java中的Arrays這個工具類你真的會用嗎(一文秒懂)
Java源碼系列三-工具類Arrays
今天分享java的源碼的第三彈,Arrays這個工具類的源碼。因為近期在復(fù)習(xí)數(shù)據(jù)結(jié)構(gòu),了解到Arrays里面的排序算法和二分查找等的實現(xiàn),收益匪淺,決定研讀一下Arrays這個類的源碼。不足之處,歡迎在評論區(qū)交流和指正。
1.認(rèn)識Arrays這個類:
首先它在java的utils包下,屬于Java Collections Framework中的一員。它的初衷就是一個工具類,封裝了操縱數(shù)組的各種方法,比如排序,二分查找,數(shù)組的拷貝等等。滿足了我們?nèi)粘?shù)組操做的基本需求,了解它的底層實現(xiàn),不僅能幫助我們更好的使用它,而且還能培養(yǎng)我們更好的代碼的思維。
2.構(gòu)造方法
因為是一個工具類,所以它的構(gòu)造方法定義為私有的,且所有的實現(xiàn)方法都是靜態(tài)方法。也就是說這個類不能被實例化,通俗的講,就是不能new。只能通過類名來直接調(diào)用方法(反射除外)。這樣做的目的是強化該類不可實列化的能力,突出該類作為工具類的根本職能。源碼如下:
// Suppresses default constructor, ensuring non-instantiability. private Arrays() { }
3.常用方法的解析
3.1快速插入集合元素的方法asList(T... a):
基本使用:
/** * 數(shù)組轉(zhuǎn)化為集合 */ @Test public void toArrayTest(){ List<Integer> list = Arrays.asList(2,4,5,6,6); for (Integer integer : list) { System.out.print(integer+" "); } }
輸出結(jié)果:
2 4 5 6 6
看一下源碼:
@SafeVarargs @SuppressWarnings("varargs") public static <T> List<T> asList(T... a) { return new ArrayList<>(a); } // ArrayList的構(gòu)造方法和屬性 private final E[] a; ArrayList(E[] array) { a = Objects.requireNonNull(array); }
這個方法的實現(xiàn)比較簡單,就是調(diào)用ArrayList的構(gòu)造方法,并且參數(shù)是一個數(shù)組,也就是將我們要構(gòu)造的數(shù)傳入到ArrayList的構(gòu)造方法中去,進(jìn)行實例化。
3.2.二分查找的方法
Arrays類中的二分查找八種基本類型都有涉及,但都是方法的重載。其實現(xiàn)原理都是一樣,這里以int類型為例,進(jìn)行說明。
基本使用:
@Test public void binarySearchTest(){ int[] arrays = {1,4,6,7,9,3}; // 查找元素為7的下標(biāo)值 int result = Arrays.binarySearch(arrays,7); System.out.println(result); }
結(jié)果:
3
這個方法主要涉及的一下三個方法:
// 我們常用的方法 public static int binarySearch(int[] a, int key) { return binarySearch0(a, 0, a.length, key); } /* 參數(shù)說明如下: a 待查找的數(shù)組 fromIndex 查找的開始位置 toIndex 查找的結(jié)束位置 key 查找的目標(biāo)值 */ public static int binarySearch(int[] a, int fromIndex, int toIndex, int key) { // 進(jìn)行異常檢查 rangeCheck(a.length, fromIndex, toIndex); return binarySearch0(a, fromIndex, toIndex, key); } // Like public version, but without range checks. private static int binarySearch0(int[] a, int fromIndex, int toIndex, int key) { int low = fromIndex; int high = toIndex - 1; while (low <= high) { // 找出查找范圍的中間值 int mid = (low + high) >>> 1; int midVal = a[mid]; // 進(jìn)行比較 if (midVal < key) low = mid + 1; else if (midVal > key) high = mid - 1; else return mid; // key found } return -(low + 1); // key not found. }
當(dāng)然實現(xiàn)的核心方法還是上述私有方法binarySearch0()
這個方法,實現(xiàn)的邏輯也不復(fù)雜。
第一步就是聲明兩個變量存儲查找區(qū)域的開始和結(jié)束。
第二步 循環(huán),比較,不斷的縮小比較的范圍,直到找到數(shù)組中的值和目標(biāo)值相同,返回下標(biāo),如果沒有找到就返回一個負(fù)數(shù)也就是下面的這l兩行代碼:
return mid; // key found return -(low + 1); // key not found.
我認(rèn)為:這個二分法實現(xiàn)的亮點就在于求中間值的移位運算:
int mid = (low + high) >>> 1;
有人就納悶了,為什么還要使用移位運算,除法不行嗎?主要還是為了性能考量。因為移位運算占兩個機器周期,而乘除法占四個運算周期,所以移位運算的速度肯定比乘除法的運算速度快很多,計算量小了可能區(qū)別不大,但是計算量很大,就區(qū)別很明顯了。
3.3 數(shù)組的拷貝
@Test public void testCopyArrange(){ // 原數(shù)組 int [] srcArray = {11,2,244,5,6,54}; // 拷貝原數(shù)組長度為3的部分 int[] descArray = Arrays.copyOf(srcArray,3); System.out.println(Arrays.toString(descArray)); }
輸出結(jié)果:
[11, 2, 244]
源碼分析:
/* 參數(shù)說明: original 原數(shù)組 newLength 拷貝的數(shù)組長度 */ public static int[] copyOf(int[] original, int newLength) { // 聲明一個新數(shù)組的長度,存儲拷貝后的數(shù)組 int[] copy = new int[newLength]; System.arraycopy(original, 0, copy, 0, Math.min(original.length, newLength)); return copy; } public static native void arraycopy(Object src, int srcPos, Object dest, int destPos, int length);
分析: 主要還是調(diào)用了本地的方法arraycopy完成數(shù)組的指定長度拷貝,可以看到源碼并沒有對數(shù)組的長度進(jìn)行檢查,主要是arraycopy()
這個方法時使了Math.min()
方法,保證了你聲明的長度在一個安全的范圍之內(nèi),如果你拷貝的長度超出了數(shù)組的長度,就默認(rèn)拷貝整個數(shù)組。至于native修飾的方法的使用,可以看看這里。
System.arraycopy(original, 0, copy, 0, Math.min(original.length, newLength));
當(dāng)然如果需要拷貝數(shù)組指定的區(qū)間 ,可以使用Arrays的copyOfRange(int[] original, int from, int to)
實現(xiàn)原理和arraycopy()
方法的原理類似:
@Test public void testCopy(){ int [] srcArray = {11,2,244,5,6,54}; // 拷貝指定范圍的數(shù)組 int[] descArray = Arrays.copyOfRange(srcArray,0,3); System.out.println(Arrays.toString(descArray)); }
輸出結(jié)果:
[11, 2, 244]
注: copyOfRange(int[] original, int from, int to)
中的參數(shù)to是不包含在拷貝的結(jié)果中的,上述的例子,就只能拷貝到索引為2的元素,不包含索引為3的元素,這點需要注意。
3.4 equals方法
主要重寫了Object類的equals方法,用來比較兩個數(shù)組內(nèi)容是否相等,也就是他們中的元素是否相等。
基本用法:
@Test public void equalTest(){ int[] array ={1,2,3,4}; int[] result ={1,2,3,4}; System.out.println(Arrays.equals(array,result)); System.out.println(array == result); }
結(jié)果:
true
false
看源碼之前,有必要講一下重寫了equals方法之后,兩個對象比較的是值,也就是他們的內(nèi)容,這點非常的重要。重寫equals方法的注意事項可以移步這里。
源碼如下:
public static boolean equals(int[] a, int[] a2) { // 基于地址的比較 if (a==a2) return true; if (a==null || a2==null) return false; int length = a.length; // 基于長度的比較 if (a2.length != length) return false; // 比較每個元素是否相等 for (int i=0; i<length; i++) if (a[i] != a2[i]) return false; return true; }
源碼說明如下:
源碼判斷了四次,分別是首地址比較,是否為空,以及長度的比較,最后對于數(shù)組的各個元素進(jìn)行比較。
有必要說明下第一個判斷,也就是首地址的比較。當(dāng)我們聲明一個數(shù)組變量時,這個變量就代表數(shù)組的首地址,看下面這個代碼:
@Test public void equalTest(){ int[] array ={1,2,3,4}; System.out.println(array); }
結(jié)果:
[I@4f2410ac // [代表數(shù)組 I代表整數(shù) @分隔符 后邊內(nèi)存地址十六進(jìn)制
這表示的是一個地址。還是因為在聲明一個數(shù)組時,會在堆里面創(chuàng)建一塊內(nèi)存區(qū)域,但是這塊內(nèi)存區(qū)域相對于堆來說可能很小,不好找。為了方便查找,所以將數(shù)組內(nèi)存中的首地址表示出來。虛擬機將地址傳給變量名array。這也是引用類型,傳的是地址,也就是理解成array指向內(nèi)存地址(類似于家庭的地址),每次運行可能地址都不一樣,因為虛擬機開辟的內(nèi)存空間可能不一樣。
理解了這個,那么a==a2
就好理解了,如果兩個數(shù)組內(nèi)存地址都相同,那么兩個數(shù)組的肯定是相等的。
還有我認(rèn)為程序?qū)懙谋容^好的地方就是源碼中對數(shù)組每個元素的比較,也就是下面這段代碼;
for (int i=0; i<length; i++) if (a[i] != a2[i]) return false; return true;
使用a[i] != a2[i]
作為判斷條件,就可以減少比較次數(shù),提高了性能。試想一下如果這里是相等的比較,那每次都要遍歷整個數(shù)組,如果數(shù)據(jù)量大了,無疑在性能上會慢很多。又一次感嘆到源碼的魅力。
3.5 排序相關(guān)的方法sort()和parallelSort()
Arrays
這個類中主要涉及了兩種類型的排序方法串行 sort()
和并行parallelSort()
這兩個方法,當(dāng)然對象的排序和基本類型的排序也不太一樣。這里還是以int[]類型的為例。進(jìn)行說明。
首先比較兩個方法的性能:
public final int UPPER_LIMIT = 0xffffff; final int ROUNDS = 10; final int INCREMENT = 5; final int INIT_SIZE = 1000; @Test public void sortAndParallelSortTest(){ // 構(gòu)造不同容量的集合 for (int capacity = INIT_SIZE; capacity < UPPER_LIMIT ; capacity*= INCREMENT) { ArrayList<Integer> list = new ArrayList<>(capacity); for (int j = 0; j < capacity; j++) { list.add((int) (Math.random()*capacity)); } double avgTimeOfParallelSort = 0; double avgTimeOfSort = 0; for (int j = 0; j <= ROUNDS ; j++) { // 每次排序都打亂順序 Collections.shuffle(list); Integer[] arr1 = list.toArray(new Integer[capacity]); Integer[] arr2 = arr1.clone(); avgTimeOfParallelSort += counter(arr1,true); avgTimeOfSort += counter(arr2, false); } // 輸出結(jié)果 output(capacity,avgTimeOfParallelSort/ROUNDS,avgTimeOfSort/ROUNDS); } } private void output(int capacity, double v, double v1) { System.out.println("=======================測試排序的時間========="); System.out.println("Capacity"+capacity); System.out.println("ParallelSort"+v); System.out.println("Sort"+v1); System.out.println("比較快的排序是:"+(v < v1 ? "ParallelSort":"Sort")); } // 計算消耗的時間 private double counter(Integer[] arr1, boolean b) { long begin,end; begin = System.nanoTime(); if(b){ Arrays.parallelSort(arr1); }else{ Arrays.parallelSort(arr1); } end = System.nanoTime(); return BigDecimal.valueOf(end-begin,9).doubleValue(); }
部分的測試的結(jié)果:
=======================測試排序的時間=========
Capacity1000
ParallelSort6.284099999999999E-4
Sort5.599599999999999E-4
比較快的排序是:Sort
=======================測試排序的時間=========
Capacity5000
ParallelSort0.00163599
Sort0.0018313699999999995
比較快的排序是:ParallelSort
可以看到在數(shù)據(jù)量比較小的情況下,使用sort()方法更快,一旦過了一個閾值,就是ParallelSort()這個方法性能好。這個閾值是多少呢。
我們先看一下parallelSort的源碼:
public static void parallelSort(int[] a) { int n = a.length, p, g; if (n <= MIN_ARRAY_SORT_GRAN || (p = ForkJoinPool.getCommonPoolParallelism()) == 1) DualPivotQuicksort.sort(a, 0, n - 1, null, 0, 0); else new ArraysParallelSortHelpers.FJInt.Sorter (null, a, new int[n], 0, n, 0, ((g = n / (p << 2)) <= MIN_ARRAY_SORT_GRAN) ? MIN_ARRAY_SORT_GRAN : g).invoke(); }
可以看到當(dāng)數(shù)組的長度小于MIN_ARRAY_SORT_GRAN
或者p = ForkJoinPool.getCommonPoolParallelism()) == 1
(在單線程下)的時候,調(diào)用sort()排序的底層實現(xiàn)的DualPivotQuicksort.sort(a, 0, n - 1, null, 0, 0);
Arrays的開頭定義的常量如下:
private static final int MIN_ARRAY_SORT_GRAN = 1 << 13; // 這個值是8192
對比兩者,也就是在數(shù)組的長度比較大或者是多線程的情況下,優(yōu)先考慮并行排序,否則使用串行排序。
兩個排序的核心思想:
- sort()方法的核心還是快排和優(yōu)化后的歸并排序, 快速排序主要是對哪些基本類型數(shù)據(jù)(int,short,long等)排序, 而合并排序用于對對象類型進(jìn)行排序。
- parallelSort()它使用并行排序-合并排序算法。它將數(shù)組分成子數(shù)組,這些子數(shù)組本身先進(jìn)行排序然后合并。
由于并行排序和串行排序的底層比較復(fù)雜,且篇幅有限,想要詳細(xì)了解底層實現(xiàn)的話,可以移步到串行排序和并行排序
3.6 toString方法
基本用法:
@Test public void toStringTest(){ int[] array = {1,3,2,5}; System.out.println(Arrays.toString(array)); }
結(jié)果:
[1, 3, 2, 5]
源碼分析如下:
public static String toString(int[] a) { // 1.判斷數(shù)組的大小 if (a == null) return "null"; int iMax = a.length - 1; if (iMax == -1) return "[]"; // 2.使用StringBuilder進(jìn)行追加 StringBuilder b = new StringBuilder(); b.append('['); for (int i = 0; ; i++) { b.append(a[i]); if (i == iMax) return b.append(']').toString(); b.append(", "); } }
具體的實現(xiàn),已在源碼的注釋中進(jìn)行了說明。這個方法對于基本數(shù)據(jù)類型來說,很方便的遍歷數(shù)組。
追本溯源,方能闊步前行。
參考資料
http://www.dbjr.com.cn/article/180770.htm
http://www.dbjr.com.cn/article/116323.htm
javaSE的官方問檔。
到此這篇關(guān)于java中的Arrays這個工具類你真的會用嗎(一文秒懂)的文章就介紹到這了,更多相關(guān)java中Arrays工具類內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Java并發(fā)之條件阻塞Condition的應(yīng)用代碼示例
這篇文章主要介紹了Java并發(fā)之條件阻塞Condition的應(yīng)用代碼示例,分享了相關(guān)代碼示例,小編覺得還是挺不錯的,具有一定借鑒價值,需要的朋友可以參考下2018-02-02使用Spring處理x-www-form-urlencoded方式
這篇文章主要介紹了使用Spring處理x-www-form-urlencoded方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-11-11Java?數(shù)據(jù)交換?Json?和?異步請求?Ajax詳解
Json(JavaScript Object Notation)是一種輕量級的數(shù)據(jù)交換格式,采用鍵值對的形式來表示數(shù)據(jù),它廣泛應(yīng)用于Web開發(fā)中,特別適合于前后端數(shù)據(jù)傳輸和存儲,這篇文章主要介紹了Java數(shù)據(jù)交換Json和異步請求Ajax,需要的朋友可以參考下2023-09-09Java日常練習(xí)題,每天進(jìn)步一點點(41)
下面小編就為大家?guī)硪黄狫ava基礎(chǔ)的幾道練習(xí)題(分享)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧,希望可以幫到你2021-07-07基于SpringBoot和Vue3的博客平臺文章列表與分頁功能實現(xiàn)
在前面的教程中,我們已經(jīng)實現(xiàn)了基于Spring Boot和Vue3的發(fā)布、編輯、刪除文章功能。本教程將繼續(xù)引導(dǎo)您實現(xiàn)博客平臺的文章列表與分頁功能,需要的朋友可以參考閱讀2023-04-04