(38) 剖析ArrayList / 计算机程序的思维逻辑
(38) 剖析ArrayList / 计算机程序的思维逻辑
从本节开始，我们探讨Java中的容器类，所谓容器，顾名思义就是容纳其他数据的，计算机课程中有一门课叫数据结构，可以粗略对应于Java中的容器类，我们不会介绍所有数据结构的内容，但会介绍Java中的主要实现，并分析其基本原理和主要实现代码。
前几节在介绍泛型的时候，我们自己实现了一个简单的动态数组容器类DynaArray，本节，我们介绍Java中真正的动态数组容器类ArrayList。
我们先来看它的基本用法。
基本用法
新建ArrayList
ArrayList是一个泛型容器，新建ArrayList需要实例化泛型参数，比如：
ArrayList<Integer> intList = new ArrayList<Integer>();
ArrayList<String> strList = new ArrayList<String>();
添加元素
add方法添加元素到末尾
ArrayList<Integer> intList = new ArrayList<Integer>();
intList.add(123);
intList.add(456);
ArrayList<String> strList = new ArrayList<String>();
strList.add("老马");
strList.add("编程");长度方法
判断是否为空
public boolean isEmpty()获取长度
public int size()访问指定位置的元素
public E get(int index)如：
ArrayList<String> strList = new ArrayList<String>();
strList.add("老马");
strList.add("编程");
for(int i=0; i<strList.size(); i++){
System.out.println(strList.get(i));
}查找元素
public int indexOf(Object o)如果找到，返回索引位置，否则返回-1。
public int lastIndexOf(Object o)从后往前找。
public boolean contains(Object o)是否包含指定元素。
相同的依据是equals方法返回true。如果传入的元素为null，则找null的元素。
删除元素
删除指定位置的元素
public E remove(int index)
返回值为被删对象。
删除指定对象
public boolean remove(Object o)与indexOf一样，比较的依据的是equals方法，如果o为null，则删除值为null的元素。另外，remove只删除第一个相同的对象，也就是说，即使ArrayList中有多个与o相同的元素，也只会删除第一个。返回值为boolean类型，表示是否删除了元素。
删除所有元素
public void clear()插入元素
在指定位置插入元素
public void add(int index, E element)index为0表示插入最前面，index为ArrayList的长度表示插到最后面。
修改元素
修改指定位置的元素内容
public E set(int index, E element)基本原理
内部组成
可以看出，ArrayList的基本用法是比较简单的，它的基本原理也是比较简单的，原理与我们在前面几节介绍的DynaArray类似，内部有一个数组elementData，一般会有一些预留的空间，有一个整数size记录实际的元素个数，如下所示：
private transient Object[] elementData;
private int size;我们暂时可以忽略transient这个关键字。各种public方法内部操作的基本都是这个数组和这个整数，elementData会随着实际元素个数的增多而重新分配，而size则始终记录实际的元素个数。
Add方法
虽然基本思路是简单的，但内部代码有一些比较晦涩，我们来看下add方法的代码：
public boolean add(E e) {
ensureCapacityInternal(size + 1); // Increments modCount!!
elementData[size++] = e;
return true;
}
它首先调用ensureCapacityInternal确保数组容量是够的，ensureCapacityInternal的代码是：
private void ensureCapacityInternal(int minCapacity) {
if (elementData == EMPTY_ELEMENTDATA) {
minCapacity = Math.max(DEFAULT_CAPACITY, minCapacity);
}
ensureExplicitCapacity(minCapacity);
}
它先判断数组是不是空的，如果是空的，则首次至少要分配的大小为DEFAULT_CAPACITY，DEFAULT_CAPACITY的值为10，接下来调用ensureExplicitCapacity，代码为：
private void ensureExplicitCapacity(int minCapacity) {
modCount++;
// overflow-conscious code
if (minCapacity - elementData.length > 0)
grow(minCapacity);
}
modCount++是什么意思呢？modCount表示内部的修改次数，modCount++当然就是增加修改次数，为什么要记录修改次数呢？我们待会解释。
如果需要的长度大于当前数组的长度，则调用grow方法。这段代码前面有个注释：overflow-conscious code，翻译一下，大意就是代码考虑了溢出这种情况，溢出是什么意思呢？我们解释下，假设a,b都是int，下面两行代码是不一样的：
if(a>b)
if(a-b>0)
为什么呢？考虑a=Integer.MAX_VALUE, b=Integer.MIN_VALUE：
a>b为true
但由于溢出，a-b的结果为-1
反之，再考虑a=Integer.MIN_VALUE, b=Integer.MAX_VALUE:
a>b为false
但由于溢出，a-b的结果为1。
不过，在a, b都为正数且数值没有那么大的情况下，一般也没有溢出问题，为便于理解，在后续的分析中，我们将忽略溢出问题。
接下来，看grow方法：
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + (oldCapacity >> 1);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// minCapacity is usually close to size, so this is a win:
elementData = Arrays.copyOf(elementData, newCapacity);
}
排除边缘情况，长度增长的主要代码为：
int newCapacity = oldCapacity + (oldCapacity >> 1);右移一位相当于除2，所以，newCapacity相当于oldCapacity的1.5倍。
Remove方法
我们再来看Remove方法的代码：
public E remove(int index) {
rangeCheck(index);
modCount++;
E oldValue = elementData(index);
int numMoved = size - index - 1;
if (numMoved > 0)
System.arraycopy(elementData, index+1, elementData, index,
numMoved);
elementData[--size] = null; // clear to let GC do its work
return oldValue;
}
它也增加了modCount，然后计算要移动的元素个数，从index往后的元素都往前移动一位，实际调用System.arraycopy方法移动元素。elementData[--size] = null;这行代码将size减一，同时将最后一个位置设为null，设为null后就不再引用原来对象，如果原来对象也不再被其他对象引用，就可以被垃圾回收。
基本原理小结
其他方法大多是比较简单的，我们就不赘述了。总体而言，内部操作要考虑各种情况，代码有一些晦涩复杂，但接口一般都是简单直接的，这就是使用容器类的好处了，这也是计算机程序中的基本思维方式，封装复杂操作，提供简单接口。
迭代
foreach用法
理解了ArrayList的基本用法和原理，接下来，我们来看一个常见的操作 - 迭代，比如说，循环打印ArrayList中的每个元素，ArrayList支持foreach语法，比如：
ArrayList<Integer> intList = new ArrayList<Integer>();
intList.add(123);
intList.add(456);
intList.add(789);
for(Integer a : intList){
System.out.println(a);
}
当然，这种循环也可以使用如下代码实现：
for(int i=0; i<intList.size(); i++){
System.out.println(intList.get(i));
}
不过，foreach看上去更为简洁，而且，它适用于各种容器，更为通用。
这种foreach语法背后是怎么实现的呢？其实，编译器会将它转换为类似如下代码：
Iterator<Integer> it = intList.iterator();
while(it.hasNext()){
System.out.println(it.next());
}接来下，我们解释一下其中的代码。
迭代器接口
ArrayList实现了Iterable接口，Iterable表示可迭代，它的定义为：
public interface Iterable<T> {
Iterator<T> iterator();
}定义很简单，就是要求实现iterator方法。iterator方法的声明为：
public Iterator<E> iterator()它返回一个实现了Iterator接口的对象，Iterator接口的定义为：
public interface Iterator<E> {
boolean hasNext();
E next();
void remove();
}hasNext()判断是否还有元素未访问，next()返回下一个元素，remove()删除最后返回的元素，只读访问的基本模式就类似于：
Iterator<Integer> it = intList.iterator();
while(it.hasNext()){
System.out.println(it.next());
}我们待会再看迭代中间要删除元素的情况。
只要对象实现了Iterable接口，就可以使用foreach语法，编译器会转换为调用Iterable和Iterator接口的方法。
初次见到Iterable和Iterator，可能会比较容易混淆，我们再澄清一下：
- Iterable表示对象可以被迭代，它有一个方法iterator()，返回Iterator对象，实际通过Iterator接口的方法进行遍历。
- 如果对象实现了Iterable，就可以使用foreach语法。
- 类可以不实现Iterable，也可以创建Iterator对象。
ListIterator
除了iterator()，ArrayList还提供了两个返回Iterator接口的方法：
public ListIterator<E> listIterator()
public ListIterator<E> listIterator(int index)
ListIterator扩展了Iterator接口，增加了一些方法，向前遍历、添加元素、修改元素、返回索引位置等，添加的方法有：
public interface ListIterator<E> extends Iterator<E> {
boolean hasPrevious();
E previous();
int nextIndex();
int previousIndex();
void set(E e);
void add(E e);
}listIterator()方法返回的迭代器从0开始，而listIterator(int index)方法返回的迭代器从指定位置index开始，比如，从末尾往前遍历，代码为：
public void reverseTraverse(List<Integer> list){
ListIterator<Integer> it = list.listIterator(list.size());
while(it.hasPrevious()){
System.out.println(it.previous());
}
}
迭代的陷阱
关于迭代器，有一种常见的误用，就是在迭代的中间调用容器的删除方法，比如要删除一个整数ArrayList中所有小于100的数，直觉上，代码可以这么写：
public void remove(ArrayList<Integer> list){
for(Integer a : list){
if(a<=100){
list.remove(a);
}
}
}
但，运行时会抛出异常：
java.util.ConcurrentModificationException发生了并发修改异常，为什么呢？迭代器内部会维护一些索引位置相关的数据，要求在迭代过程中，容器不能发生结构性变化，否则这些索引位置就失效了。所谓结构性变化就是添加、插入和删除元素，只是修改元素内容不算结构性变化。
如何避免异常呢？可以使用迭代器的remove方法，如下所示：
public static void remove(ArrayList<Integer> list){
Iterator<Integer> it = list.iterator();
while(it.hasNext()){
if(it.next()<=100){
it.remove();
}
}
}
迭代器如何知道发生了结构性变化，并抛出异常？它自己的remove方法为何又可以使用呢？我们需要看下迭代器的工作原理。
迭代器实现的原理
我们来看下ArrayList中iterator方法的实现，代码为：
public Iterator<E> iterator() {
return new Itr();
}
新建了一个Itr对象，Itr是一个成员内部类，实现了Iterator接口，声明为：
private class Itr implements Iterator<E>
它有三个实例成员变量，为：
int cursor; // index of next element to return
int lastRet = -1; // index of last element returned; -1 if no such
int expectedModCount = modCount;
cursor表示下一个要返回的元素位置，lastRet表示最后一个返回的索引位置，expectedModCount表示期望的修改次数，初始化为外部类当前的修改次数modCount，回顾一下，成员内部类可以直接访问外部类的实例变量。
每次发生结构性变化的时候modCount都会增加，而每次迭代器操作的时候都会检查expectedModCount是否与modCount相同，这样就能检测出结构性变化。
我们来具体看下，它是如何实现Iterator接口中的每个方法的，先看hasNext()，代码为：
public boolean hasNext() {
return cursor != size;
}
cursor与size比较，比较直接，看next()方法：
public E next() {
checkForComodification();
int i = cursor;
if (i >= size)
throw new NoSuchElementException();
Object[] elementData = ArrayList.this.elementData;
if (i >= elementData.length)
throw new ConcurrentModificationException();
cursor = i + 1;
return (E) elementData[lastRet = i];
}
首先调用了checkForComodification，它的代码为：
final void checkForComodification() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
}所以，next()前面部分主要就是在检查是否发生了结构性变化，如果没有变化，就更新cursor和lastRet的值，以保持其语义，然后返回对应的元素。
remove的代码为：
public void remove() {
if (lastRet < 0)
throw new IllegalStateException();
checkForComodification();
try {
ArrayList.this.remove(lastRet);
cursor = lastRet;
lastRet = -1;
expectedModCount = modCount;
} catch (IndexOutOfBoundsException ex) {
throw new ConcurrentModificationException();
}
}它调用了ArrayList的remove方法，但同时更新了cursor, lastRet和expectedModCount的值，所以它可以正确删除。
不过，需要注意的是，调用remove方法前必须先调用next，比如，通过迭代器删除所有元素，直觉上，可以这么写：
public static void removeAll(ArrayList<Integer> list){
Iterator<Integer> it = list.iterator();
while(it.hasNext()){
it.remove();
}
}
实际运行，会抛出异常：
java.lang.IllegalStateException
正确写法是：
public static void removeAll(ArrayList<Integer> list){
Iterator<Integer> it = list.iterator();
while(it.hasNext()){
it.next();
it.remove();
}
}
当然，如果只是要删除所有元素，ArrayList有现成的方法clear()。
listIterator()的实现使用了另一个内部类ListItr，它继承自Itr，基本思路类似，我们就不赘述了。
迭代器的好处
为什么要通过迭代器这种方式访问元素呢？直接使用size()/get(index)语法不也可以吗？在一些场景下，确实没有什么差别，两者都可以。不过，foreach语法更为简洁一些，更重要的是，迭代器语法更为通用，它适用于各种容器类。
此外，迭代器表示的是一种关注点分离的思想，将数据的实际组织方式与数据的迭代遍历相分离，是一种常见的设计模式。需要访问容器元素的代码只需要一个Iterator接口的引用，不需要关注数据的实际组织方式，可以使用一致和统一的方式进行访问。
而提供Iterator接口的代码了解数据的组织方式，可以提供高效的实现。在ArrayList中, size/get(index)语法与迭代器性能是差不多的，但在后续介绍的其他容器中，则不一定，比如LinkedList，迭代器性能就要高很多。
从封装的思路上讲，迭代器封装了各种数据组织方式的迭代操作，提供了简单和一致的接口。
ArrayList实现的接口
Java的各种容器类有一些共性的操作，这些共性以接口的方式体现，我们刚刚介绍的Iterable接口就是，此外，ArrayList还实现了三个主要的接口Collection, List和RandomAccess，我们逐个来看下。
Collection
Collection表示一个数据集合，数据间没有位置或顺序的概念，接口定义为：
public interface Collection<E> extends Iterable<E> {
int size();
boolean isEmpty();
boolean contains(Object o);
Iterator<E> iterator();
Object[] toArray();
<T> T[] toArray(T[] a);
boolean add(E e);
boolean remove(Object o);
boolean containsAll(Collection<?> c);
boolean addAll(Collection<? extends E> c);
boolean removeAll(Collection<?> c);
boolean retainAll(Collection<?> c);
void clear();
boolean equals(Object o);
int hashCode();
}
这些方法中，除了两个toArray方法和几个xxxAll()方法外，其他我们已经介绍过了。
这几个xxxAll()方法的含义基本也是可以顾名思义的，addAll添加，removeAll删除，containsAll检查是否包含了参数容器中的所有元素，只有全包含才返回true，retainAll只保留参数容器中的元素，其他元素会进行删除。
有一个抽象类AbstractCollection对这几个方法都提供了默认实现，实现的方式就是利用迭代器方法逐个操作，比如说，我们看removeAll方法，代码为：
public boolean removeAll(Collection<?> c) {
boolean modified = false;
Iterator<?> it = iterator();
while (it.hasNext()) {
if (c.contains(it.next())) {
it.remove();
modified = true;
}
}
return modified;
}
代码比较简单，就不解释了。ArrayList继承了AbstractList，而AbstractList又继承了AbstractCollection，ArrayList对其中一些方法进行了重写，以提供更为高效的实现，具体我们就不介绍了。
关于toArray方法，我们待会再介绍。
List
List表示有顺序或位置的数据集合，它扩展了Collection，增加的主要方法有：
boolean addAll(int index, Collection<? extends E> c);
E get(int index);
E set(int index, E element);
void add(int index, E element);
E remove(int index);
int indexOf(Object o);
int lastIndexOf(Object o);
ListIterator<E> listIterator();
ListIterator<E> listIterator(int index);
List<E> subList(int fromIndex, int toIndex);
这些方法都与位置有关，容易理解，就不介绍了。
RandomAccess
RandomAccess的定义为：
public interface RandomAccess {
}
没有定义任何代码。这有什么用呢？这种没有任何代码的接口在Java中被称之为标记接口，用于声明类的一种属性。
这里，实现了RandomAccess接口的类表示可以随机访问，可随机访问就是具备类似数组那样的特性，数据在内存是连续存放的，根据索引值就可以直接定位到具体的元素，访问效率很高。下节我们会介绍LinkedList，它就不能随机访问。
有没有声明RandomAccess有什么关系呢？主要用于一些通用的算法代码中，它可以根据这个声明而选择效率更高的实现。比如说，Collections类中有一个方法binarySearch，在List中进行二分查找，它的实现代码就根据list是否实现了RandomAccess而采用不同的实现机制，如下所示：
public static <T>
int binarySearch(List<? extends Comparable<? super T>> list, T key) {
if (list instanceof RandomAccess || list.size()<BINARYSEARCH_THRESHOLD)
return Collections.indexedBinarySearch(list, key);
else
return Collections.iteratorBinarySearch(list, key);
}
ArrayList的其他方法
构造方法
ArrayList还有两个构造方法
public ArrayList(int initialCapacity)
public ArrayList(Collection<? extends E> c)第一个方法以指定的大小initialCapacity初始化内部的数组大小，代码为：
this.elementData = new Object[initialCapacity];
在事先知道元素长度的情况下，或者，预先知道长度上限的情况下，使用这个构造方法可以避免重新分配和拷贝数组。
第二个构造方法以一个已有的Collection构建，数据会新拷贝一份。
与数组的相互转换
ArrayList中有两个方法可以返回数组
public Object[] toArray()
public <T> T[] toArray(T[] a)
第一个方法返回是Object数组，代码为：
public Object[] toArray() {
return Arrays.copyOf(elementData, size);
}
第二个方法返回对应类型的数组，如果参数数组长度足以容纳所有元素，就使用该数组，否则就新建一个数组，比如：
ArrayList<Integer> intList = new ArrayList<Integer>();
intList.add(123);
intList.add(456);
intList.add(789);
Integer[] arrA = new Integer[3];
intList.toArray(arrA);
Integer[] arrB = intList.toArray(new Integer[0]);
System.out.println(Arrays.equals(arrA, arrB));
输出为true，表示两种方式都是可以的。
Arrays中有一个静态方法asList可以返回对应的List，如下所示：
Integer[] a = {1,2,3};
List<Integer> list = Arrays.asList(a);需要注意的是，这个方法返回的List，它的实现类并不是本节介绍的ArrayList，而是Arrays类的一个内部类，在这个内部类的实现中，内部用的的数组就是传入的数组，没有拷贝，也不会动态改变大小，所以对数组的修改也会反映到List中，对List调用add/remove方法会抛出异常。
要使用ArrayList完整的方法，应该新建一个ArrayList，如下所示：
List<Integer> list = new ArrayList<Integer>(Arrays.asList(a));容量大小控制
ArrayList还提供了两个public方法，可以控制内部使用的数组大小，一个是：
public void ensureCapacity(int minCapacity)它可以确保数组的大小至少为minCapacity，如果不够，会进行扩展。如果已经预知ArrayList需要比较大的容量，调用这个方法可以减少ArrayList内部分配和扩展的次数。
另一个方法是：
public void trimToSize()
它会重新分配一个数组，大小刚好为实际内容的长度。调用这个方法可以节省数组占用的空间。
ArrayList特点分析
后续我们会介绍各种容器类和数据组织方式，之所以有各种不同的方式，是因为不同方式有不同特点，而不同特点有不同适用场合。考虑特点时，性能是其中一个很重要的部分，但性能不是一个简单的高低之分，对于一种数据结构，有的操作性能高，有的操作性能可能就比较低。
作为程序员，就是要理解每种数据结构的特点，根据场合的不同，选择不同的数据结构。
对于ArrayList，它的特点是：内部采用动态数组实现，这决定了：
- 可以随机访问，按照索引位置进行访问效率很高，用算法描述中的术语，效率是O(1)，简单说就是可以一步到位。
- 除非数组已排序，否则按照内容查找元素效率比较低，具体是O(N)，N为数组内容长度，也就是说，性能与数组长度成正比。
- 添加元素的效率还可以，重新分配和拷贝数组的开销被平摊了，具体来说，添加N个元素的效率为O(N)。
- 插入和删除元素的效率比较低，因为需要移动元素，具体为O(N)。
小结
本文详细介绍了ArrayList，ArrayList是日常开发中最常用的类之一。我们介绍了ArrayList的用法、基本实现原理、迭代器及其实现、Collection/List/RandomAccess接口、ArrayList与数组的相互转换，最后我们分析了ArrayList的特点。
ArrayList的插入和删除的性能比较低，下一节，我们来看另一个同样实现了List接口的容器类，LinkedList，它的特点可以说与ArrayList正好相反。