Java集合学习笔记

1. 如果两个对象通过equals()方法判断出是相等的，那么他们hashCode也应该相等；
2. 如果两个对象通过equals()方法判断不等，那么他们hashCode可以相等，也可以不等。

如果没有实现以上两条（特别是第1条），在使用Java某些集合时（特别是HashSet和HashMap），你将得不到想要的结果，甚至造成严重的内存泄漏问题。要搞明白里面的原由，我们还得从HashMap的内部实现开始说起。

HashMap在存储键值对（Key-Value Pair）时，首先调用Key对象的hashCode()方法得到一个数字，这个数字对应了该键值对在HashMap中的存放位置，每个位置上不仅存放了Value，还存放了Key，即键值对（如下图所示）。我们将存放键值对的位置叫做一个Bucket（中文名为“桶”，即用来装东西的容器，很形象哈），Bucket中维护了一个LinkedList(下图中的Entries)，该LinkedList用于存放实际的键值对本身。因此，要通过Key来获取到相应的Value，Java只需要再次调用Key的hashCode()方法得到该键值对在HashMap中的位置，便可以准确快速地获取到Key对应的Value。因此，即便用于存放的Key和用于获取的Key是相等的，如果他们的hashCode不等，那么在获取时便得不到先前存放的准确位置，进而得不到正确的结果。另外，如果Key对象的类没有实现equals()方法，那么默认情况下Java将使用对象的引用地址来判断两个对象的相等性， 而之后我们又很难再次创建出一个和先前引用地址相同的对象，因此便可能出现永远也获取不到Value的情况，从而导致内存泄漏。进而我们得到另一个结论：如果一个类的对象将被用于HashMap的Key或者被直接放入Set集合中，那么这个类应该实现equals()方法和hashCode()方法。

注意到上图中的152号Bucket了吗？我们发现同时有John Smith和Sandra Dee两个Key都指向了这个相同的Bucket，即这两个对象的hashCode相等。这便是equals()和hashCode()契约关系的第2点。Java采用了LinkedList来存放所有Key的hashCode相等的键值对。此时在LinkedList中，前一个键值对维护了一个指针指向了下一个键值对。当之后通过John Smith来获取Value时，Java首先发现其对应的Bucket中存在着两个键值对，然后Java分别将各个键值对中Key对象与所传来的Key对象相比，如果相等则返回该键值对所对应的Value。由此，我们也知道HashMap中为什么需要同时存Key和Value而不是只存Value的原因；同时也知道了契约第2点的来由。事实上，我们可以让一个类的所有对象都返回相同的hashCode，只是此时如果该类的对象作为Key时，所有的键值对都将存放都相同的Bucket位置，每次在获取的时候都需要做多次的比较，因此会影响HashMap的获取速度。

线程安全性

通常来说，在Java中可以通过两种方式来实现线程安全，一种是通过Java自带的并发管控手段（比如使用syncronized关键字），另一中是通过创建不可变（Immutable）对象。

在很早的时候，Java里面有Vector和HashTable两个集合对象，他们通过使用syncronized关键字实现了线程安全，但是同时也暴露出了很大的性能问题。因此现在基本上没有人使用了。为了解决Vector和HashTable的性能问题，Java从1.2引入的Collections框架采用了线程不安全的类，比如ArrayList和HashMap都是线程不安全的。当然，为了性能而牺牲了线程安全性也是不可取的，因此Java通过Fail-Fast的Iterator来避免多个线程同时操作集合所带的线程冲突问题。比如，当一个线程正在遍历一个集合而另一个线程正在修改该集合时，前者将抛出ConcurrentModificationException。这当然也不是万全的办法。

另一方面，Java其实也提供了线程安全的封装类（Wrapper）来实现集合的线程安全性，我们可以通过：

Collections.synchronizedXXX(collection)

来创建线程安全的集合，这里的XXX可以是Collection、List、Map和Set等。对于一个常规的colleciton对象，调用(synchronizedXXX)方法将得到封装后的线程安全性。

集合封装类同样采用了syncronized关键字来达到线程安全性，并且是在整个集合类上上锁，这样也会带来严重的性能问题。为了解决这样的问题，从Java 5开始引入了并发集合(Concurrent Collections)，他们要么采用Immutable集合，要么采用更加精细的锁控制来达到线程安全的目的，同时又能保证很高的性能。

并发集合主要包含三类，一是Copy-On-Write集合，二是Compare-And-Swap集合，三是采用特殊锁的并发集合。Copy-On-Write集合底层维护的是一个不变的（Immutable）的数组，通过在写（Write）入集合时重新复制（Copy）一份新的集合来达到线程安全，进而得名Copy-On-Write。Coppy-On-Write集合包括有CopyOnWriteArrayList和CopyOnWriteArraySet等。Compare-And-Swap集合在进行更新的时候，首先维护一个本地拷贝，当执行更新时，比较本地拷贝与原值，如果值相等，则证明在这段时间内还没有其他线程修改原值，此时立即更新；如果不相等，则重新拷贝原值，再计算，再更新，这样也到了线程安全的目的。Compare-And-Swap集合包括ConcurrentLinkedQueue和ConcurrentSkipListMap等。第三类是使用特殊锁的集合，这种集合类并不在整个集合类上上锁，而是通过在Bucket级别上上锁，从而达到了对并发的更精细的控制，减少了线程的等待时间，从而提高了并发性能。

除了提供并发控制机制外，Java还提供了不可修改的（unmodifiable）集合来保证线程安全性，可以通过：

Collections.unmodifiableXXX(collection)

来创建不同unmodifiable集合。这样的集合其实也是一个封装类，对于传入的正常集合collection，通过对add()等方法抛出UnsupportedOperationException异常来达到不可修改的目的。但是，这样的集合其实并不达到不可修改目的，因为被其包装的collection本身依然是可以修改的。

为了实现更好的集合不变性，Guava类库提供了很多Immutable的集合，这些集合是真正不变的。