定义
二分查找也是一种在数组中查找数据的算法。它只能查找已经排好序的数据。二分查找通过比较数组中间的数据与目标数据的大小，可以得知目标数据是在数组的左边还是右边。因此，比较一次就可以把查找范围缩小一半。重复执行该操作就可以找到目标数据，或得出目标数据不存在的结论。
基本步骤：
前提：有已排序数组 A（假设已经做好）
定义左边界 L、右边界 R，确定搜索范围，循环执行二分查找（3、4两步）
获取中间索引 M = Floor((L+R) /2)
中间索引的值 A[M] 与待搜索的值 T 进行比较
① A[M] == T 表示找到，返回中间索引
② A[M] > T，中间值右侧的其它元素都大于 T，无需比较，中间索引左边去找，M - 1 设置为右边界，重新查找
③ A[M] < T，中间值左侧的其它元素都小于 T，无需比较，中间索引右边去找， M + 1 设置为左边界，重新查找
当 L > R 时，表示没有找到，应结束循环
代码实现
public class BinarySearch {
public static void main(String[] args) {
int[] array = {1,5,8,11,19,22,31,35,40,45,48,49,50}; //已排序的数组
int target = 48; //需要搜索的目标值
int index = binarySearch(array, target); //元素对应的索引
System.out.println(index);
}
//二分查找，找到返回元素索引，找不到返回 -1
public static int binarySearch(int[] array, int target){
//定义左边界 left
int left = 0;
//定义右边界 right
int right = array.length - 1;
//定义中间的索引
int middle;
while (left <= right) {//表示左边界还未超过右边界，重复执行 3、4 两步
middle = (left + right)/2;//获得中间索引
if (array[middle] == target) { //找到目标值
return middle;
}else if (array[middle] > target){ //表示中间值middle右边的均大于目标值，舍弃
right = middle - 1;//重新定义右边界
}else { // 中间值 middle 左边的均小于目标值 ，舍弃
left = middle + 1;//重新定义左边界
}
}
return -1;
}
}
运行结果：
10
上述代码虽然实现了二分查找算法 ，但是在取中间值的时候超过整数的最大值，就会出现整数溢出的问题，所以需要对上述代码进行优化，从而解决整数溢出的问题
方法1：在取中间值时，对原本的公式进行公式演化，可以避免造成整数溢出的问题
演化过程：
middle = (left + right) / 2 = left/2 + right/2 = left - left/2 + right/2 = left+(right-left)/2
优化代码：
int left = 0;
int right = Integer.MAX_VALUE - 1;
//int middle = (left + right) / 2;
//方法1.进行公式演化，可以避免造成整数溢出的问题
// -- left/2 + right/2 -- left - left/2 + right/2 -- left+(right-left)/2
int middle = left + (right - left) / 2;
System.out.println(middle);
//此时假设在右侧
left = middle + 1;
middle = left + (right - left) / 2;
System.out.println(middle);
方法2：同样是在取中间值的时候，利用无符号的右移运算,也可以解决整数溢出的问题，而且也比除法的效率高
优化代码：
int left = 0;
int right = Integer.MAX_VALUE - 1;
//方法2.利用无符号的右移运算,也可以解决整数溢出的问题，而且也比除法的效率高
int middle = (left + right) >>> 1; //>>> 按位右移补零操作符。左操作数的值按右操作数指定的位数右移，移动得到的空位以零填充。
System.out.println(middle);
//此时假设在右侧
left = middle + 1;
middle = (left + right) >>> 1;
System.out.println(middle);
（京东实习生招聘）有一个有序表为 1,5,8,11,19,22,31,35,40,45,48,49,50 当二分查找值为 48 的结点时，查找成功需要比较的次数 — 4次
（美团点评校招）使用二分法在序列 1,4,6,7,15,33,39,50,64,78,75,81,89,96 中查找元素 81 时，需要经过（ ）次比较 — 4次
（北京易道博识校招）在拥有128个元素的数组中二分查找一个数，需要比较的次数最多不超过多少次 — 7次
解题办法：
1、2 — 奇数二分取中间，偶数二分取中间靠左
3 — 2ⁿ = N = log₂N = log₁₀N / log₁₀2 （其中 n 为查找次数，N 为元素个数 ）
结果为整数--即为最终结果；结果为小数，则舍去小数部分，整数加一为最终结果
【注意】
1.上述写的二分查找是以 jdk 中 Arrays.binarySearch 的实现作为示范
2.但实际上，二分查找有诸多变体，一旦使用变体的实现代码，则左右边界的选取会有变化，进而会影响之前选择题的答案选择
冒泡排序就是重复“从序列右边开始比较相邻两个数字的大小，再根据结果交换两个数字的位置”这一操作的算法。在这个过程中，数字会像泡泡一样，慢慢从右往左“浮”到序列的顶端，所以这个算法才被称为“冒泡排序”。
public class BubbleSort {
public static void main(String[] args) {
int[] array = {5,9,7,4,1,3,2,8};
bubble(array);
}
public static void bubble(int[] array){
for (int j = 0; j < array.length - 1; j++) {
//一轮冒泡
boolean swapped = false; //表示是否发生了交换 false表示没有发生交换
for (int i = 0; i < array.length - 1 - j; i++) {
if (array[i] > array[i+1]) {
swap(array, i, i+1);
swapped = true;
}
}
if (!swapped) {//数组中的元素没有发生交换,直接退出循环
break;
}
System.out.println("第"+(j+1)+"轮冒泡:"+ Arrays.toString(array));
}
}
public static void swap(int[] array,int i,int j){//将数组中下标为i和j的元素分别交换位置
int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
}
}
第1轮冒泡:[5, 7, 4, 1, 3, 2, 8, 9]
第2轮冒泡:[5, 4, 1, 3, 2, 7, 8, 9]
第3轮冒泡:[4, 1, 3, 2, 5, 7, 8, 9]
第4轮冒泡:[1, 3, 2, 4, 5, 7, 8, 9]
第5轮冒泡:[1, 2, 3, 4, 5, 7, 8, 9]
上述代码的实现相较普通的冒泡排序优化在
进行再一步优化：
public static void bubble_v2(int[] array){
int n = array.length - 1;
while (true) {
int lastIndex = 0;//定义在一轮冒泡中最后发生交换的下标
for (int i = 0; i < n; i++) {
if (array[i] > array[i+1]) {
swap(array, i, i+1);
lastIndex = i;//取交换前的 前一个元素的下标
}
}
n = lastIndex; //将 lastIndex 作为 新一轮冒泡的循环次数
System.out.println(Arrays.toString(array));
if (n == 0) {//循环次数为零，退出循环
break;
}
}
}
运行结果：
[5, 7, 4, 1, 3, 2, 8, 9]
[5, 4, 1, 3, 2, 7, 8, 9]
[4, 1, 3, 2, 5, 7, 8, 9]
[1, 3, 2, 4, 5, 7, 8, 9]
[1, 2, 3, 4, 5, 7, 8, 9]
[1, 2, 3, 4, 5, 7, 8, 9]
相较上一个冒泡算法的实现，本次实现的优化点在 每轮冒泡时，最后一次交换索引可以作为下一轮冒泡的比较次数，如果这个值为零，表示整个数组有序，直接退出外层循环即可
选择排序就是重复“从待排序的数据中寻找最小值，将其与序列最左边的数字进行交换”
这一操作的算法。在序列中寻找最小值时使用的是线性查找。
public class SelectionSort {
public static void main(String[] args) {
int[] array = {5,3,7,2,1,9,8,4};
selection(array);
}
private static void selection(int[] array){
for (int i = 0; i < array.length - 1; i++) {//i 代表每轮选择最小元素要交换到的目标索引
int minIndex = i; // 代表最小元素的索引
for (int j = minIndex + 1; j < array.length; j++) { //假定下标为 0 的元素为最小，所以循环次数为数组的长度
if (array[minIndex] > array[j]) {
minIndex = j; //更新最小下标
}
}
if (minIndex != i) { //如果最小下标发生变化，则更换元素的位置
swap(array, minIndex, i);
}
System.out.println(Arrays.toString(array));
}
}
public static void swap(int[] array,int i,int j){//将数组中下标为i和j的元素分别交换位置
int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
}
}
[1, 3, 7, 2, 5, 9, 8, 4]
[1, 2, 7, 3, 5, 9, 8, 4]
[1, 2, 3, 7, 5, 9, 8, 4]
[1, 2, 3, 4, 5, 9, 8, 7]
[1, 2, 3, 4, 5, 9, 8, 7]
[1, 2, 3, 4, 5, 7, 8, 9]
[1, 2, 3, 4, 5, 7, 8, 9]
分别使用 冒泡排序与选择排序 对扑克牌的花色和数字进行排序（先对花色进行排序，再对数字进行排序）
代码实现：
public class StableVsUnstable {
public static void main(String[] args) {
System.out.println("=================不稳定================");
Card[] cards = getStaticCards();
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
selection(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));
System.out.println("=================稳定=================");
cards = getStaticCards();
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.sharpOrder).reversed());
System.out.println(Arrays.toString(cards));
bubble(cards, Comparator.comparingInt((Card a) -> a.numberOrder).reversed());
System.out.println(Arrays.toString(cards));
}
public static void bubble(Card[] a, Comparator<Card> comparator) {
int n = a.length - 1;
while (true) {
int last = 0; // 表示最后一次交换索引位置
for (int i = 0; i < n; i++) {
if (comparator.compare(a[i], a[i + 1]) > 0) {
swap(a, i, i + 1);
last = i;
}
}
n = last;
if (n == 0) {
break;
}
}
}
private static void selection(Card[] a, Comparator<Card> comparator) {
for (int i = 0; i < a.length - 1; i++) {
// i 代表每轮选择最小元素要交换到的目标索引
int s = i; // 代表最小元素的索引
for (int j = s + 1; j < a.length; j++) {
if (comparator.compare(a[s], a[j]) > 0) {
s = j;
}
}
if (s != i) {
swap(a, s, i);
}
}
}
public static void swap(Card[] a, int i, int j) {
Card t = a[i];
a[i] = a[j];
a[j] = t;
}
enum Sharp {
diamond, club, heart, spade, black, red
}
static Card[] getStaticCards() {
List<Card> list = new ArrayList<>();
Card[] copy = Arrays.copyOfRange(Card.cards, 2, 13 * 4 + 2);
list.add(copy[7]);
list.add(copy[12]);
list.add(copy[12+13]);
list.add(copy[10]);
list.add(copy[9]);
list.add(copy[9+13]);
return list.toArray(new Card[0]);
}
static Map<String, Integer> map = Map.ofEntries(
Map.entry("RJ", 16),
Map.entry("BJ", 15),
Map.entry("A", 14),
Map.entry("K", 13),
Map.entry("Q", 12),
Map.entry("J", 11),
Map.entry("10", 10),
Map.entry("9", 9),
Map.entry("8", 8),
Map.entry("7", 7),
Map.entry("6", 6),
Map.entry("5", 5),
Map.entry("4", 4),
Map.entry("3", 3),
Map.entry("2", 2)
);
static class Card {
private Sharp sharp;
private final String number;
private final int numberOrder;
private final int sharpOrder;
public Card(Sharp sharp, String number) {
this.sharp = sharp;
this.number = number;
this.numberOrder = map.get(number);
this.sharpOrder = sharp.ordinal();
}
private static final Card[] cards;
static {
cards = new Card[54];
Sharp[] sharps = {Sharp.spade, Sharp.heart, Sharp.club, Sharp.diamond};
String[] numbers = {"A", "K", "Q", "J", "10", "9", "8", "7", "6", "5", "4", "3", "2"};
int idx = 2;
for (Sharp sharp : sharps) {
for (String number : numbers) {
cards[idx++] = new Card(sharp, number);
}
}
cards[0] = new Card(Sharp.red, "RJ");
cards[1] = new Card(Sharp.black, "BJ");
}
@Override
public String toString() {
return switch (sharp) {
case heart -> "[\033[31m" + "♥" + number + "\033[0m]";
case diamond -> "[\033[31m" + "♦" + number + "\033[0m]";
case spade -> "[\033[30m" + "♠" + number + "\033[0m]";
case club -> "[\033[30m" + "♣" + number + "\033[0m]";
case red -> "[\033[31m" + "\uD83C\uDFAD" + "\033[0m]";
case black -> "[\033[30m" + "\uD83C\uDFAD" + "\033[0m]";
};
}
}
}
运行结果：
=================不稳定================
[[♠7], [♠2], [♥2], [♠4], [♠5], [♥5]]
[[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
[[♠7], [♠5], [♥5], [♠4], [♥2], [♠2]]
=================稳定=================
[[♠7], [♠2], [♥2], [♠4], [♠5], [♥5]]
[[♠7], [♠2], [♠4], [♠5], [♥2], [♥5]]
[[♠7], [♠5], [♥5], [♠4], [♠2], [♥2]]
————————————————
插入排序是一种从序列左端开始依次对数据进行排序的算法。在排序过程中，左侧的数据陆续归位，而右侧留下的就是还未被排序的数据。插入排序的思路就是从右侧的未排序区域内取出一个数据，然后将它插入到已排序区域内合适的位置上
基本步骤：
代码实现：
public class InsertSort {
public static void main(String[] args) {
int[] array = {9,3,7,2,5,8,1,4};
insert(array);
}
private static void insert(int[] array){
for (int i = 1; i < array.length; i++) {//i 表示待插入元素的索引
int t = array[i]; //表示待插入的元素值
int j = i - 1; //表示已将排序区域的元素索引
while (j >= 0) {
if (t < array[j]) {//待插入的元素值 小于 已将排序区域的元素索引的值
array[j+1] = array[j];//将下标为 j 的元素向后移动一位
}else { //待插入的元素值 大于 已经排序区域的元素索引的值
break; //找到插入位置，直接退出循环
}
j--; //依次向前进行比较，直到下标出现为负，退出循环
}
array[j+1] = t;//将待插入的元素值 插入到 空出的位置
System.out.println(Arrays.toString(array));
}
}
}
运行结果：
[9, 3, 7, 2, 5, 8, 1, 4]
[3, 9, 7, 2, 5, 8, 1, 4]
[3, 7, 9, 2, 5, 8, 1, 4]
[2, 3, 7, 9, 5, 8, 1, 4]
[2, 3, 5, 7, 9, 8, 1, 4]
[2, 3, 5, 7, 8, 9, 1, 4]
[1, 2, 3, 5, 7, 8, 9, 4]
[1, 2, 3, 4, 5, 7, 8, 9]
- 二者平均时间复杂度都是 *O(n²)*
- 大部分情况下，插入都略优于选择
- 有序集合插入的时间复杂度为 *O(n)*
- 插入属于稳定排序算法，而选择属于不稳定排序
基本步骤：
首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度
每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二
① 少量元素插入排序速度很快
② 让组内值较大的元素更快地移动到后方
当间隙逐渐减少，直至为 1 时，即可完成排序
代码实现：
package practise;
import java.util.Arrays;
public class ShellSort {
public static void main(String[] args) {
int[] array = {9, 3, 7, 2, 5, 8, 1, 4};
shell(array);
}
/*
*
* 首先选取一个间隙序列，如 (n/2，n/4 … 1)，n 为数组长度
每一轮将间隙相等的元素视为一组，对组内元素进行插入排序，目的有二
① 少量元素插入排序速度很快
② 让组内值较大的元素更快地移动到后方
当间隙逐渐减少，直至为 1 时，即可完成排序
*
* */
private static void shell(int[] arr) {
int length = arr.length;
int temp;
for (int step = length / 2; step >= 1; step /= 2) {
for (int i = step; i < length; i++) {
temp = arr[i];
int j = i - step;
while (j >= 0 && arr[j] > temp) {
arr[j + step] = arr[j];
j -= step;
}
arr[j + step] = temp;
System.out.println(Arrays.toString(arr));
}
}
}
}
运行结果：
[5, 3, 7, 2, 9, 8, 1, 4]
[5, 3, 7, 2, 9, 8, 1, 4]
[5, 3, 1, 2, 9, 8, 7, 4]
[5, 3, 1, 2, 9, 8, 7, 4]
[1, 3, 5, 2, 9, 8, 7, 4]
[1, 2, 5, 3, 9, 8, 7, 4]
[1, 2, 5, 3, 9, 8, 7, 4]
[1, 2, 5, 3, 9, 8, 7, 4]
[1, 2, 5, 3, 7, 8, 9, 4]
[1, 2, 5, 3, 7, 4, 9, 8]
[1, 2, 5, 3, 7, 4, 9, 8]
[1, 2, 5, 3, 7, 4, 9, 8]
[1, 2, 3, 5, 7, 4, 9, 8]
[1, 2, 3, 5, 7, 4, 9, 8]
[1, 2, 3, 4, 5, 7, 9, 8]
[1, 2, 3, 4, 5, 7, 9, 8]
[1, 2, 3, 4, 5, 7, 8, 9]
题目：
使用直接插入排序算法对序列18,23,19,9,23,15进行排序，第三趟排序后的结果为（）
A.9,18,15,23,19,23 B.18,23,19,9,23,15
C.18,19,23,9,23,15 D.9,18,19,23,23,15
推算过程：
18,23,19,9,23,15 18,19,23,9,23,15 9,18,19,23,23,15
使用直接选择排序算法对序列18,23,19,9,23,15进行排序，第三趟排序后的结果为（）
A.9,23,19,18,23,15 B.9,15,18,19,23,23
C.18,19,23,9,23,15 D.18,19,23,9,15,23
推算过程：
9,23,19,18,23,15 9,15,19,18,23,23 9,15,18,19,23,23
1.算法描述
每一轮排序选择一个基准点（pivot）进行分区
让小于基准点的元素的进入一个分区，大于基准点的元素的进入另一个分区
当分区完成时，基准点元素的位置就是其最终位置
在子分区内重复以上过程，直至子分区元素个数少于等于 1，这体现的是分而治之的思想 （divide-and-conquer）
从以上描述可以看出，一个关键在于分区算法，常见的有洛穆托分区方案、双边循环分区方案、霍尔分区方案
2.单边循环快排(lomuto 洛穆托分区方案)
基本步骤:
选择最右元素作为基准点元素
j 指针负责找到比基准点小的元素，一旦找到则与 i 进行交换
i 指针维护小于基准点元素的边界，也是每次交换的目标索引
最后基准点与 i 交换，i 即为分区位置
代码实现：
public class QuickSort1 {
public static void main(String[] args) {
int[] array = {5,3,7,2,9,8,1,4};
//3,5,7,2,9,8,1,4 3,2,7,5,9,8,1,4 3,2,1,5,9,8,7,4 3,2,1,4,9,8,7,5
//3,2,1,4,9,8,7,5 1,2,3,4,9,8,7,5 1,2,3,4,5,8,7,9 1,2,3,4,5,7,8,9
quick(array, 0, array.length-1);
}
//递归
public static void quick(int[] array,int low,int high){
if (low >= high) {
return;
}
int p = partition(array, low, high); //表示 基准点元素所在的正确索引
//确定左边分区范围
quick(array,low,p-1);
//确定右边分区范围
quick(array, p+1, high);
}
//分区
private static int partition(int[] array,int low,int high){ //low 表示左边界 high: 表示右边界
int pv = array[high]; //选取最右边的元素为基准点元素
int i = low;
for (int j = low; j < high; j++) {
if (array[j] < pv) {//下标小于基准点的元素
swap(array, i, j); //将小于基准点的元素换到 下标为i 所在的位置
i++;
}
}
swap(array, high, i); //将基准点和 下标为i 的元素互换位置
System.out.println(Arrays.toString(array)+"i="+i);
//返回值表示基准点元素所在的正确索引，以此来确定下一轮的边界分区
return i;
}
public static void swap(int[] array,int i,int j){//将数组中下标为i和j的元素分别交换位置
int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
}
}
运行结果:
[3, 2, 1, 4, 9, 8, 7, 5]i=3
[1, 2, 3, 4, 9, 8, 7, 5]i=0
[1, 2, 3, 4, 9, 8, 7, 5]i=2
[1, 2, 3, 4, 5, 8, 7, 9]i=4
[1, 2, 3, 4, 5, 8, 7, 9]i=7
[1, 2, 3, 4, 5, 7, 8, 9]i=5
3.双边循环快排
基本步骤：
选择最左元素作为基准点元素
j 指针负责从右向左找比基准点小的元素，i 指针负责从左向右找比基准点大的元素，一旦找到二者交换，直至 i，j 相交
最后基准点与 i（此时 i 与 j 相等）交换，i 即为分区位置
代码实现：
public class QuickSort2 {
public static void main(String[] args) {
int[] array = {5,3,7,2,9,8,1,4};
// 5,3,4,2,9,8,1,7 5,3,4,2,1,8,9,7 1,3,4,2,5,8,9,7
// 1,3,2,4,5,8,9,7 1,2,3,4,5,8,9,7 1,2,3,4,5,8,7,9 1,2,3,4,5,7,8,9
quick(array, 0, array.length-1);
}
//递归
public static void quick(int[] array,int low,int high){
if (low >= high) {
return;
}
int p = partition(array, low, high); //表示 基准点元素所在的正确索引
//确定左边分区范围
quick(array,low,p-1);
//确定右边分区范围
quick(array, p+1, high);
}
//分区
private static int partition(int[] array,int low,int high){ //low 表示左边界 high: 表示右边界
int pv = array[low]; //选取最左边的元素为基准点元素
int i = low; //i 开始位于左边界
int j = high; // j 开位于右边界
while (i < j){
//j 从最右边的元素开始找 小于基准点的元素
while (i < j && array[j] > pv) { // i < j -- 防止 i 和 j发生越界
j--;
}
//i 从最左边的元素开始找 大于基准点的元素
while (i < j && array[i] <= pv) { //array[i] <= pv -- i开始位于左边界，且 pv 为左边界的元素 如果不相等，就无法进入循环
i++;
}
swap(array, i, j); // j 找到小于基准点的元素 i找到大于基准点的元素，两者位置发生互换
}
swap(array, low, j); //基准点 和 i(i和j相等) 互换，i 为 新的分区位置
System.out.println(Arrays.toString(array) + "j=" + j);
return j;
}
public static void swap(int[] array,int i,int j){//将数组中下标为i和j的元素分别交换位置
int t = array[i]; //先将下标为 i 的元素取出来放进缓存区
array[i] = array[j];//将下标为 j 的元素放到原先下标为 i 的位置
array[j] = t; //将下标为 i 的元素 从缓存区里取出来放入 原先下标为 j 的位置
}
}
运行结果：
[1, 3, 4, 2, 5, 8, 9, 7]j=4
[1, 3, 4, 2, 5, 8, 9, 7]j=0
[1, 2, 3, 4, 5, 8, 9, 7]j=2
[1, 2, 3, 4, 5, 7, 8, 9]j=6
4.快速排序的特点
平均时间复杂度是 O(nlog₂n )，最坏时间复杂度 O(n²)
数据量较大时，优势非常明显
属于不稳定排序
5.洛穆托分区方案 vs 霍尔分区方案
霍尔的移动次数平均来讲比洛穆托少3倍
扩容规则：
ArrayList() 会使用长度为零的数组 (调用无参构造的时候)
ArrayList(int initialCapacity) 会使用指定容量的数组（调用有参构造的时候，其中参数为整形）
public ArrayList(Collection c) 会使用 c 的大小作为数组容量（调用有参构造的时候，其中参数为集合）
add(Object o) 首次扩容为 10，再次扩容为上次容量的 1.5 倍（这里用的是位运算）
addAll(Collection c) 没有元素时，扩容为 Math.max(10, 实际元素个数)，有元素时为 Math.max(原容量 1.5 倍, 实际元素个数)
@SuppressWarnings("all")
public class FailFastVsFailSafe {
private static void failFast(){
ArrayList<Student> list = new ArrayList<>();
list.add(new Student("A"));
list.add(new Student("B"));
list.add(new Student("C"));
list.add(new Student("D"));
for (Student student : list) {
System.out.println(student);
}
System.out.println(list);
}
private static void failSafe(){
CopyOnWriteArrayList<Student> list = new CopyOnWriteArrayList<>();
list.add(new Student("A"));
list.add(new Student("B"));
list.add(new Student("C"));
list.add(new Student("D"));
for (Student student : list) {
System.out.println(student);
}
System.out.println(list);
}
static class Student{
String name;
public Student(String name) {
this.name = name;
}
@Override
public String toString() {
return "Student{" +
"name='" + name + '\'' +
'}';
}
}
public static void main(String[] args) {
failFast();
}
}
接下来分别演示两者的区别：
在 failFast（）方法中的 for循环遍历list 处加上断点，并在断点上添加条件 student.name.equals("C") ，用debug来调试程序，启动程序后，在调试器页面可以看到 ArrayList 集合中有四个元素，此时模拟另外一个线程来向 ArrayList 中添加一个元素（Alt + F8）