ArrayList底层机制

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Fail-Fast机制

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);
}
//下面是核心机制代码部分
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)原理相通。
            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