Java 面试题：ArrayList 可以完全替代数组吗？
theme: jzman
本文已收录到 GitHub · AndroidFamily，有 Android 进阶知识体系，欢迎 Star。技术和职场问题，请关注公众号 [彭旭锐] 私信我提问。
前言
大家好，我是小彭。
在前面的文章里，我们学习了很多数据结构与算法思想。在实际的业务开发中，往往不需要我们手写数据结构，而是直接使用标准库的数据结构 / 容器类。
在后续的文章里，我们将以 Java 语言为例，分析从 ArrayList 到 LinkedHashMap 等一系列标准库容器类，最后再有一篇总结回顾，请关注。
学习路线图：
1. 说一下 ArrayList 和 LinkedList 的区别？
-
1、数据结构： 在数据结构上，ArrayList 和 LinkedList 都是 “线性表”，都继承于 Java 的
List接口。另外 LinkedList 还实现了 Java 的Deque接口，是基于链表的栈或队列，与之对应的是ArrayDeque基于数组的栈或队列； -
2、线程安全： ArrayList 和 LinkedList 都不考虑线程同步，不保证线程安全；
-
3、底层实现： 在底层实现上，ArrayList 是基于数组的，而 LinkedList 是基于链表的。事实上，它们很多特性的区别都是因为底层实现不同引起的。比如说：
- 在遍历速度上： 数组是一块连续内存空间，基于局部性原理能够更好地命中 CPU 缓存行，而链表是离散的内存空间对缓存行不友好；
- 在访问速度上： 数组是一块连续内存空间，支持 O(1) 时间复杂度随机访问，而链表需要 O(n) 时间复杂度查找元素；
- 在添加和删除操作上： 如果是在数组的末尾操作只需要 O(1) 时间复杂度，但在数组中间操作需要搬运元素，所以需要 O(n)时间复杂度，而链表操作只是修改引用指向，只需要 O(1) 时间复杂度。
2. ArrayList 源码分析
这一节，我们来分析 ArrayList 中主要流程的源码。
2.1 ArrayList 的属性
ArrayList 的属性很好理解，底层是一个 Object 数组，我要举手提问 🙋🏻♀️：
- 疑问 1： 为什么 elementData 字段不声明
private关键字？ - 疑问 2： 为什么 elementData 字段声明
transient关键字？ - 疑问 3： 为什么elementData 字段不声明为泛型类型
E？ - 疑问 4： 为什么 ArrayList 的最大容量是
Integer.MAX_VALUE，Long.MAX_VALUE不行吗？ - 疑问 5： 为什么 ArrayList 的最大容量是
MAX_VALUE - 8，一定会减8吗？
这些问题我们在分析源码的过程中回答。疑问这么多，ArrayList 瞬间不香了。
```java
public class ArrayList
// new ArrayList(0) 的全局空数组
private static final Object[] EMPTY_ELEMENTDATA = {};
// new ArrayList() 的全局空数组
private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};
// 修改次数记录
protected transient int modCount = 0;
// 数组的最大长度
// 疑问 4：为什么 ArrayList 的最大容量是 Integer.MAX_VALUE，Long.MAX_VALUE 不行吗？
// 疑问 5：为什么 ArrayList 的最大容量是 MAX_VALUE - 8，一定会减 8 吗？
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8
// 疑问 1：为什么不声明 private（后文回答）
// 疑问 2：为什么声明 transient（后文回答）
// 疑问 3：为什么不声明为泛型类型 E
// 底层数组
transient Object[] elementData;
// 数组的有效长度（不是 elementData.length）
private int size;
// size() 返回的是数组的有效长度（合理，底层数组我们不关心）
public int size() {
return size;
}
} ```
2.2 ArrayList 的构造方法
ArrayList 有三个构造函数：
- 1、带初始容量的构造方法： 如果初始容量大于 0，则创建指定长度的数组。如果初始容量是 0，则指向第 1 个全局空数组 ；
EMPTY_ELEMENTDATA； - 2、无参构造方法： 指向第 2 个全局空数组
DEFAULTCAPACITY_EMPTY_ELEMENTDATA； - 3、带集合的构造方法： 将集合转为数组，如果数组为空，则指向第 1 个全局空数组
EMPTY_ELEMENTDATA；
可以看到，除了指定大于 0 的初始容量外，ArrayList 在构造时不会创建数组，而是指向全局空数组，这是懒初始化的策略。
构造器的源码不难，但小朋友总有太多的问号，举手提问 🙋🏻♀️：
- 疑问 6：既然都是容量为 0 ，为什么 ArrayList 要区分出 2 个空数组？
这个问题直接回答吧：ArrayList 认为无参构造函数应该使用默认行为，在首次添加数据时会创建长度为 10（DEFAULT_CAPACITY） 的默认初始数组；而显示设置初始容量为 0 是开发者的显式意图，所以不使用默认初始数组，在首次添加数据时只会创建长度为 1 （size + 1）的数组（可以结合后文源码理解下）。
- 疑问 7： 在带集合的构造方法中，为什么会存在集合转化后的数组类型不是 Object[].class 的情况？
```java // 带初始容量的构造方法 public ArrayList(int initialCapacity) { if (initialCapacity > 0) { // 创建 initialCapacity 长度的数组 this.elementData = new Object[initialCapacity]; } else if (initialCapacity == 0) { // 指向第 1 个全局空数组 this.elementData = EMPTY_ELEMENTDATA; } else { // 不合法的初始容量 throw new IllegalArgumentException("Illegal Capacity: "+initialCapacity); } }
// 无参构造方法 public ArrayList() { // 指向第 1 个全局空数组 this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA; }
// 带集合的构造方法 public ArrayList(Collection<? extends E> c) { // 将集合转为数组 elementData = c.toArray(); if ((size = elementData.length) != 0) { // 疑问 7：这一个条件语句好奇怪，toArray() 的返回值类型就是 Object[] 啊？ if (elementData.getClass() != Object[].class) elementData = Arrays.copyOf(elementData, size, Object[].class); } else { this.elementData = EMPTY_ELEMENTDATA; } }
public Object[] toArray() { return Arrays.copyOf(elementData, size); } ```
2.3 ArrayList 的添加与扩容方法
ArrayList 有 4 个添加方法，可以在数组末尾或数组中间添加元素。如果是在数组末尾添加，均摊时间只需要 O(1) 时间复杂度；如果在数组中间添加，由于需要搬运数据，所以需要 O(n) 时间复杂度。
添加前会先检查数据容量，不足会先扩容：
- 在使用无参构造器初始化时，首次添加元素时会直接扩容到 10 的容量；
- 在其他情况，会直接扩容到旧容量的 1.5 倍，而不是扩容到最小容量要求。
不管是扩容到 10 还是扩容到 1.5 倍，都是为了防止频繁扩容，避免每次 add 添加数据都要扩容一次。
现在，我们可以回到一些小朋友的疑问：
- 疑问 4：为什么 ArrayList 的最大容量是
Integer.MAX_VALUE，Long.MAX_VALUE不行吗？
本质上看，应该说是数组长度的限制，而不是 ArrayList 长度的限制。在 《对象的内存分为哪几个部分？》 这篇文章里，我们讨论过对象的内存布局。数组对象的长度是记录在对象头中的 “数组长度” 字段中，这个字段是 4 字节，正好就是 Integer 也是 4 个字节，所以限制为 Integer.MAX_VALUE，而不能使用 Long.MAX_VALUE。
不对啊，Java Integer 是有符号整数，所以 Integer.MAX_VALUE 只有 31 位有效位，还少了 1 位呢。没错，是少了一位。如果要榨干这 1 位容量，当然可以用 long 类型并且限制到 32 位能够表示的最大正整数上，并且在源码中到处加上数组越界判断，想想就不稳定的。相比之下，限制数组长度为 int 类型且最大长度为 Integer.MAX_VALUE，如果有超过 Integer.MAX_VALUE 存储容量的需求，那就创建两个数组呀：）你觉得哪种更好。
Java 对象内存布局
- 疑问 5：为什么 ArrayList 的最大容量是
MAX_VALUE - 8，一定会减8吗？
依然与对象的内存布局有关。在 Java 虚拟机垃圾回收算法中，需要计算对象的内存大小，计算结果是存储在 jint 类型变量（Java int 类型在 JNI 中的映射）中的。如果数组的长度是 MAX_VALUE，那么加上对象头之后就整型溢出了，所以 ArrayList 会预先减掉对象头可能占用的 8 个字节。对象头的具体大小取决于虚拟机实现，减 8 是相对保守的。
其实，ArrayList 的最大容量也不一定会减 8，如果最小容量要求是超过 MAX_ARRAY_SIZE 的，那么还是会扩容到 MAX_VALUE 。这有点摆烂的意思，会不会溢出运行时再说。
数组长度溢出
java
OutOfMemoryError: Requested array size exceeds VM limit
- 疑问 8：不应该是 elementData.length - minCapacity > 0 吗？ 这是考虑到整型溢出的情况，minCapacity 溢出就变成负数了。
```java // 在数组末尾添加元素 public boolean add(E e) { // 先确保底层数组容量足够容纳 size + 1，不足会扩容 ensureCapacityInternal(size + 1); // Increments modCount!! // 在 size + 1 的位置赋值 elementData[size++] = e; return true; }
// 在数组中间插入元素 public void add(int index, E element) { // 范围检查 rangeCheckForAdd(index); // 先确保容量足够容纳 size + 1，不足会扩容 ensureCapacityInternal(size + 1); // Increments modCount!! // 先搬运数据腾出空位 System.arraycopy(elementData, index, elementData, index + 1, size - index); // 在 index 的位置赋值 elementData[index] = element; // 长度加一 size++; }
// 在数组末尾添加集合 public boolean addAll(Collection<? extends E> c) { // 集合转数组 Object[] a = c.toArray(); // 先确保底层数组容量足够容纳 size + numNew，不足会扩容 int numNew = a.length; ensureCapacityInternal(size + numNew); // Increments modCount // 搬运原数据 System.arraycopy(a, 0, elementData, size, numNew); // 长度加 numNew size += numNew; return numNew != 0; }
// 在数组中间插入集合 public boolean addAll(int index, Collection<? extends E> c) { // 略，原理类似 }
// 尝试扩容 // （提示：源码调用了 calculateCapacity() 函数，这里做内联简化） private void ensureCapacityInternal(int minCapacity) { // 使用无参构造器初始化时，指定扩容为 10 if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) { minCapacity = Math.max(DEFAULT_CAPACITY, minCapacity); } ensureExplicitCapacity(minCapacity); }
private void ensureExplicitCapacity(int minCapacity) { modCount++; // 疑问 8：不应该是 elementData.length - minCapacity > 0 吗？ // 如果底层数组长度不够 minCapacity 最小容量要求，则需要扩容 if (minCapacity - elementData.length > 0) grow(minCapacity); }
private void grow(int minCapacity) { // 旧容量 int oldCapacity = elementData.length; // 新容量 = 旧容量 * 1.5 倍（有可能整型溢出） int newCapacity = oldCapacity + (oldCapacity >> 1); // 如果新容量小于最小容量要求，则使用最小容量（addAll 大集合的情况） if (newCapacity - minCapacity < 0) { newCapacity = minCapacity; } // （提示：上一个 if 的 newCapacity 有可能是溢出的） // 如果新容量超出最大数组长度限制，说明无法扩容 1.5 倍，回归到 minCapacity 上 // （提示：源码调用了 hugeCapacity() 函数，这里做内联简化） if (newCapacity - MAX_ARRAY_SIZE > 0) { // 最小容量要求发生整型溢出，无法满足要求，只能直接抛出 OOM if (minCapacity < 0) throw new OutOfMemoryError(); // 如果最小容量要求超出最大数组长度限制，则扩容到 MAX_VALUE（说明不一定会减 8） // 否则，扩容到最大数组长度限制（MAX_VALUE - 8） newCapacity = (minCapacity > MAX_ARRAY_SIZE) ? Integer.MAX_VALUE : MAX_ARRAY_SIZE; } // 扩容到 newCapacity 长度 elementData = Arrays.copyOf(elementData, newCapacity); }
private static int hugeCapacity(int minCapacity) { // 已经内联简化到 grow 方法中 } ```
除了扩容之外，ArrayList 还支持缩容，将底层数组的容量缩小到实际元素的数量：
java
// 缩容
public void trimToSize() {
modCount++;
if (size < elementData.length) {
elementData = (size == 0) ? EMPTY_ELEMENTDATA : Arrays.copyOf(elementData, size);
}
}
另外，因为扩容涉及到数据搬运操作，所以如果能事先知道数据的容量，最好在创建 ArrayList 时就显式指定数据量大小。
2.4 ArrayList 的迭代器
Java 的 foreach 是语法糖，本质上也是采用 iterator 的方式。
在迭代器遍历数组的过程中，有可能出现多个线程并发修改数组的情况，造成数据不一致甚至数组越界，所以 Java 很多容器类的迭代器中都有 fail-fast 机制。
如果在迭代的过程中发现 expectedModCount 变化，说明数据被修改，此时就会提前抛出 ConcurrentModificationException 异常（当然也不一定是被其他线程修改）。
```java
private class Itr implements Iterator
Itr() {}
public boolean hasNext() {
return cursor != size;
}
@SuppressWarnings("unchecked")
public E next() {
// 检查
checkForComodification();
...
}
public void remove() {
...
// 更新
expectedModCount = modCount;
}
} ```
- 疑问 1：为什么 elementData 字段不声明
private关键字？
在注释中的解释是：“non-private to simplify nested class access”。但我们知道在 Java 中，内部类是可以访问外部类的 private 变量的，所以这就说不通的。我的理解是：因为内部类在编译后会生成独立的 Class 文件，如果外部类的 elementData 字段是 private 类型，那么编译器就需要在 ArrayList 中插入 getter / setter。
2.5 ArrayList 的序列化过程
- 疑问 2：为什么 elementData 字段声明
transient关键字？
ArrayList 重写了 JDK 序列化的逻辑，只把 elementData 数组中有效元素的部分序列化，而不会序列化整个数组。
```java // 序列化和反序列化只考虑有效元素 private void writeObject(java.io.ObjectOutputStream s) throws java.io.IOException{ // Write out element count, and any hidden stuff int expectedModCount = modCount; s.defaultWriteObject();
// 写入数组长度
s.writeInt(size);
// 写入有效元素
for (int i=0; i<size; i++) {
s.writeObject(elementData[i]);
}
if (modCount != expectedModCount) {
throw new ConcurrentModificationException();
}
} ```
2.6 为什么阿里巴巴要求谨慎使用 subList API？
在 《阿里巴巴 Java 开发手册》中，有关于 ArrayList#subList API 的规定。为什么阿里巴巴要做这样的限制呢？
- 【强制】ArrayList 的 subList 结果不可强转成 ArrayList，否则会抛出 ClassCastException 异常；
- 【强制】在 subList 场景中，高度注意对原集合元素的增加或删除，均会导致子列表的遍历、增加、删除产生 ConcurrentModificationException 异常。
这是因为 subList API 只是提供通过起始索引 fromIndex 和终止索引 toIndex 包装了一个原 ArrayList 的 “视图窗口” ，并不是真的截取并创建了一个新的 ArrayList，所以强制类型转换就会抛出 ClassCastException 异常。
此时，在 ArrayList 或 SubList 上做修改，要注意相互之间的影响：
- 在 ArrayList 或 SubList 上修改元素，都会同步更新到对方（因为底层都是 ArrayList 本身）；
- 在 SubList 上增加或删除元素，会影响到 ArrayList；
- 在 ArrayList 上增加或删除元素，会导致 SubList 抛出 ConcurrentModificationException 异常。
ArrayList.java
```java
public List
private class SubList extends AbstractList
SubList(AbstractList<E> parent, int offset, int fromIndex, int toIndex) {
this.parent = parent;
this.parentOffset = fromIndex;
this.offset = offset + fromIndex;
this.size = toIndex - fromIndex;
// modCount 记录
this.modCount = ArrayList.this.modCount;
}
public E set(int index, E e) {
rangeCheck(index);
// 在 ArrayList 上增加或删除元素，会导致 SubList 抛出 ConcurrentModificationException 异常
checkForComodification();
// 在 SubList 上增加或删除元素，会影响到 ArrayList；
E oldValue = ArrayList.this.elementData(offset + index);
ArrayList.this.elementData[offset + index] = e;
return oldValue;
}
} ```
2.7 ArrayList 如何实现线程安全？
有 3 种方式：
- 方法 1 - 使用 Vector 容器： Vector 是线程安全版本的数组容器，它会在所有方法上增加 synchronized 关键字；
- 方法 2 - 使用 Collections.synchronizedList 包装类： 原理也是在所有方法上增加 synchronized 关键字；
- 方法 3 - 使用 CopyOnWriteArrayList 容器： 等到发生修改时才分配资源，避免复制大量资源带来的瞬时延时，原理与操作系统的 fork 或文件系统的 cow 相同。CopyOnWriteArrayList 我们后面会讨论，请关注专栏文章。
3. Arrays#ArrayList：世界上的另一个我
事实上，在 Java 环境中有两个 ArrayList，这或许是一个隐藏的彩蛋（坑）：
- ArrayList： 一般认为的 ArrayList，是一个顶级类；
- Arrays#ArrayList： Arrays 的静态内部类，和上面这个 ArrayList 没有任何关系。
其实，Arrays#ArrayList 的定位就是在数组和和 List 直接切换而已。Arrays 提供了数组转 List 的 API，而 Arrays#ArrayList 也提供了 List 转数组的 API（这些 API 第一个 ArrayList 中也都有…）
回过头看剩下的 2 个问题：
- 疑问 3：为什么 elementData 字段不声明为泛型类型
E？
泛型擦除后等于 Object[] elementData，没有区别。
- 疑问 7：在带集合的构造方法中，为什么会存在集合转化后的数组类型不是 Object[].class 的情况？
这是因为有些 List 集合的底层数组不是 Object[] 类型，有可能是 String[] 类型。而在 ArrayList#toArray() 方法中，返回值的类型是 Object[] 类型，有类型错误风险。
例如：在这段代码中，ArrayList 接收一个由 String 数组转化的 List，最后在 ArrayList#toArray() 返回的 Object 数组中添加一个 Object 对象，就出现异常了：
示例代码
```java
// 假设没有特殊处理
List
Object[] listArray = list.toArray(); // 如果过没有特殊处理，实际类型是 [Ljava.lang System.out.println(listArray.getClass()); // 如果过没有特殊处理，将抛出 ArrayStoreException 异常 listArray[0] = new Object(); ```
源码摘要：
Arrays.java
```java
public static
private static class ArrayList
// 泛型擦除后：Object[] array;
// Java 数组是协变的，能够接收 String[] 类型的数组
ArrayList(E[] array) {
// 赋值
a = Objects.requireNonNull(array);
}
// 实际返回的数组可能是 Object[] 类型，也可能是 String[] 类型
@Override
public Object[] toArray() {
return a.clone();
}
} ```
ArrayList.java
```java
public class ArrayList
// 带集合的构造方法
public ArrayList(Collection<? extends E> c) {
// 将集合转为数组
elementData = c.toArray();
if ((size = elementData.length) != 0) {
// 疑问 7：这一个条件语句好奇怪，toArray() 的返回值类型就是 Object[] 啊？
if (elementData.getClass() != Object[].class)
elementData = Arrays.copyOf(elementData, size, Object[].class);
} else {
this.elementData = EMPTY_ELEMENTDATA;
}
}
public Object[] toArray() {
return Arrays.copyOf(elementData, size);
}
} ```
4. ArrayList 这么好用，可以完全替代数组吗？
大多数场景可以，但不能完全替代。
ArrayList 是基于 Object 数组封装的动态数组，我们不需要关心底层数组的数据搬运和扩容等逻辑，因此在大多数业务开发场景中，除非是为了最求极致的性能，否则直接使用 ArrayList 代替数组是更好的选择。
那么，ArrayList 有哪些地方上比数组差呢？
- 举例 1 - ArrayList 等容器类不支持 int 等基本数据类型，所以必然存在装箱拆箱操作；
- 举例 2 - ArrayList 默认的扩容逻辑是会扩大到原容量的 1.5 倍，在大数据量的场景中，这样的扩容逻辑是否多余，需要打上问题；
- 举例 3 - ArrayList 的灵活性不够。ArrayList 不允许底层数据有空洞，所有的有效数据都会 “压缩” 到底层数组的首部。因此，当需要基于数组二次开发容器时，ArrayList 并不是一个好选择。
- 例如，使用 ArrayList 开发栈的结构或许合适，可以在数组的尾部操作数据。但使用 ArrayList 开发队列就不合适，因为在数组的首部入队或出队需要搬运数据。
- 而数组没有这些约束，我们可以将数组设计为 “环形数组”，就可以避免入队和出队时搬运数据。例如 Java 的
ArrayBlockingQueue和ArrayDeque就是基于数组的队列。
5. 总结
-
1、ArrayList 是基于数组封装的动态数组，封装了操作数组时的搬运和扩容等逻辑；
-
2、在构造 ArrayList 时，除了指定大于 0 的初始容量外，ArrayList 在构造时不会创建数组，而是指向全局空数组，这是懒初始化的策略；
-
3、在添加数据时会先检查数据容量，不足会先扩容。首次添加默认会扩容到 10 容量，后续会扩容到旧容量的 1.5 倍，这是为了避免反复扩容；
-
4、因为扩容涉及到数据搬运操作，所以如果能事先知道数据的容量，最好在创建 ArrayList 时就显式指定数据量大小；
-
5、ArrayList 重写了序列化过程，只处理数组中有效的元素；
-
6、ArrayList 的 subList API 只是提供视图窗口，并不是创建新列表；
-
7、ArrayList 在大多数场景中可以代替数组，但在高性能和二次封装的场景中，ArrayList 无法替代数组。
在下一篇文章里，我们来讨论 ArrayList 的孪生兄弟 —— LinkedList。请关注。
本文为稀土掘金技术社区首发签约文章，14天内禁止转载，14天后未获授权禁止转载，侵权必究！
参考资料
- 为什么阿里巴巴要求谨慎使用 ArrayList 中的 subList 方法 —— HollisChuang 著
- ArrayList 源码解析，老哥，来一起复习一哈？ —— iisheng 著
- Arrays.asList(x).toArray().getClass() should be Object[].class —— OpenJDK
- Why I can't create an array with large size? —— stack overflow
- LeetCode 周赛 336，多少人直接 CV？
- LeetCode 周赛 335，纯纯手速场！
- LeetCode 双周赛 98，脑筋急转弯转不过来！
- Android IO 框架 Okio 的实现原理，到底哪里 OK？
- 12 张图看懂 CPU 缓存一致性与 MESI 协议，真的一致吗？
- Android 序列化框架 Gson 原理分析，可以优化吗？
- 为什么计算机中的负数要用补码表示？
- 什么是二叉树？
- 我把 CPU 三级缓存的秘密，藏在这 8 张图里
- 全网最全的 ThreadLocal 原理详细解析 —— 原理篇
- 程序员学习 CPU 有什么用？
- WeakHashMap 和 HashMap 的区别是什么，何时使用？
- 万字 HashMap 详解，基础（优雅）永不过时 —— 原理篇
- Java 面试题：说一下 ArrayDeque 和 LinkedList 的区别?
- Java 面试题：说一下 ArrayList 和 LinkedList 的区别？
- Java 面试题：ArrayList 可以完全替代数组吗？
- 已经有 MESI 协议，为什么还需要 volatile 关键字？
- JVM 系列（6）吊打面试官：为什么 finalize() 方法只会执行一次？
- 使用前缀和数组解决"区间和查询"问题
- NDK 系列（5）：JNI 从入门到实践，万字爆肝详解！