新集合类型
Guava 引入了很多 JDK 没有的、但我们发现明显有用的新集合类型。这些新类型是为了和 JDK 集合框架共存,而没有往 JDK 集合抽象中硬塞其他概念。作为一般规则,Guava 集合非常精准地遵循了 JDK 接口契约。
Multiset
统计一个词在文档中出现了多少次,传统的做法是这样的:
Map<String, Integer> counts = new HashMap<String, Integer>();
for (String word : words) {
Integer count = counts.get(word);
if (count == null) {
counts.put(word, 1);
} else {
counts.put(word, count + 1);
}
}
这种写法很笨拙,也容易出错,并且不支持同时收集多种统计信息,如总词数。我们可以做的更好。
Guava 提供了一个新集合类型 Multiset,它可以多次添加相等的元素。维基百科从数学角度这样定义 Multiset:”集合[set]概念的延伸,它的元素可以重复出现…与集合[set]相同而与元组[tuple]相反的是,Multiset 元素的顺序是无关紧要的:Multiset {a, a, b}和{a, b, a}是相等的”。——译者注:这里所说的集合[set]是数学上的概念,Multiset继承自 JDK 中的 Collection 接口,而不是 Set 接口,所以包含重复元素并没有违反原有的接口契约。
可以用两种方式看待 Multiset:
- 没有元素顺序限制的 ArrayList
- Map<E, Integer>,键为元素,值为计数
Guava 的 Multiset API 也结合考虑了这两种方式:
当把 Multiset 看成普通的 Collection 时,它表现得就像无序的 ArrayList:
- add(E)添加单个给定元素
- iterator()返回一个迭代器,包含 Multiset 的所有元素(包括重复的元素)
- size()返回所有元素的总个数(包括重复的元素)
当把 Multiset 看作 Map<E, Integer>时,它也提供了符合性能期望的查询操作:
- count(Object)返回给定元素的计数。HashMultiset.count 的复杂度为 O(1),TreeMultiset.count 的复杂度为 O(log n)。
- entrySet()返回 Set<Multiset.Entry
>,和 Map 的 entrySet 类似。 - elementSet()返回所有不重复元素的 Set
,和 Map 的 keySet()类似。 - 所有 Multiset 实现的内存消耗随着不重复元素的个数线性增长。
值得注意的是,除了极少数情况,Multiset 和 JDK 中原有的 Collection 接口契约完全一致——具体来说,TreeMultiset 在判断元素是否相等时,与 TreeSet 一样用 compare,而不是 Object.equals。另外特别注意,Multiset.addAll(Collection)可以添加 Collection 中的所有元素并进行计数,这比用 for 循环往 Map 添加元素和计数方便多了。
方法 | 描述 |
count(E) | 给定元素在 Multiset 中的计数 |
elementSet() | Multiset 中不重复元素的集合,类型为 Set<E> |
entrySet() | 和 Map 的 entrySet 类似,返回 Set<Multiset.Entry<E>>,其中包含的 Entry 支持 getElement()和 getCount()方法 |
add(E, int) | 增加给定元素在 Multiset 中的计数 |
remove(E, int) | 减少给定元素在 Multiset 中的计数 |
setCount(E, int) | 设置给定元素在 Multiset 中的计数,不可以为负数 |
size() | 返回集合元素的总个数(包括重复的元素) |
Multiset 不是 Map
请注意,Multiset
- Multiset 中的元素计数只能是正数。任何元素的计数都不能为负,也不能是 0。elementSet()和 entrySet()视图中也不会有这样的元素。
- multiset.size()返回集合的大小,等同于所有元素计数的总和。对于不重复元素的个数,应使用 elementSet().size()方法。(因此,add(E)把 multiset.size()增加 1)
- multiset.iterator()会迭代重复元素,因此迭代长度等于 multiset.size()。
- Multiset 支持直接增加、减少或设置元素的计数。setCount(elem, 0)等同于移除所有 elem。
- 对 multiset 中没有的元素,multiset.count(elem)始终返回 0。
Multiset 的各种实现
Guava 提供了多种 Multiset 的实现,大致对应 JDK 中 Map 的各种实现:
Map | 对应的Multiset | 是否支持null元素 |
HashMap | HashMultiset | 是 |
TreeMap | TreeMultiset | 是(如果 comparator 支持的话) |
LinkedHashMap | LinkedHashMultiset | 是 |
ConcurrentHashMap | ConcurrentHashMultiset | 否 |
ImmutableMap | ImmutableMultiset | 否 |
SortedMultiset
SortedMultiset 是 Multiset 接口的变种,它支持高效地获取指定范围的子集。比方说,你可以用 latencies.subMultiset(0,BoundType.CLOSED, 100, BoundType.OPEN).size()来统计你的站点中延迟在 100 毫秒以内的访问,然后把这个值和 latencies.size()相比,以获取这个延迟水平在总体访问中的比例。
TreeMultiset 实现 SortedMultiset 接口。在撰写本文档时,ImmutableSortedMultiset 还在测试和 GWT 的兼容性。
Multimap
每个有经验的 Java 程序员都在某处实现过 Map<K, List
可以用两种方式思考 Multimap 的概念:”键-单个值映射”的集合:
a -> 1 a -> 2 a ->4 b -> 3 c -> 5
或者”键-值集合映射”的映射:
a -> [1, 2, 4] b -> 3 c -> 5
一般来说,Multimap 接口应该用第一种方式看待,但 asMap()视图返回 Map<K, Collection
很少会直接使用 Multimap 接口,更多时候你会用 ListMultimap 或 SetMultimap 接口,它们分别把键映射到 List 或 Set。
修改 Multimap
Multimap.get(key)以集合形式返回键所对应的值视图,即使没有任何对应的值,也会返回空集合。ListMultimap.get(key)返回 List,SetMultimap.get(key)返回 Set。
对值视图集合进行的修改最终都会反映到底层的 Multimap。例如:
Set<Person> aliceChildren = childrenMultimap.get(alice);
aliceChildren.clear();
aliceChildren.add(bob);
aliceChildren.add(carol);
其他(更直接地)修改 Multimap 的方法有:
方法签名 | 描述 | 等价于 |
put(K, V) | 添加键到单个值的映射 | multimap.get(key).add(value) |
putAll(K, Iterable<V>) | 依次添加键到多个值的映射 | Iterables.addAll(multimap.get(key), values) |
remove(K, V) | 移除键到值的映射;如果有这样的键值并成功移除,返回 true。 | multimap.get(key).remove(value) |
removeAll(K) | 清除键对应的所有值,返回的集合包含所有之前映射到 K 的值,但修改这个集合就不会影响 Multimap 了。 | multimap.get(key).clear() |
replaceValues(K, Iterable<V>) | 清除键对应的所有值,并重新把 key 关联到 Iterable 中的每个元素。返回的集合包含所有之前映射到 K 的值。 | multimap.get(key).clear(); Iterables.addAll(multimap.get(key), values) |
Multimap 的视图
Multimap 还支持若干强大的视图:
- [asMap](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Multimap.html#asMap())为 Multimap<K, V>提供 Map<K,Collection
>形式的视图。返回的 Map 支持 remove 操作,并且会反映到底层的 Multimap,但它不支持 put 或 putAll 操作。更重要的是,如果你想为 Multimap 中没有的键返回 null,而不是一个新的、可写的空集合,你就可以使用 asMap().get(key)。(你可以并且应当把 asMap.get(key)返回的结果转化为适当的集合类型——如 SetMultimap.asMap.get(key)的结果转为 Set,ListMultimap.asMap.get(key)的结果转为 List——Java 类型系统不允许 ListMultimap 直接为 asMap.get(key)返回 List——译者注:也可以用 Multimaps 中的 asMap 静态方法帮你完成类型转换) - [entries](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Multimap.html#entries())用 Collection<Map.Entry<K, V>>返回 Multimap 中所有”键-单个值映射”——包括重复键。(对 SetMultimap,返回的是 Set)
- [keySet](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Multimap.html#keySet())用 Set 表示 Multimap 中所有不同的键。
- [keys](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Multimap.html#keys())用 Multiset 表示 Multimap 中的所有键,每个键重复出现的次数等于它映射的值的个数。可以从这个 Multiset 中移除元素,但不能做添加操作;移除操作会反映到底层的 Multimap。
- [values()](http://docs.guava-libraries.googlecode.com/git-history/release/javadoc/com/google/common/collect/Multimap.html#values())用一个”扁平”的Collection
包含 Multimap 中的所有值。这有一点类似于 Iterables.concat(multimap.asMap().values()),但它直接返回了单个 Collection,而不像 multimap.asMap().values()那样是按键区分开的 Collection。
Multimap 不是 Map
Multimap<K, V>不是 Map<K,Collection
- Multimap.get(key)总是返回非 null、但是可能空的集合。这并不意味着 Multimap 为相应的键花费内存创建了集合,而只是提供一个集合视图方便你为键增加映射值——译者注:如果有这样的键,返回的集合只是包装了 Multimap 中已有的集合;如果没有这样的键,返回的空集合也只是持有 Multimap 引用的栈对象,让你可以用来操作底层的 Multimap。因此,返回的集合不会占据太多内存,数据实际上还是存放在 Multimap 中。
- 如果你更喜欢像 Map 那样,为 Multimap 中没有的键返回 null,请使用 asMap()视图获取一个 Map<K, Collection
>。(或者用静态方法 Multimaps.asMap()为 ListMultimap 返回一个 Map<K, List >。对于 SetMultimap 和 SortedSetMultimap,也有类似的静态方法存在) - 当且仅当有值映射到键时,Multimap.containsKey(key)才会返回 true。尤其需要注意的是,如果键 k 之前映射过一个或多个值,但它们都被移除后,Multimap.containsKey(key)会返回 false。
- Multimap.entries()返回 Multimap 中所有”键-单个值映射”——包括重复键。如果你想要得到所有”键-值集合映射”,请使用 asMap().entrySet()。
- Multimap.size()返回所有”键-单个值映射”的个数,而非不同键的个数。要得到不同键的个数,请改用 Multimap.keySet().size()。
Multimap 的各种实现
Multimap 提供了多种形式的实现。在大多数要使用 Map<K, Collection
实现 | 键行为类似 | 值行为类似 |
ArrayListMultimap | HashMap | ArrayList |
HashMultimap | HashMap | HashSet |
LinkedListMultimap* | LinkedHashMap* | LinkedList* |
LinkedHashMultimap** | LinkedHashMap | LinkedHashMap |
TreeMultimap | TreeMap | TreeSet |
ImmutableListMultimap | ImmutableMap | ImmutableList |
ImmutableSetMultimap | ImmutableMap | ImmutableSet |
除了两个不可变形式的实现,其他所有实现都支持 null 键和 null 值
*LinkedListMultimap.entries()保留了所有键和值的迭代顺序。详情见 doc 链接。
**LinkedHashMultimap 保留了映射项的插入顺序,包括键插入的顺序,以及键映射的所有值的插入顺序。
请注意,并非所有的 Multimap 都和上面列出的一样,使用 Map<K, Collection
如果你想要更大的定制化,请用 Multimaps.newMultimap(Map, Supplier
BiMap
传统上,实现键值对的双向映射需要维护两个单独的 map,并保持它们间的同步。但这种方式很容易出错,而且对于值已经在 map 中的情况,会变得非常混乱。例如:
Map<String, Integer> nameToId = Maps.newHashMap();
Map<Integer, String> idToName = Maps.newHashMap();
nameToId.put("Bob", 42);
idToName.put(42, "Bob");
//如果"Bob"和42已经在map中了,会发生什么?
//如果我们忘了同步两个map,会有诡异的bug发生...
BiMap<K, V>是特殊的 Map:
- 可以用 inverse()反转 BiMap<K, V>的键值映射
- 保证值是唯一的,因此 values()返回 Set 而不是普通的 Collection
在 BiMap 中,如果你想把键映射到已经存在的值,会抛出 IllegalArgumentException 异常。如果对特定值,你想要强制替换它的键,请使用 BiMap.forcePut(key, value)。
BiMap<String, Integer> userId = HashBiMap.create();
...
String userForId = userId.inverse().get(id);
BiMap 的各种实现
键–值实现 | 值–键实现 | 对应的BiMap实现 |
HashMap | HashMap | HashBiMap |
ImmutableMap | ImmutableMap | ImmutableBiMap |
EnumMap | EnumMap | EnumBiMap |
EnumMap | HashMap | EnumHashBiMap |
注:Maps 类中还有一些诸如 synchronizedBiMap 的 BiMap 工具方法.
Table
Table<Vertex, Vertex, Double> weightedGraph = HashBasedTable.create();
weightedGraph.put(v1, v2, 4);
weightedGraph.put(v1, v3, 20);
weightedGraph.put(v2, v3, 5);
weightedGraph.row(v1); // returns a Map mapping v2 to 4, v3 to 20
weightedGraph.column(v3); // returns a Map mapping v1 to 20, v2 to 5
通常来说,当你想使用多个键做索引的时候,你可能会用类似 Map<FirstName, Map<LastName, Person>>的实现,这种方式很丑陋,使用上也不友好。Guava 为此提供了新集合类型 Table,它有两个支持所有类型的键:”行”和”列”。Table 提供多种视图,以便你从各种角度使用它:
- [rowMap()](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#rowMap()):用 Map<R, Map<C, V>>表现 Table<R, C, V>。同样的, [rowKeySet()](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#rowKeySet())返回”行”的集合Set
。 - row(r) :用 Map<C, V>返回给定”行”的所有列,对这个 map 进行的写操作也将写入 Table 中。
- 类似的列访问方法:[columnMap()](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#columnMap())、[columnKeySet()](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#columnKeySet())、[column(c)](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#column(C))。(基于列的访问会比基于的行访问稍微低效点)
- [cellSet()](http://docs.guava-libraries.googlecode.com/git/javadoc/com/google/common/collect/Table.html#cellSet()):用元素类型为 Table.Cell<R, C, V>的 Set 表现 Table<R, C, V>。Cell 类似于 Map.Entry,但它是用行和列两个键区分的。
Table 有如下几种实现:
- HashBasedTable:本质上用 HashMap<R, HashMap<C, V>>实现;
- TreeBasedTable:本质上用 TreeMap<R, TreeMap<C,V>>实现;
- ImmutableTable:本质上用 ImmutableMap<R, ImmutableMap<C, V>>实现;注:ImmutableTable 对稀疏或密集的数据集都有优化。
- ArrayTable:要求在构造时就指定行和列的大小,本质上由一个二维数组实现,以提升访问速度和密集 Table 的内存利用率。ArrayTable 与其他 Table 的工作原理有点不同,请参见 Javadoc 了解详情。
ClassToInstanceMap
ClassToInstanceMap 是一种特殊的 Map:它的键是类型,而值是符合键所指类型的对象。
为了扩展 Map 接口,ClassToInstanceMap 额外声明了两个方法:T getInstance(Class
ClassToInstanceMap 有唯一的泛型参数,通常称为 B,代表 Map 支持的所有类型的上界。例如:
ClassToInstanceMap<Number> numberDefaults=MutableClassToInstanceMap.create();
numberDefaults.putInstance(Integer.class, Integer.valueOf(0));
从技术上讲,从技术上讲,ClassToInstanceMap<B> 实现了 Map<Class<? extends B>, B>——或者换句话说,是一个映射 B 的子类型到对应实例的 Map。这让 ClassToInstanceMap 包含的泛型声明有点令人困惑,但请记住 B 始终是 Map 所支持类型的上界——通常 B 就是 Object。
对于 ClassToInstanceMap,Guava 提供了两种有用的实现:MutableClassToInstanceMap 和 ImmutableClassToInstanceMap。
RangeSet
RangeSet描述了一组不相连的、非空的区间。当把一个区间添加到可变的RangeSet时,所有相连的区间会被合并,空区间会被忽略。例如:
RangeSet<Integer> rangeSet = TreeRangeSet.create();
rangeSet.add(Range.closed(1, 10)); // {[1,10]}
rangeSet.add(Range.closedOpen(11, 15));//不相连区间:{[1,10], [11,15)}
rangeSet.add(Range.closedOpen(15, 20)); //相连区间; {[1,10], [11,20)}
rangeSet.add(Range.openClosed(0, 0)); //空区间; {[1,10], [11,20)}
rangeSet.remove(Range.open(5, 10)); //分割[1, 10]; {[1,5], [10,10], [11,20)}
请注意,要合并 Range.closed(1, 10)和 Range.closedOpen(11, 15)这样的区间,你需要首先用 Range.canonical(DiscreteDomain)对区间进行预处理,例如 DiscreteDomain.integers()。
注:RangeSet不支持 GWT,也不支持 JDK5 和更早版本;因为,RangeSet 需要充分利用 JDK6 中 NavigableMap 的特性。
RangeSet 的视图
RangeSet 的实现支持非常广泛的视图:
- complement():返回 RangeSet 的补集视图。complement 也是 RangeSet 类型,包含了不相连的、非空的区间。
- subRangeSet(Range
):返回 RangeSet 与给定 Range 的交集视图。这扩展了传统排序集合中的 headSet、subSet 和 tailSet 操作。 - asRanges():用 Set<Range
>表现 RangeSet,这样可以遍历其中的 Range。 - asSet(DiscreteDomain
)(仅 ImmutableRangeSet 支持):用 ImmutableSortedSet 表现 RangeSet,以区间中所有元素的形式而不是区间本身的形式查看。(这个操作不支持 DiscreteDomain 和 RangeSet 都没有上边界,或都没有下边界的情况)
RangeSet 的查询方法
为了方便操作,RangeSet 直接提供了若干查询方法,其中最突出的有:
- contains(C):RangeSet 最基本的操作,判断 RangeSet 中是否有任何区间包含给定元素。
- rangeContaining(C):返回包含给定元素的区间;若没有这样的区间,则返回 null。
- encloses(Range
):简单明了,判断 RangeSet 中是否有任何区间包括给定区间。 - span():返回包括 RangeSet 中所有区间的最小区间。
RangeMap
RangeMap 描述了”不相交的、非空的区间”到特定值的映射。和 RangeSet 不同,RangeMap 不会合并相邻的映射,即便相邻的区间映射到相同的值。例如:
RangeMap<Integer, String> rangeMap = TreeRangeMap.create();
rangeMap.put(Range.closed(1, 10), "foo"); //{[1,10] => "foo"}
rangeMap.put(Range.open(3, 6), "bar"); //{[1,3] => "foo", (3,6) => "bar", [6,10] => "foo"}
rangeMap.put(Range.open(10, 20), "foo"); //{[1,3] => "foo", (3,6) => "bar", [6,10] => "foo", (10,20) => "foo"}
rangeMap.remove(Range.closed(5, 11)); //{[1,3] => "foo", (3,5) => "bar", (11,20) => "foo"}
RangeMap 的视图
RangeMap 提供两个视图:
- asMapOfRanges():用 Map<Range
, V>表现 RangeMap。这可以用来遍历 RangeMap。 - subRangeMap(Range
):用 RangeMap 类型返回 RangeMap 与给定 Range 的交集视图。这扩展了传统的 headMap、subMap 和 tailMap 操作。