数组:数据在内存是连续存放的，随机访问效率很高(根据索引值就可以直接定位到具体的元素)。插入和删除效率低(重新分配、移动元素) 链表:数据在内存按需分配，随机访问效率低(必须从头或尾，顺着链接查找)，插入和删除效率高。 ArrayLis，底层是动态数组（ArrayList随机访问效率很高，但插入和删除性能比较低） 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。 插入和删除元素的效率比较低，因为需要移动元素。 扩容条件：需求大小 > 数组大小 扩容后：原容量1.5倍 LinkedList（底层是双向链表，但是支持双端队列 (Deque)），它的特点与ArrayList几乎正好相反：（LinkedList随机访问效率很低，但插入和删除性能比较高） 实现了Deque接口，可以作为队列、栈和双端队列使用。实现原理上，内部是一个双向链表，并维护了长度、头节点和尾节点。链表对LinkedList没有限制长度，但有可能对其他的容器限制长度 数据结构： E item; Node<E> next; Node<E> prev; 栈和队列底层实现都是链表。（此处可以看《算法》这本书94页） 栈和队列只是双端队列的特殊情况。数据结构如下： 栈： E item Node next 队列： E item Node first E item Node last 链表：增删易，查询慢（必须从头到尾，顺着链接查找，效率比较低） 内存只需按需分配内存，插入和删除时 需要修改前驱和后继节点的链接 数组：增删难（移动元素和扩容分配），查询快（元素连续存放，可以直接随机访问） 内存需要分配额外空间，插入和删除时 需要移动所有后续元素 栈只操作头部，队列两端都操作（尾部只添加、头部只查看和删除） Queue：队列 Deque：双向队列（里面包含了栈的操作方法）。extends Queue 链表和双向链表不是一回事，结构不一样： 链表：item和下一个结点引用（后继） 双向链表：item、上一个结点引用（前驱）、下一个结点引用（后继） 理解了LinkedList和ArrayList的特点，我们就能比较容易的进行选择了，如果列表长度未知，添加、删除操作比较多，尤其经常从两端进行操作，而按照索引位置访问相对比较少，则LinkedList就是比较理想的选择。 ============================================================================================================================== HashMap：底层是 数组＋单向链表，数据结构如下： final K key; V value; HashMapEntry<K,V> next; int hash; 扩容条件：size（实际键值对个数） >= 阀值（ 阀值 ＝ initialCapacity ＊ loadFactor ） 扩容后：原容量2倍 如何存储值：根据key计算hash值，根据hash值计算索引index，根据索引找到链表。在对应链表操作时也是先比较hash值，相同的话才用equals方法比较。 HashMap特点分析： HashMap实现了Map接口，内部使用数组链表和哈希的方式进行实现，这决定了它有如下特点： 1 根据键保存和获取值的效率都很高，为O(1)，每个单向链表往往只有一个或少数几个节点，根据hash值就可以直接快速定位。 2 HashMap中的键值对没有顺序，因为hash值是随机的。 LinkedHashMap：extends HashMap ---> 所以底层是哈希表。另外还有一个就是双向链表，每个键值对既位于哈希表中，也位于这个双向链表中。 重点是理解这里的链表，哈希表（数组＋单向链表）是一个结构，双向列表是另一个结构 双向链表数据结构如下： LinkedHashMapEntry<K,V> before, after; 可以保持元素按 插入 或 访问 有序，这与TreeMap按 键 排序不同。 所以LinkedHashMap支持两种顺序，一种是插入顺序，另外一种是访问顺序。 插入顺序：先添加的在前面，后添加的在后面，修改操作不影响顺序。 访问顺序：是指get/put操作。对一个键执行get/put操作后，其对应的键值对会移到链表 末尾，所以，最末尾的是最近访问的，最开始的是最久没被访问的，这种顺序就是访问顺序。 LRU缓存：是一个通用的提升数据访问性能的思路，用来保存常用数据。 特点：容量较小，但访问更快。 缓存是相对而言的，相对的是主存，主存的容量更大、但访问更慢。 缓存的基本假设是，数据会被多次访问，一般访问数据时，都先从缓存中找，缓存中没有再从主存中找，找到后，再放入缓存，这样，下次如果再找相同数据，访问就快了。 替换算法：一般而言，缓存容量有限，不能无限存储所有数据，如果缓存满了，当需要存储新数据时，就需要一定的策略将一些老的数据清理出去，这个策略一般称为替换算法。LRU是一种流行的替换算法，它的全称是Least Recently Used LinkedHashMap对容量没有限制，因为removeEldestEntry默认返回false。但它可以被子类重写，LRUCache重写了该方法并返回true，所以LRUCache有容量限制。 TreeMap：相比于HashMap它有顺序，底层是红黑树 结构示意图： K key; V value; TreeMapEntry<K, V> left = null; TreeMapEntry<K, V> right = null; TreeMapEntry<K, V> parent; boolean color = BLACK; 排序二叉树算法： 1 首先与根节点比较，如果相同，就找到了 2 如果小于根节点，则到左子树中递归查找 3 如果大于根节点，则到右子树中递归查找 如何保证按 键 顺序？ 1 键实现Comparable接口 2 创建TreeMap时，传进去Comparator对象