Java ArrayList底层实现原理源码详细分析Jdk8

Bloddy 2019-11-03

简介

  • ArrayList是基于数组实现的,是一个动态数组,其容量能自动增长,类似于C语言中的动态申请内存,动态增长内存。
  • ArrayList不是线程安全的,只能用在单线程环境下,多线程环境下可以考虑用Collections.synchronizedList(List l)函数返回一个线程安全的ArrayList类,也可以使用concurrent并发包下的CopyOnWriteArrayList类。
  • ArrayList实现了Serializable接口,因此它支持序列化,能够通过序列化传输,实现了RandomAccess接口,支持快速随机访问,实际上就是通过下标序号进行快速访问,实现了Cloneable接口,能被克隆。

存储结构

// 当前数据对象存放地方,当前对象不参与序列化
// 这个关键字最主要的作用就是当序列化时,被transient修饰的内容将不会被序列化
transient Object[] elementData;
  • Object类型数组。

    数据域

// 序列化ID
    private static final long serialVersionUID = 8683452581122892189L;
    // 默认初始容量
    private static final int DEFAULT_CAPACITY = 10;
    // 一个空数组,方便使用,主要用于带参构造函数初始化和读取序列化对象等。
    private static final Object[] EMPTY_ELEMENTDATA = {};
    /**
     * 和官方文档写的一样,DEFAULTCAPACITY_EMPTY_ELEMENTDATA 和EMPTY_ELEMENTDATA 的区别
     * 仅仅是为了区别用户带参为0的构造和默认构造的惰性初始模式对象。
     * 当用户带参为0的构造,第一次add时,数组容量grow到1。
     * 当用户使用默认构造时,第一次add时,容量直接grow到DEFAULT_CAPACITY(10)。
     */
    private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};
 
    // 当前数据对象存放地方,当前对象不参与序列化
    // 这个关键字最主要的作用就是当序列化时,被transient修饰的内容将不会被序列化
    transient Object[] elementData; // non-private to simplify nested class access
    // 当前数组中元素的个数
    private int size;
    // 数组最大可分配容量
    private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;
    // 集合数组修改次数的标识(由AbstractList继承下来)(fail-fast机制)
    protected transient int modCount = 0;
  • ArrayList的无参构造函数。初始化的时候并没有真正的创建10个空间,这是惰性初始模式对象。
  • DEFAULTCAPACITY_EMPTY_ELEMENTDATA 和EMPTY_ELEMENTDATA 的区别仅仅是为了区别用户带参为0的构造和默认构造的惰性初始模式对象。
  • modCount用来记录ArrayList结构发生变化的次数。用于

构造函数

public ArrayList() {
        // 只有这个地方会引用DEFAULTCAPACITY_EMPTY_ELEMENTDATA
        this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
    }
    
    public ArrayList(int initialCapacity) {
        if (initialCapacity > 0) {
            this.elementData = new Object[initialCapacity];
        } else if (initialCapacity == 0) {
            // 使用 EMPTY_ELEMENTDATA,在其他的多个地方可能会引用EMPTY_ELEMENTDATA
            this.elementData = EMPTY_ELEMENTDATA;
        } else {
            throw new IllegalArgumentException("Illegal Capacity: "+
                                               initialCapacity);
        }
    }
   
    public ArrayList(Collection<? extends E> c) {
        // 把传入集合传化成[]数组并浅拷贝给elementData 
        elementData = c.toArray();
        // 转化后的数组长度赋给当前ArrayList的size,并判断是否为0
        if ((size = elementData.length) != 0) {
            //c.toArray可能不会返回 Object[],可以查看 java 官方编号为 6260652 的 bug
            if (elementData.getClass() != Object[].class)
                // 若 c.toArray() 返回的数组类型不是 Object[],则利用 Arrays.copyOf(); 来构造一个大小为 size 的 Object[] 数组
                // 此时elementData是指向传入集合的内存,还需要创建新的内存区域深拷贝给elementData 
                elementData = Arrays.copyOf(elementData, size, Object[].class);
        } else {
            // 传入数组size为零替换空数组
            this.elementData = EMPTY_ELEMENTDATA;
        }
    }
  • DEFAULTCAPACITY_EMPTY_ELEMENTDATA 和EMPTY_ELEMENTDATA 的区别仅仅是为了区别用户带参为0的构造和默认构造的惰性初始模式对象。
  • 注意深拷贝和浅拷贝
  • 带参为0的构造会惰性初始化,不为0的构造则不会惰性初始化。

    add()源码解析

public boolean add(E e) {
        // 确保数组已使用长度(size)加1之后足够存下 下一个数据
        ensureCapacityInternal(size + 1);  // Increments modCount!!
        // 数组的下一个index存放传入元素。
        elementData[size++] = e;
        // 始终返回true。
        return true;
}
private void ensureCapacityInternal(int minCapacity) {
        ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
}
private static int calculateCapacity(Object[] elementData, int minCapacity) {
        // 这里就是DEFAULTCAPACITY_EMPTY_ELEMENTDATA 和
        // EMPTY_ELEMENTDATA 最主要的区别。
        if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
            // 默认构造第一次add返回10。
            return Math.max(DEFAULT_CAPACITY, minCapacity);
        }
        // 带参为0构造第一次add返回 1 (0 + 1)。
        return minCapacity;
}
private void ensureExplicitCapacity(int minCapacity) {
        // 自增修改计数
        modCount++;

        // overflow-conscious code
        // 当前数组容量小于需要的最小容量
        if (minCapacity - elementData.length > 0)
            // 准备扩容数组
            grow(minCapacity);
}
private void grow(int minCapacity) {
        // overflow-conscious code
        // 获得当前数组容量
        int oldCapacity = elementData.length;
        // 新数组容量为1.5倍的旧数组容量
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        if (newCapacity - minCapacity < 0)
            // 若 newCapacity 依旧小于 minCapacity
            newCapacity = minCapacity;
            // 判断是需要的容量是否超过最大的数组容量。
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        // minCapacity is usually close to size, so this is a win:
        // 在Arrays.copyOf()中会将原数组整个赋值到扩容的数组中。
        elementData = Arrays.copyOf(elementData, newCapacity);
}
  • 扩容操作需要调用Arrays.copyOf()把原数组整个复制到新数组中,这个操作代价很高,因此最好在创建ArrayList对象时就指定大概的容量大小,减少扩容操作的次数。

add(int index, E element)源码分析

// 这是一个本地方法,由C语言实现。
public static native void arraycopy(Object src,  // 源数组
                                    int  srcPos, // 源数组要复制的起始位置
                                    Object dest, // 目标数组(将原数组复制到目标数组)
                                    int destPos, // 目标数组起始位置(从目标数组的哪个下标开始复制操作)
                                    int length   // 复制源数组的长度
                                    );

public void add(int index, E element) {
        // 判断索引是否越界
        rangeCheckForAdd(index);
        // 确保数组已使用长度(size)加1之后足够存下 下一个数据
        ensureCapacityInternal(size + 1);  // Increments modCount!!
        // 运行到这里代表数组容量满足。
        // 数组从传入形参index处开始复制,复制size-index个元素(即包括index在内后面的元素全部复制),
        // 从数组的index + 1处开始粘贴。
        // 这时,index 和 index + 1处元素数值相同。
        System.arraycopy(elementData, index, elementData, index + 1,
                         size - index);
        // 把index处的元素替换成新的元素。
        elementData[index] = element;
        // 数组内元素长度加一。
        size++;
}
  • 需要调用System.arraycopy()将包括index在内后面的元素都复制到index + 1位置上,该操作的时间复杂度为O(N),可以看出ArrayList数组头增加元素的代价是非常高的。

remove(int index)源码分析

public E remove(int index) {
        // 检查index 
        rangeCheck(index);

        modCount++;
        E oldValue = elementData(index);

        int numMoved = size - index - 1;
        if (numMoved > 0)
            // 和 add(int index, E element)原理想通。
            System.arraycopy(elementData, index+1, elementData, index,
                             numMoved);
        // 引用计数为0,会自动进行垃圾回收。
        elementData[--size] = null; // clear to let GC do its work
        // 返回旧元素
        return oldValue;
    }
  • 需要调用System.arraycopy()将包括index + 1在内后面的元素都复制到index位置上,该操作的时间复杂度为O(N),可以看出ArrayList数组头增加元素的代价是非常高的。

Fail-Fast机制

fail-fast 机制,即快速失败机制,是java集合(Collection)中的一种错误检测机制。当在迭代集合的过程中该集合在结构上发生改变的时候,就有可能会发生fail-fast,即抛出ConcurrentModificationException异常。fail-fast机制并不保证在不同步的修改下一定会抛出异常,它只是尽最大努力去抛出,所以这种机制一般仅用于检测bug。

  • 结构发生变化是指添加或者删除至少一个元素的所有操作,或者是调整内部数组大小,仅仅只是设置元素的值不算结构发生变化。
  • 在进行序列化或者迭代操作时,需要比较操作前后modCount是否改变,如果改变了需要跑出ConcurrentModificationException
private class Itr implements Iterator<E> {
        int cursor;
        int lastRet = -1;
        // 期待的修改值等于当前修改次数(modCount)
        int expectedModCount = modCount;
 
        public boolean hasNext() {
            return cursor != size;
        }
 
        public E next() {
            // 检查 expectedModCount是否等于modCount,不相同则抛出ConcurrentModificationException
            checkForComodification();
            /** 省略此处代码 */
        }
 
        public void remove() {
            if (this.lastRet < 0)
                throw new IllegalStateException();
            checkForComodification();
            /** 省略此处代码 */
        }
 
        final void checkForComodification() {
            if (ArrayList.this.modCount == this.expectedModCount)
                return;
            throw new ConcurrentModificationException();
        }
    }

一个单线程环境下的fail-fast的例子

public static void main(String[] args) {
           List<String> list = new ArrayList<>();
           for (int i = 0 ; i < 10 ; i++ ) {
                list.add(i + "");
           }
           Iterator<String> iterator = list.iterator();
           int i = 0 ;
           while(iterator.hasNext()) {
                if (i == 3) {
                     list.remove(3);
                }
                System.out.println(iterator.next());
                i ++;
           }
     }

序列化

ArrayList 实现了 java.io.Serializable 接口,但是自己定义了序列化和反序列化。因为ArrayList基于数组实现,并且具有动态扩容特性,因此保存元素的数组不一定都会被使用,那么就没有必要全部进行序列化。因此 elementData 数组使用 transient 修饰,可以防止被自动序列化。

private void writeObject(java.io.ObjectOutputStream s)
        throws java.io.IOException{
        // Write out element count, and any hidden stuff
        int expectedModCount = modCount;
        // 将当前类的非静态(non-static)和非瞬态(non-transient)字段写入流
        // 在这里也会将size字段写入。
        s.defaultWriteObject();

        // Write out size as capacity for behavioural compatibility with clone()
        // 序列化数组包含元素数量,为了向后兼容
        // 两次将size写入流
        s.writeInt(size);

        // Write out all elements in the proper order.
        // 按照顺序写入,只写入到数组包含元素的结尾,并不会把数组的所有容量区域全部写入
        for (int i=0; i<size; i++) {
            s.writeObject(elementData[i]);
        }
        // 判断是否触发Fast-Fail
        if (modCount != expectedModCount) {
            throw new ConcurrentModificationException();
        }
    }
    private void readObject(java.io.ObjectInputStream s)
        throws java.io.IOException, ClassNotFoundException {
        // 设置数组引用空数组。
        elementData = EMPTY_ELEMENTDATA;

        // Read in size, and any hidden stuff
        // 将流中的的非静态(non-static)和非瞬态(non-transient)字段读取到当前类
        // 包含 size
        s.defaultReadObject();

        // Read in capacity
        // 读入元素个数,没什么用,只是因为写出的时候写了size属性,读的时候也要按顺序来读
        s.readInt(); // ignored

        if (size > 0) {
            // be like clone(), allocate array based upon size not capacity
            // 根据size计算容量。
            int capacity = calculateCapacity(elementData, size);
            // SharedSecrets 一个“共享机密”存储库,它是一种机制,
            // 用于调用另一个包中的实现专用方法,而不使用反射。TODO
            SharedSecrets.getJavaOISAccess().checkArray(s, Object[].class, capacity);
            // 检查是否需要扩容
            ensureCapacityInternal(size);

            Object[] a = elementData;
            // Read in all elements in the proper order.
            // 依次读取元素到数组中
            for (int i=0; i<size; i++) {
                a[i] = s.readObject();
            }
        }
    }

ArrayList中为什么size要序列化两次?

在代码中s.defaultWriteObject();中size应该也被序列化了,为什么下边还要再单独序列化一次呢?
这样写是出于兼容性考虑。
旧版本的JDK中,ArrayList的实现有所不同,会对length字段进行序列化。
而新版的JDK中,对优化了ArrayList的实现,不再序列化length字段。
这个时候,如果去掉s.writeInt(size),那么新版本JDK序列化的对象,在旧版本中就无法正确读取,
因为缺少了length字段。
因此这种写法看起来多此一举,实际上却保证了兼容性。

小结

  • ArrayList基于数组方式实现,无容量的限制(会扩容)
  • 添加元素时可能要扩容(所以最好预判一下),删除元素时不会减少容量(若希望减少容量可以使用trimToSize()),删除元素时,将删除掉的位置元素置为null,下次gc就会回收这些元素所占的内存空间。
  • 线程不安全
  • add(int index, E element):添加元素到数组中指定位置的时候,需要将该位置及其后边所有的元素都整块向后复制一位
  • get(int index):获取指定位置上的元素时,可以通过索引直接获取(O(1))
  • remove(Object o)需要遍历数组
  • remove(int index)不需要遍历数组,只需判断index是否符合条件即可,效率比remove(Object o)高
  • contains(E)需要遍历数组

相关推荐