《Java特种兵》1.5 功底补充

本文是《Java特种兵》的样章，感谢博文视点和作者授权本站发布

1.5 功底补充

看完1.4节，发现胖哥废话很多，貌似没啥干货了！

为了不让大家认为功底只有String那么一点点东西，胖哥就再增加对原生态类型、集合类的说明，这两方面的内容相信所有的Java开发者都必然会用到。

†† 1.5.1 原生态类型

原生态类型是“神马”？

原生态类型就是Java中不属于对象的那5%部分。

那到底是哪些东西呢？

包含：boolean、byte、short、char、int、float、long、double这8种常见的数据类型（Primitive）。

好麻烦，为啥会用它们呢？用对象不可以吗？

计算机中的运算基础都来源于简单数字，包括Java，即使是包装后的对象（Wrapper），在真正计算的时候也是通过内在的数字来完成的，Java失去了它们，就好比鱼儿失去了水一样，失去了生命力。

它与包装后的对象有什么区别呢？

包装后的对象会按照对象的规则存储在堆中（例如，int所对应的就是Integer类的对象），而“线程栈”上只存储引用地址。对象自然会占用相对较大的空间存放在堆中，在原生态类型中，“栈”上直接保存了它们的值，而不是引用（Reference）。

下面看个例子。

代码清单1-5 一个Integer的简单测试

public static void main(String []args) {
	Integer a = 1;
	Integer b = 1;
	Integer c = 200;
	Integer d = 200;
	System.out.println(a == b);
	System.out.println(c == d);
}

输出结果：

true

false

这个结果在较低版本的JDK当中不会出现。

现在胖哥来解释一下这个结果。

在编译阶段，若将原始类型int赋值给Integer类型，就会将原始类型自动编译为Integer.valueOf(int)；如果将Integer类型赋值给int类型，则会自动转换调用intValue()方法，如果Integer对象为空，这时会在自动拆箱的时候抛空指针（这个自动转换可以通过后文中介绍javap命令的方法来证明）。

这些赋值操作可能不是那么明显，例如一些集合类的写入、一些对比操作，这就需要我们知道什么时候会自动拆装箱。换句话说，它简化了代码，但是并不是让我们一无所知。

即使是这样，两个结果也应该一样，要么都是true，要么都是false，但为何不一样呢？这算是一个Java API的坑，如果我们不知道这些坑，稍微不留神就会掉进去。知道了装箱是Integer.valueOf(int)方法，那么就来看看Integer.valueOf(int)方法的源码，如图1-8所示。

图1-8 Integer.valueOf(int)方法的源码截图

根据代码可以看出，当传入i的值在[-128, IntegerCache.high]区间的时候，会直接读取IntegerCache.cache这个数组中的值。

在代码中为什么使用i + 128作为数组的下标呢？

因为数组下标是从0开始的，而表示的数字范围是从-128开始的，加上128就正好对上了。

继续跟踪源码可以得到，在默认情况下IntegerCache.high是127。也就是说，如果传入的int值是-128～127之间的数字，那么通过Integer.valueOf(int)得到的对象是被cache的，自然的，对于同一个数字cache的对象是同一块内存地址，所以第1个输出结果是true。第2个输出已经不在这个范围，因此会重新new Integer(int)（创建一个新对象），所以得到的结果是false。

我们可以通过设置JVM启动参数-Djava.lang.Integer.IntegerCache.high=200来间接设置IntegerCache.high值，也可以通过设置参数-XX:AutoBoxCacheMax来达到目的（这个不用查官方资料，看看源码以及源码周边的注释就懂了）。如果要将这个值变得更大来满足自己的需求，则可以在启动参数中增加该值（缩小也是一样的道理）。

这好像是做好事，将我们的数据cache起来，更加节约空间了，但是有的同学开始认为Integer可以用“==”匹配了，因为大家自己“测试”的时候发现1、2、3、4等数据都是没有问题的，但是程序发布后出现了诡异的问题，而这个最不容易被认为是问题的地方却真的成了问题。而Java API中没有明确地说明这一点，但开发人员不会将官方文档都学习一遍再来做开发吧，所以我们说它是“坑”。

有人问：真正的场景中会这样吗？

胖哥认为：肯定会，而且你遇不到的场景并不代表不会发生，今天遇不到的事情并不代表明天不会发生。例如，在某些工程设计中，某些状态值有特殊的意义，如果它们是非连续排布的，那么不在-128～127范围内的可能性是肯定存在的。

这个例子很简单，我们学到的应该不止这些，因为坑无处不在，我们要学会看源码和本质；否则，即使是Java本身提供的API出现了“坑”，也会让我们“防不胜防”，在技术面前变得十分“可怜”。

我们可以说这个API写得不好，没有说明详细的使用情况，但是一个老A不应当被“武器”所玩弄，而是要驾驭武器，老A即使拿一把普通步枪也同样能战胜拿着“狙击步枪”的普通士兵，因为他们除了拥有极强的战斗素质外，还深知武器的脾气与秉性，这是人与武器之间的驾驭和被驾驭关系。

也许自动拆装箱还有另一个很大的“坑”，就是如果大家不知道自动拆装箱是怎么完成的，可能就会有更多的问题发生，在程序中传递参数可能一会用Integer类型，一会用int类型，自然的就一会在做拆箱操作，一会在做装箱操作，这貌似没有太大的问题，但每次装箱的时候都有可能会创建一个对象（因为很多时候数字不一定在cache范围内，较低版本的JDK是没有cache的）。另外，这种装箱操作是很隐藏的。例如，我们想要用一个int类型的数字来作为HashMap的Key，那么在put()操作的时候就会自动发生装箱操作（因为Key被认为是Object的，HashMap需要获取这个对象的hashCode()方法来做离散规则，所以它会自动转型为Integer）。同样的，如果想将许多基本类型的数据放在List里面，在add()操作的时候也会自动发生装箱操作。此时，如果数据取出来后变成了基本类型，再用这个基本类型放入另一个集合类，就又会发生装箱操作，在这个过程中就会隐藏地浪费大量的空间，而自己却什么也不知道。

关于对象空间的大小，请参看第3章的内容。

□ 横向扩展

通过对Integer的一些了解，想到了Boolean、Byte、Short、Long、Float、Double，它们是否有同样的情况，胖哥不想写重复的东西，直接给出结果，大家可以自己去看看代码，看看这些类型中的valueOf()方法是如何操作的，或者说自动装箱是如何操作的。

◎ Boolean的两个值true和false都是cache在内存中的，无须做任何改造，自己new Boolean是另外一块空间。

◎ Byte的256个值全部cache在内存中，和自己new Byte操作得到的对象不是一块空间。

◎ Short、Long两种类型的cache范围为-128～127，无法调整最大尺寸，即没有设置，代码中完全写死，如果要扩展，需自己来做。

◎ Float、Double没有cache，要在实际场景中cache需自己操作，例如，在做图纸尺寸时可以将每种常见尺寸记录在内存中。

□ 思维发散扩展

如果上面的操作变成Integer与int类型比较会是什么样的结果呢？如果是两个Integer数据做“>”、“>=”、“<”、“<=”比较，做switch case操作，会得到什么结果？反射的时候是否有特殊性？

这个结果大家可以去论证，且测试结果可以就认为是当前虚拟机的设计规范。下面胖哥直接给出结果。

◎ 当Integer与int类型进行比较的时候，会将Integer转化为int类型来比较（也就是通过调用intValue()方法返回数字），直接比较数字，在这种情况下是不会出现例子中的问题的。

◎ Integer做“>”、“>=”、“<”、“<=”比较的时候，Integer会自动拆箱，就是比较它们的数字值。

◎ switch case为选择语句，匹配的时候不会用equals()，而是直接用“==”。而在switch case语句中，语法层面case部分是不能写Integer对象的，只能是普通的数字，如果是普通的数字就会将传入的Integer自动拆箱，所以它也不会出现例子中的情况。

在JDK 1.7中，支持对String对象的switch case操作，这其实是语法糖，在编译后的字节码中依然是if else语句，并且是通过equals()实现的。

◎ 在反射当中，对于Integer属性不能使用field.setInt()和field.getInt()操作。在本书的src/chapter01/AutoBoxReflect.java中用例子来说明。

†† 1.5.2 集合类

如果读了上一节后你有所体悟，那么胖哥认为你可以跳过此节，因为此节知识为上一节的一个平行扩展，我们不重视知识点本身，而在于让大家了解到许多秘密。

集合类非常多，从早期的java.utils的普通集合类，到现在增加的java.util.concurrent包下面的许多并发集合类，其实我们有些时候只是知道它们是很好用的东西，但在遇到某些问题的时候是否会想到是它们造成的（就像String一样），它们的使用技巧有哪些？它们的设计思想是什么？

本节不讨论并发包，就简单说说集合类的故事。

疑惑：集合类中包含了List、Map、Set几大类基本接口，而我们最常用、最简单的集合类是什么呢？

答曰：ArrayList、HashMap。

那么，当你用ArrayList的时候是否想起了LinkedList、Vector；当你用HashMap的时候是否想起了TreeMap、HashSet、HashTable；当你要排序的时候是否想起了SortedSet等。

它们有何区别？在什么情况下使用？

在讨论String后面的部分内容中，我们提到了StringBuilder，它内在的数组的实现有大量的拷贝，这在集合类的内存拷贝方面的体现更加明显，并且占用空间更大。

占用更大空间的原因是集合类都是存储对象的引用的，在32bit及64bit压缩模式下，一个引用会占用4个字节，在64bit非压缩模式下会占用8个字节，而StringBuilder只是存储char字符的数组，每个位只占用2个字节。

此时以ArrayList为例，我们看看它的add(E e)方法源码，如图1-9所示。

图1-9 ArrayList的add(E e)方法源码截图

通过源码我们发现，如果空间不够，会通过Arrays.copyOf创建一个新的内存空间，新空间的大小最小为原始空间的3/2 倍+1，并将原始空间的内容拷贝进去。

这里所提到的新空间的大小为原始空间的3/2倍+1，是最小的，在add(E)方法中不会发生，而在addAll()方法中会发生。addAll()允许同时写入多个数据，如果写入的数据较多，每次按照1.5倍数扩容，可能发生多次扩容，这样就会有多余的垃圾空间产生，addAll()操作就会对比写入的量与1.5倍的大小，谁大就用谁，这个道理在StringBuilder中我们就知道，因此文中提到的是“最小”。

我们知道，ArrayList是基于“数组”来实现的（本书3.5节会详细介绍内存结构），如果遇到remove()操作，add(int index)指定的位置写入操作，我们有没有虑过ArrayList内部其实会移动相关的数据，而且随着数组越长，移动的数据会越多。如果要替换一个数据，我们会不会先remove再add一个数据，或者是通过set(int index , E e)将对应下标的数据替换掉。

基于数组的ArrayList是非常适合于基于下标访问的，这是它擅长的地方（又回到基本的数据结构与算法了）。下面胖哥给出几个简单扩展，希望大家去思考。

◎ 在经常做修改操作的列表中，或者在数组通过下标检索并不是那么多的情况下，你是否考虑过使用LinkedList呢？因为ArrayList通常始终有些数组元素是空着的。

◎ 在知道List长度范围的情况下，你是否在实例化 ArrayList的时候带上长度？例如new ArrayList(128); 这样就降低了内存碎片和内存拷贝的次数。

◎ 当List太大的时候是否考虑过对它做分段处理，而不要一次加载到内存中？其实很多OOM都会在集合类中找到问题。

◎ 常见的框架中用了什么集合类？在什么情况下也会出现问题？

大家熟知的HashMap浪费空间更加严重，它的代码里面有一个0.75因子，当写入HashMap的数据个数（不是说所使用的数组下标个数，而是所有元素个数，也就是说，包含了同一个下标的链表中的所有元素个数）达到数组长度的0.75后，数组会自动扩展1倍，并且还需要做一个rehash操作，其实这个时候也许很多桶上的节点都是空的。

胖哥不想扯太多的集合类出来，把读者“读晕”，大家在理解这两个基本的集合类基础上，再去看其他的集合类也许会简单一点。胖哥只想让你知道这些东西是可选择的，在什么时候去选择，如何去选择完全要看你自己的功底，不论是做基础程序、做功底还是去做优化，都需要深知它的细节，才能做到心中有数