf(elementData, size, Object[].class);
} else {
//EMPTY_ELEMENTDATA:指向:private static final Object[] EMPTY_ELEMENTDATA = {};
this.elementData = EMPTY_ELEMENTDATA;
}
}
集合的属性：
//默认容量的大小
private static final int DEFAULT_CAPACITY = 10;
//空数组常量
private static final Object[] EMPTY_ELEMENTDATA = {};
//默认的空数组常量
private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};
//存放元素的数组，从这可以发现 ArrayList 的底层实现就是一个 Object数组
transient Object[] elementData;
//数组中包含的元素个数
private int size;
//数组的最大上限
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
4.扩容机制
扩容源码：
public boolean add(E e) {
// 计数器,返回实时增加的元素个数,比如调用size()方法返回的集合元素个数
modCount++;
/*
1.e:表示现在要添加的元素
2.elementData集合底层数组名
3.size本次要添加的索引位置,第一次添加size的值为0
*/
add(e, elementData, size);
return true;
}
private void add(E e, Object[] elementData, int s) {
// 判断存入的位置索引
if (s == elementData.length)
// 调用grow方法进行扩容
elementData = grow();
// 索引位置小于数组长度正常存入
elementData[s] = e;
size = s + 1;
}
private Object[] grow() {
// 第一次存入元素size默认为0,进行长度加1
return grow(size + 1);
}
private Object[] grow(int minCapacity) {
/*
创建一个新的数组长度为10
把原来数组元素拷贝进去
minCapacity:传入的容量
*/
return elementData = Arrays.copyOf(elementData,
newCapacity(minCapacity));
}
private int newCapacity(int minCapacity) {
// overflow-conscious code
// 旧容量
int oldCapacity = elementData.length;
// 新容量 = 旧容量 * 1.5
int newCapacity = oldCapacity + (oldCapacity >> 1);
// 拿新的容量 - 传入的大小 如果结果小于0,
if (newCapacity - minCapacity <= 0) {
// 第一次扩容
// 判断数组是否是同一个数组
if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA)
// DEFAULT_CAPACITY默认容量=10
// 比较默认容量与传入容量大小,把最大返回
return Math.max(DEFAULT_CAPACITY, minCapacity);
if (minCapacity < 0) // overflow 内存溢出
throw new OutOfMemoryError();
return minCapacity;
}
// 返回新的长度
return (newCapacity - MAX_ARRAY_SIZE <= 0)
? newCapacity
: hugeCapacity(minCapacity);
}
ArrayList的add方法，在插入元素之前，它会先检查是否需要扩容，然后再把元素添加到数组中最后一个元素的后面。
在 newCapacity 方法中，我们可以看见，如果当 elementData 为空数组时，它会使用默认的大小去扩容。所以说，
通过无参构造方法来创建 ArrayList 时，它的大小其实是为 0 的，只有在使用到的时候，才会通过 grow 方法去创建
一个大小为 10 的数组。第一个 add 方法的复杂度为 O(1)，虽然有时候会涉及到扩容的操作，但是扩容的次数是非常
少的，所以这一部分的时间可以忽略不计。如果使用的是带指定下标的 add方法，则复杂度为 O(n)，因为涉及到
对数组中元素的移动，这一操作是非常耗时的。
5.总结
数组进行扩容时，会将老数组中的元素重新拷贝一份到新的数组中，每次数组容量的增长大约是其原来容量的1.5倍。这种操作的代价是很高的，因此，在实际使用时，我们应该尽量避免数组容量的扩张。当我们可预知要保存的元素的多少时，要在构造 ArrayList 实例时，就指定其容量，以避免数组扩容的发生。或者根据实际需求，通过调用ensureCapacity方法来手动增加ArrayList实例的容量。
六.LinkedList
LinkedList是基于链表结构的一种List，在分析LinkedList源码前我们先对链表简单了解一下。
链表是由一系列非连续的节点组成的存储结构，简单分下类的话，链表又分为_单向链表和双向链表，而单向 / 双向链表又可以分为循环链表和非循环链表_，下面简单就这四种链表进行图解说明：
1.单向链表：
单向链表就是通过每个结点的指针指向下一个节点从而连接起来的结构，最后一个节点的next指向null。
2.单向循环链表：
单向循环链表和单向链表的不同是，最后一个节点的next不是null，而是指向head节点，形成一个环。
3.双向链表：
双向链表是包含两个指针的，pre指向前一个节点，next指向后一个节点，但是第一个节点head的pre指向null，最后一个节点的tail指向null。
4.双向循环链表：
双向循环链表和双向链表的不同在于，第一个节点的pre指向最后一个节点，最后一个节点的next指向第一个节点，也形成一个环。
1.数据结构
LinkedList是基于双向链表实现的。它内部包含一个存储元素的链表结构，所有的元素都被存储在这个链表中。链表的每个节点都包含一个存储元素的节点和一个指向前一个节点的引用和指向后一个节点的引用。
2.动态数组
LinkedList是一个动态链表，它的大小在运行时可以根据需要进行调整。当元素数量超过当前容量时，LinkedList会自动扩展其大小。
3.查询性能
LinkedList具有较低的查询性能，因为他需要从链表的头部或尾部遍历到指定的索引位置。这种遍历方式相对较慢，尤其是当要查找的元素位于链表的中间时。
4.插入和删除元素
LinkedList在插入和删除元素时具有较高的性能。只需要修改元素的前后引用，而不需要像ArrayList那样移动后续元素。插入元素的时间复杂度为O(1)，删除元素的时间复杂度为O(1)。
5.线程安全
LinkedList不是线程安全的，在多线程环境下需要额外的同步措施。可以使用Collections.synchronizedList(List