Java 编程技巧之数据结构

作者 | 陈昌毅，花名常意，高德地图技术专家

导读

唐宋八大家之一欧阳修在《卖油翁》中写道：

翁取一葫芦置于地，以钱覆其口，徐以杓酌油沥之，自钱孔入，而钱不湿。因曰：“我亦无他，唯手熟尔。”

编写代码的"老司机"也是如此，"老司机"之所以被称为"老司机"，原因也是"无他，唯手熟尔"。编码过程中踩过的坑多了，获得的编码经验也就多了，总结的编码技巧也就更多了。总结的编码技巧多了，凡事又能够举一反三，编码的速度自然就上来了。笔者从数据结构的角度，整理了一些Java编程技巧，以供大家学习参考。

1.使用HashSet判断主键是否存在

HashSet实现Set接口，由哈希表（实际上是HashMap）支持，但不保证set 的迭代顺序，并允许使用null元素。HashSet的时间复杂度跟HashMap一致，如果没有哈希冲突则时间复杂度为O(1)，如果存在哈希冲突则时间复杂度不超过O(n)。所以，在日常编码中，可以使用HashSet判断主键是否存在。

案例：给定一个字符串(不一定全为字母)，请返回第一个重复出现的字符。

其中，由于Set的add函数有个特性——如果添加的元素已经再集合中存在，则会返回false。可以简化代码为：

2.使用HashMap存取键值映射关系

简单来说，HashMap由数组和链表组成的，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的。如果定位到的数组位置不含链表，那么查找、添加等操作很快，仅需一次寻址即可，其时间复杂度为O(1)；如果定位到的数组包含链表，对于添加操作，其时间复杂度为O(n)——首先遍历链表，存在即覆盖，不存在则新增；对于查找操作来讲，仍需要遍历链表，然后通过key对象的equals方法逐一对比查找。从性能上考虑，HashMap中的链表出现越少，即哈希冲突越少，性能也就越好。所以，在日常编码中，可以使用HashMap存取键值映射关系。

案例：给定菜单记录列表，每条菜单记录中包含父菜单标识（根菜单的父菜单标识为null），构建出整个菜单树。

3.使用ThreadLocal存储线程专有对象

ThreadLocal提供了线程专有对象，可以在整个线程生命周期中随时取用，极大地方便了一些逻辑的实现。

常见的ThreadLocal用法主要有两种：

• 保存线程上下文对象，避免多层级参数传递；

• 保存非线程安全对象，避免多线程并发调用。

3.1.保存线程上下文对象，避免多层级参数传递

这里，以PageHelper插件的源代码中的分页参数设置与使用为例说明。

设置分页参数代码：

使用分页参数代码：

使用分页插件代码：

如果要把分页参数通过函数参数逐级传给查询语句，除非修改MyBatis相关接口函数，否则是不可能实现的。

3.2.保存非线程安全对象，避免多线程并发调用

在写日期格式化工具函数时，首先想到的写法如下：

其中，每次调用都要初始化DateFormat导致性能较低，把DateFormat定义成常量后的写法如下：

由于SimpleDateFormat是非线程安全的，当多线程同时调用formatDate函数时，会导致返回结果与预期不一致。如果采用ThreadLocal定义线程专有对象，优化后的代码如下：

这是在没有线程安全的日期格式化工具类之前的实现方法。在JDK8以后，建议使用DateTimeFormatter代替SimpleDateFormat，因为SimpleDateFormat是线程不安全的，而DateTimeFormatter是线程安全的。当然，也可以采用第三方提供的线程安全日期格式化函数，比如apache的DateFormatUtils工具类。

注意：ThreadLocal有一定的内存泄露的风险，尽量在业务代码结束前调用remove函数进行数据清除。

4.使用Pair实现成对结果的返回

在C/C++语言中，Pair（对）是将两个数据类型组成一个数据类型的容器，比如std::pair。

Pair主要有两种用途：

• 把key和value放在一起成对处理，主要用于Map中返回名值对，比如Map中的Entry类；

• 当一个函数需要返回两个结果时，可以使用Pair来避免定义过多的数据模型类。

第一种用途比较常见，这里主要说明第二种用途。

4.1.定义模型类实现成对结果的返回

函数实现代码：

函数使用案例：

4.2.使用Pair类实现成对结果的返回

在JDK中，没有提供原生的Pair数据结构，也可以使用Map::Entry代替。不过，Apache的commons-lang3包中的Pair类更为好用，下面便以Pair类进行举例说明。

函数实现代码：

函数使用案例：

5.定义Enum类实现取值和描述

在C++、Java等计算机编程语言中，枚举类型（Enum）是一种特殊数据类型，能够为一个变量定义一组预定义的常量。在使用枚举类型的时候，枚举类型变量取值必须为其预定义的取值之一。

5.1.用class关键字实现的枚举类型

在JDK5之前，Java语言不支持枚举类型，只能用类（class）来模拟实现枚举类型。

5.2.用enum关键字实现的枚举类型

JDK5提供了一种新的类型——Java的枚举类型，关键字enum可以将一组具名的值的有限集合创建为一种新的类型，而这些具名的值可以作为常量使用，这是一种非常有用的功能。

其实，Enum类型就是一个语法糖，编译器帮我们做了语法的解析和编译。通过反编译，可以看到Java枚举编译后实际上是生成了一个类，该类继承了 java.lang.Enum，并添加了values()、valueOf()等枚举类型通用方法。

6.定义Holder类实现参数的输出

在很多语言中，函数的参数都有输入（in）、输出（out）和输入输出（inout）之分。在C/C++语言中，可以用对象的引用（&）来实现函数参数的输出（out）和输入输出（inout）。但在Java语言中，虽然没有提供对象引用类似的功能，但是可以通过修改参数的字段值来实现函数参数的输出（out）和输入输出（inout）。这里，我们叫这种输出参数对应的数据结构为Holder（支撑）类。

Holder类实现代码：

Holder类使用案例：

其实，可以实现一个泛型支撑类，适用于更多的数据类型。

7.定义Union类实现数据体的共存

在C/C++语言中，联合体（union），又称共用体，类似结构体（struct）的一种数据结构。联合体（union）和结构体（struct）一样，可以包含很多种数据类型和变量，两者区别如下：

• 结构体（struct）中所有变量是“共存”的，同时所有变量都生效，各个变量占据不同的内存空间；

• 联合体（union）中是各变量是“互斥”的，同时只有一个变量生效，所有变量占据同一块内存空间。

当多个数据需要共享内存或者多个数据每次只取其一时，可以采用联合体（union）。

在Java语言中，没有联合体（union）和结构体（struct）概念，只有类（class）的概念。众所众知，结构体（struct）可以用类（class）来实现。其实，联合体（union）也可以用类（class）来实现。但是，这个类不具备“多个数据需要共享内存”的功能，只具备“多个数据每次只取其一”的功能。

这里，以微信协议的客户消息为例说明。根据我多年来的接口协议封装经验，主要有以下两种实现方式。

7.1.使用函数方式实现Union

Union类实现:

Union类使用:

主要优缺点:

• 优点：更贴近C/C++语言的联合体（union）；

• 缺点：实现逻辑较为复杂，参数类型验证较多。

7.2.使用继承方式实现Union

Union类实现:

Union类使用:

主要优缺点:

• 优点：使用虚基类和子类进行拆分，各个子类对象的概念明确；

• 缺点：与C/C++语言的联合体（union）差别大，但是功能上大体一致。

在C/C++语言中，联合体并不包括联合体当前的数据类型。但在上面实现的Java联合体中，已经包含了联合体对应的数据类型。所以，从严格意义上说，Java联合体并不是真正的联合体，只是一个具备“多个数据每次只取其一”功能的类。

8.使用泛型屏蔽类型的差异性

在C++语言中，有个很好用的模板（template）功能，可以编写带有参数化类型的通用版本，让编译器自动生成针对不同类型的具体版本。而在Java语言中，也有一个类似的功能叫泛型（generic）。在编写类和方法的时候，一般使用的是具体的类型，而用泛型可以使类型参数化，这样就可以编写更通用的代码。

许多人都认为，C++模板（template）和Java泛型（generic）两个概念是等价的，其实实现机制是完全不同的。C++模板是一套宏指令集，编译器会针对每一种类型创建一份模板代码副本；Java泛型的实现基于"类型擦除"概念，本质上是一种进行类型限制的语法糖。

8.1.泛型类

以支撑类为例，定义泛型的通用支撑类：

8.2.泛型接口

定义泛型的数据提供者接口：

8.3.泛型方法

定义泛型的浅拷贝函数：

8.4.泛型通配符

泛型通配符一般是使用"？"代替具体的类型实参，可以把"？"看成所有类型的父类。当具体类型不确定的时候，可以使用泛型通配符 "？"；当不需要使用类型的具体功能，只使用Object类中的功能时，可以使用泛型通配符 "？"。

在Java规范中，不建议使用泛型通配符"？"，上面函数可以改为：

8.5.泛型上下界

在使用泛型的时候，我们还可以为传入的泛型类型实参进行上下界的限制，如：类型实参只准传入某种类型的父类或某种类型的子类。泛型上下界的声明，必须与泛型的声明放在一起 。

上界通配符（extends）：

上界通配符为”extends”，可以接受其指定类型或其子类作为泛参。其还有一种特殊的形式，可以指定其不仅要是指定类型的子类，而且还要实现某些接口。例如：List<? extends A>表明这是A某个具体子类的List，保存的对象必须是A或A的子类。对于List<? extends A>列表，不能添加A或A的子类对象，只能获取A的对象。

下界通配符（super）：

下界通配符为”super”，可以接受其指定类型或其父类作为泛参。例如：List<? super A>表明这是A某个具体父类的List，保存的对象必须是A或A的超类。对于List<? super A>列表，能够添加A或A的子类对象，但只能获取Object的对象。

PECS（Producer Extends Consumer Super）原则：

• 作为生产者提供数据（往外读取）时，适合用上界通配符（extends）；

• 作为消费者消费数据（往里写入）时，适合用下界通配符（super）。

在日常编码中，比较常用的是上界通配符（extends），用于限定泛型类型的父类。例子代码如下：