文章目录
-
-
- 一、可变参数:灵活的数据接收方式
- 二、Collections工具类:集合操作的瑞士军刀
- 三、Map集合体系:键值对存储的王者
-
- [1. Map体系结构](#1. Map体系结构)
- [2. 三大实现类对比](#2. 三大实现类对比)
- [3. Map集合的常用方法](#3. Map集合的常用方法)
- [4. Map集合的三种遍历方式](#4. Map集合的三种遍历方式)
- [5. HashMap底层原理](#5. HashMap底层原理)
- [6. LinkedHashMap 底层原理](#6. LinkedHashMap 底层原理)
- [7. TreeMap 底层原理](#7. TreeMap 底层原理)
- [8. 集合嵌套:复杂数据结构的解决方案](#8. 集合嵌套:复杂数据结构的解决方案)
- 四、Stream流:集合操作的现代化处理
-
- [1. 创建Stream的四种方式](#1. 创建Stream的四种方式)
- [2. 中间操作:构建处理流水线](#2. 中间操作:构建处理流水线)
- [3. 终结操作:获取最终结果](#3. 终结操作:获取最终结果)
- [4. 实战案例:统计投票](#4. 实战案例:统计投票)
- 五、综合应用:斗地主案例
- 六、开发经验总结
-
一、可变参数:灵活的数据接收方式
可变参数 :
就是一种特殊形参,定义在方法、构造器的形参列表里,格式是:数据类型...参数名称;
可变参数的特点和好处
特点:可以不传数据给它;可以传一个或者同时传多个数据给它;也可以传一个数组给它。
好处:常常用来灵活的接收数据。
可变参数的注意事项 :
可变参数在方法内部就是一个数组。
一个形参列表中可变参数只能有一个
可变参数必须放在形参列表的最后面
java
public static void sum(int... nums) {
int total = 0;
for (int num : nums) {
total += num;
}
System.out.println("Sum: " + total);
}
// 使用示例
sum(); // 不传参数
sum(10); // 传1个参数
sum(10, 20); // 传多个参数
sum(new int[]{10, 20, 30}); // 传数组
关键特性:
- 本质是数组:方法内部通过数组操作参数
- 位置限制:必须位于参数列表末尾
- 数量限制:一个方法只能有一个可变参数
- 灵活传参:支持0-N个参数或直接传递数组
实际应用场景:Collections.addAll() 方法就使用了可变参数,能灵活添加任意数量的元素到集合中
二、Collections工具类:集合操作的瑞士军刀
Collections提供了一系列静态方法操作集合,以下是核心功能:
常用方法:
java
List<String> list = new ArrayList<>();
// 1. 批量添加元素
Collections.addAll(list, "A", "B", "C");
// 2. 随机打乱顺序
Collections.shuffle(list);
// 3. 排序(默认升序)
Collections.sort(list);
// 4. 自定义排序
Collections.sort(list, (s1, s2) -> s2.compareTo(s1));
排序注意事项:
- 基本类型和String可直接排序
- 自定义对象需实现Comparable接口
- 或通过Comparator指定排序规则
Collections只能支持对List集合进行排序
-
排序方式1
注意:本方法可以直接对自定义类型的List集合排序,但自定义类型必须实现了Comparable接口,指定了比较规则才可以。
-
排序方式2
三、Map集合体系:键值对存储的王者
Map存储键值对(key-value)数据,核心特点:键唯一,值可重复
1. Map体系结构

2. 三大实现类对比
特性 | HashMap | LinkedHashMap | TreeMap |
---|---|---|---|
顺序 | 无序 | 插入顺序 | 自然排序 |
底层结构 | 哈希表 | 哈希表+链表 | 红黑树 |
线程安全 | 否 | 否 | 否 |
允许null键 | 是 | 是 | 否(需比较) |
性能 | O(1) | O(1) | O(log n) |
3. Map集合的常用方法

java
// 1.添加元素: 无序,不重复,无索引。
Map<String, Integer> map = new HashMap<>();
map.put("手表", 100);
map.put("手表", 220);
map.put("手机", 2);
map.put("Java", 2);
map.put(null, null);
System.out.println(map);
// map = {null=null, 手表=220, Java=2, 手机=2}
// 2.public int size():获取集合的大小
System.out.println(map.size());
// 3、public void clear():清空集合
//map.clear();
//System.out.println(map);
// 4.public boolean isEmpty(): 判断集合是否为空,为空返回true ,反之!
System.out.println(map.isEmpty());
// 5.public V get(Object key):根据键获取对应值
int v1 = map.get("手表");
System.out.println(v1);
System.out.println(map.get("手机")); // 2
System.out.println(map.get("张三")); // null
// 6. public V remove(Object key):根据键删除整个元素(删除键会返回键的值)
System.out.println(map.remove("手表"));
System.out.println(map);
// 7.public boolean containsKey(Object key): 判断是否包含某个键 ,包含返回true ,反之
System.out.println(map.containsKey("手表")); // false
System.out.println(map.containsKey("手机")); // true
System.out.println(map.containsKey("java")); // false
System.out.println(map.containsKey("Java")); // true
// 8.public boolean containsValue(Object value): 判断是否包含某个值。
System.out.println(map.containsValue(2)); // true
System.out.println(map.containsValue("2")); // false
// 9.public Set<K> keySet(): 获取Map集合的全部键。
Set<String> keys = map.keySet();
System.out.println(keys);
// 10.public Collection<V> values(); 获取Map集合的全部值。
Collection<Integer> values = map.values();
System.out.println(values);
// 11.把其他Map集合的数据倒入到自己集合中来。(拓展)
Map<String, Integer> map1 = new HashMap<>();
map1.put("java1", 10);
map1.put("java2", 20);
Map<String, Integer> map2 = new HashMap<>();
map2.put("java3", 10);
map2.put("java2", 222);
map1.putAll(map2);
// putAll:把map2集合中的元素全部倒入一份到map1集合中去。
System.out.println(map1);
System.out.println(map2);
4. Map集合的三种遍历方式
方式1:键找值(keySet)
先获取Map集合全部的键,再通过遍历键来找值
需要用到Map的如下方法:
java
for (String key : map.keySet()) {
System.out.println(key + "=" + map.get(key));
}
方式2:键值对(entrySet)
把"键值对"看成一个整体进行遍历(难度较大)
java
for (Map.Entry<String, Integer> entry : map.entrySet()) {
System.out.println(entry.getKey() + "=" + entry.getValue());
}
方式3:Lambda表达式(推荐)
JDK 1.8开始之后的新技术(非常的简单)

java
map.forEach((k, v) ->
System.out.println(k + "=" + v));
5. HashMap底层原理
HashMap跟HashSet的底层原理是一模一样的,都是基于哈希表实现的。
实际上:原来学的Set系列集合的底层就是基于Map实现的,只是Set集合中的元素只要键数据,不要值数据而已。
哈希表
JDK8之前,哈希表 = 数组+链表
JDK8开始,哈希表 = 数组+链表+红黑树
哈希表是一种增删改查数据,性能都较好的数据结构。
java
Map<String, Integer> map = new HashMap<>();
map.put("key", 1); // 触发存储过程
存储流程:
- 首次添加时创建长度16的数组
- 计算键的hashCode(通过hash()方法扰动)
- 通过
(n-1) & hash
计算索引位置 - 处理哈希冲突:
- 链表长度<8:尾插法
- 链表长度≥8且数组长度≥64:转红黑树
- 扩容机制:元素数量超过阈值(容量*0.75)时扩容2倍

重要特性:
- 自定义对象作为键时,必须重写hashCode()和equals()
- 哈希冲突解决方案:链表→红黑树
- 加载因子0.75平衡时间和空间效率
6. LinkedHashMap 底层原理
底层数据结构依然是基于哈希表实现的,只是每个键值对元素又额外的多了一个双链表的机制记录元素顺序(保证有序)。
实际上:原来学习的LinkedHashSet集合的底层原理就是LinkedHashMap。
7. TreeMap 底层原理
特点 :不重复、无索引、可排序(按照键的大小默认升序排序,只能对键排序)
原理:TreeMap跟TreeSet集合的底层原理是一样的,都是基于红黑树实现的排序。
TreeMap集合同样也支持两种方式来指定自定义排序规则
方式一 :让类实现Comparable接口,重写比较规则。
方式二:TreeMap集合有一个有参数构造器,支持创建Comparator比较器对象,以便用来指定比较规则。
java
Map<Student, String> map = new TreeMap<>(new Comparator<Student>()--> Double.compare(o2.getHeight(), o1.getHeight()) {
@Override
public int compare(Student o1, Student o2) {
return Double.compare(o2.getHeight(), o1.getHeight());
}
});
简化lambda表达式:
Map<Student, String> map = new TreeMap<>((o1, o2) {
Double.compare(o2.getHeight(), o1.getHeight());
});
8. 集合嵌套:复杂数据结构的解决方案
集合嵌套指的是集合里的元素又是一个集合
java
/**
* 目标:理解集合的嵌套。
* 江苏省 = "南京市","扬州市","苏州市","无锡市","常州市"
* 湖北省 = "武汉市","孝感市","十堰市","宜昌市","鄂州市"
* 河北省 = "石家庄市","唐山市", "邢台市", "保定市", "张家口市"
*/
public class Test {
public static void main(String[] args) {
// 1、定义一个Map集合存储全部的省份信息,和其对应的城市信息。
Map<String, List<String>> map = new HashMap<>();
List<String> cities1 = new ArrayList<>();
Collections.addAll(cities1, "南京市","扬州市","苏州市" ,"无锡市","常州市");
map.put("江苏省", cities1);
List<String> cities2 = new ArrayList<>();
Collections.addAll(cities2, "武汉市","孝感市","十堰市","宜昌市","鄂州市");
map.put("湖北省", cities2);
List<String> cities3 = new ArrayList<>();
Collections.addAll(cities3, "石家庄市","唐山市", "邢台市", "保定市", "张家口市");
map.put("河北省", cities3);
System.out.println(map);
List<String> cities = map.get("湖北省");
for (String city : cities) {
System.out.println(city);
}
map.forEach((p, c) -> {
System.out.println(p + "----->" + c);
});
}
实际应用:电商系统的商品分类、省市区三级联动等场景
四、Stream流:集合操作的现代化处理
Stream API(JDK8+)提供声明式数据处理能力,极大提升代码简洁性
java
/**
目标:初步体验Stream流的方便与快捷
*/
public class StreamTest1 {
public static void main(String[] args) {
List<String> names = new ArrayList<>();
Collections.addAll(names, "张三丰","张无忌","周芷若","赵敏","张强");
System.out.println(names);
// names = [张三丰, 张无忌, 周芷若, 赵敏, 张强]
// name
// 找出姓张,且是3个字的名字,存入到一个新集合中去。
List<String> list = new ArrayList<>();
for (String name : names) {
if(name.startsWith("张") && name.length() == 3){
list.add(name);
}
}
System.out.println(list);
// 开始使用Stream流来解决这个需求。
List<String> list2 = names.stream().filter(s -> s.startsWith("张"))
.filter(a -> a.length()==3).collect(Collectors.toList());
System.out.println(list2);
}
1. 创建Stream的四种方式
方式一 :获取 集合 的Stream流
java
// 1、如何获取List集合的Stream流?
List<String> names = new ArrayList<>();
Collections.addAll(names, "张三丰","张无忌","周芷若","赵敏","张强");
Stream<String> stream = names.stream();
// 2、如何获取Set集合的Stream流?
Set<String> set = new HashSet<>();
Collections.addAll(set, "刘德华","张曼玉","蜘蛛精","马德","德玛西亚");
Stream<String> stream1 = set.stream();
stream1.filter(s -> s.contains("德")).forEach(s -> System.out.println(s));
方式二: Map集合创建
java
// 3、如何获取Map集合的Stream流?
Map<String, Double> map = new HashMap<>();
map.put("古力娜扎", 172.3);
map.put("迪丽热巴", 168.3);
map.put("马尔扎哈", 166.3);
map.put("卡尔扎巴", 168.3);
Set<String> keys = map.keySet(); //获取键
Stream<String> ks = keys.stream();
Collection<Double> values = map.values(); // 获取值
Stream<Double> vs = values.stream();
Set<Map.Entry<String, Double>> entries = map.entrySet(); //获取键值对
Stream<Map.Entry<String, Double>> kvs = entries.stream();
kvs.filter(e -> e.getKey().contains("巴"))
.forEach(e -> System.out.println(e.getKey()+ "-->" + e.getValue()));
方式三 :数组创建
获取 数组 的Stream流
java
String[] arr = {"A", "B"};
Stream<String> stream2 = Arrays.stream(arr);
方式四 :直接创建
java
Stream<String> stream3 = Stream.of("A", "B");
2. 中间操作:构建处理流水线
中间方法返回新Stream,支持链式调用
方法 | 功能描述 | 示例 |
---|---|---|
filter() | 条件过滤 | stream.filter(s -> s.length()>3) |
map() | 元素转换 | stream.map(String::toUpperCase) |
sorted() | 排序 | stream.sorted(Comparator.reverseOrder()) |
distinct() | 去重 | stream.distinct() |
limit() | 限制元素数量 | stream.limit(5) |
skip() | 跳过前N个元素 | stream.skip(2) |
java
/**
* 目标:掌握Stream流提供的常见中间方法。
*/
public class StreamTest3 {
public static void main(String[] args) {
List<Double> scores = new ArrayList<>();
Collections.addAll(scores, 88.5, 100.0, 60.0, 99.0, 9.5, 99.6, 25.0);
// 需求1:找出成绩大于等于60分的数据,并升序后,再输出。
scores.stream().filter(s -> s >= 60).sorted().forEach(s -> System.out.println(s));
List<Student> students = new ArrayList<>();
Student s1 = new Student("蜘蛛精", 26, 172.5);
Student s2 = new Student("蜘蛛精", 26, 172.5);
Student s3 = new Student("紫霞", 23, 167.6);
Student s4 = new Student("白晶晶", 25, 169.0);
Student s5 = new Student("牛魔王", 35, 183.3);
Student s6 = new Student("牛夫人", 34, 168.5);
Collections.addAll(students, s1, s2, s3, s4, s5, s6);
// 需求2:找出年龄大于等于23,且年龄小于等于30岁的学生,并按照年龄降序输出.
students.stream().filter(s -> s.getAge() >= 23 && s.getAge() <= 30)
.sorted((o1, o2) -> o2.getAge() - o1.getAge())
.forEach(s -> System.out.println(s));
// 需求3:取出身高最高的前3名学生,并输出。
students.stream().sorted((o1, o2) -> Double.compare(o2.getHeight(), o1.getHeight()))
.limit(3).forEach(System.out::println);
System.out.println("----------------------------------------------------------------");
// 需求4:取出身高倒数的2名学生,并输出。 s1 s2 s3 s4 s5 s6
students.stream().sorted((o1, o2) -> Double.compare(o2.getHeight(), o1.getHeight()))
.skip(students.size() - 2).forEach(System.out::println);
// 需求5:找出身高超过168的学生叫什么名字,要求去除重复的名字,再输出。
students.stream().filter(s -> s.getHeight() > 168).map(Student::getName)
.distinct().forEach(System.out::println);
// distinct去重复,自定义类型的对象(希望内容一样就认为重复,重写hashCode,equals)
students.stream().filter(s -> s.getHeight() > 168)
.distinct().forEach(System.out::println);
Stream<String> st1 = Stream.of("张三", "李四");
Stream<String> st2 = Stream.of("张三2", "李四2", "王五");
Stream<String> allSt = Stream.concat(st1, st2);
allSt.forEach(System.out::println);
}
}
3. 终结操作:获取最终结果
终结操作后流不可再用
方法 | 返回类型 | 示例 |
---|---|---|
forEach() | void | stream.forEach(System.out::println) |
count() | long | stream.count() |
collect() | Collection | stream.collect(Collectors.toList()) |
max/min() | Optional | stream.max(Comparator.naturalOrder()) |
toArray() | Object[] | stream.toArray(String[]::new) |
java
/**
* 目标:Stream流的终结方法
*/
public class StreamTest4 {
public static void main(String[] args) {
List<Student> students = new ArrayList<>();
Student s1 = new Student("蜘蛛精", 26, 172.5);
Student s2 = new Student("蜘蛛精", 26, 172.5);
Student s3 = new Student("紫霞", 23, 167.6);
Student s4 = new Student("白晶晶", 25, 169.0);
Student s5 = new Student("牛魔王", 35, 183.3);
Student s6 = new Student("牛夫人", 34, 168.5);
Collections.addAll(students, s1, s2, s3, s4, s5, s6);
// 需求1:请计算出身高超过168的学生有几人。
long size = students.stream().filter(s -> s.getHeight() > 168).count();
System.out.println(size);
// 需求2:请找出身高最高的学生对象,并输出。
Student s = students.stream().max((o1, o2) -> Double.compare(o1.getHeight(), o2.getHeight())).get();
System.out.println(s);
// 需求3:请找出身高最矮的学生对象,并输出。
Student ss = students.stream().min((o1, o2) -> Double.compare(o1.getHeight(), o2.getHeight())).get();
System.out.println(ss);
// 需求4:请找出身高超过170的学生对象,并放到一个新集合中去返回。
// 流只能收集一次。
List<Student> students1 = students.stream().filter(a -> a.getHeight() > 170).collect(Collectors.toList());
System.out.println(students1);
Set<Student> students2 = students.stream().filter(a -> a.getHeight() > 170).collect(Collectors.toSet());
System.out.println(students2);
// 需求5:请找出身高超过170的学生对象,并把学生对象的名字和身高,存入到一个Map集合返回。
Map<String, Double> map =
students.stream().filter(a -> a.getHeight() > 170)
.distinct().collect(Collectors.toMap(a -> a.getName(), a -> a.getHeight()));
System.out.println(map);
// Object[] arr = students.stream().filter(a -> a.getHeight() > 170).toArray();
Student[] arr = students.stream().filter(a -> a.getHeight() > 170).toArray(len -> new Student[len]);
System.out.println(Arrays.toString(arr));
}
4. 实战案例:统计投票
java
List<String> votes = Arrays.asList("A", "B", "A", "C", "B", "A");
// 传统方式
Map<String, Integer> result = new HashMap<>();
for (String vote : votes) {
result.put(vote, result.getOrDefault(vote, 0) + 1);
}
// Stream方式
Map<String, Long> streamResult = votes.stream()
.collect(Collectors.groupingBy(v -> v, Collectors.counting()));
五、综合应用:斗地主案例
java
public class PokerGame {
public static void main(String[] args) {
// 1. 准备牌
List<String> colors = List.of("♠", "♥", "♣", "♦");
List<String> numbers = List.of("3", "4", "5", "6", "7", "8", "9", "10", "J", "Q", "K", "A", "2");
List<String> poker = new ArrayList<>();
for (String color : colors) {
for (String number : numbers) {
poker.add(color + number);
}
}
poker.add("大王");
poker.add("小王");
// 2. 洗牌
Collections.shuffle(poker);
// 3. 发牌
List<String> player1 = new ArrayList<>();
List<String> player2 = new ArrayList<>();
List<String> player3 = new ArrayList<>();
List<String> holeCards = new ArrayList<>();
for (int i = 0; i < poker.size(); i++) {
String card = poker.get(i);
if (i < 51) {
switch (i % 3) {
case 0: player1.add(card); break;
case 1: player2.add(card); break;
case 2: player3.add(card); break;
}
} else {
holeCards.add(card);
}
}
// 4. 看牌
System.out.println("玩家1: " + player1);
System.out.println("玩家2: " + player2);
System.out.println("玩家3: " + player3);
System.out.println("底牌: " + holeCards);
}
}
关键技术点:
- 使用Collections.shuffle()实现高效洗牌
- 利用取模运算实现轮询发牌
- 集合分割处理底牌逻辑
- 嵌套循环构建扑克牌组合
六、开发经验总结
-
Map选择原则:
- 需要快速访问 → HashMap
- 需要保持插入顺序 → LinkedHashMap
- 需要自动排序 → TreeMap
-
Stream使用场景:
- 数据过滤:
filter()
- 集合转换:
map()
- 统计数据:
collect(Collectors.summarizingInt())
- 并行处理:
parallelStream()
- 数据过滤:
-
性能注意事项:
- 大数据集避免多次流操作(可合并操作)
- 频繁查询的场景慎用TreeMap(O(log n)复杂度)
- HashMap初始容量设置:
new HashMap<>(expectedSize / 0.75f + 1)
-
最佳实践:
java// 优雅的Map遍历 map.entrySet().stream() .filter(entry -> entry.getValue() > 100) .forEach(entry -> process(entry.getKey(), entry.getValue())); // 安全的空集合处理 List<String> result = Optional.ofNullable(someList) .orElseGet(Collections::emptyList) .stream() .filter(Objects::nonNull) .collect(Collectors.toList());
掌握Map集合和Stream流能显著提升Java开发效率,特别是在数据处理密集型应用中。合理选择集合类型+流式处理,可使代码更简洁、可读性更强、更易维护。