通过分析源码可以更好理解List<T>的工作方式,帮助我们写出更稳定的代码。
List<T>源码地址: https://github.com/dotnet/corefx/blob/master/src/System.Collections/src/System/Collections/Generic/List.cs。
接口
List<T>实现的接口:IList<T>, IList, IReadOnlyList<T>
其实.net framework经过多代发展,List的接口确实是有点多了,添加新功能时为了兼容老功能,一些旧的接口又不能丢掉,所以看上去有点复杂。先把这些接口捋一下:
IEnumerator是枚举器接口,拥有枚举元素的功能,成员有Current, MoveNext, Reset,这三个函数可以使集合支持遍历。
IEnumerable是支持枚举接口,实现这接口表示支持遍历,成员就是上面的IEnumerator。
ICollection是集合接口,支持着集合的Count属性和CopyTo操作,另外还有同步的属性IsSynchronized(判断是否线程安全)和SyncRoot(lock的对象)。
IList是集合的操作接口,支持索引器,Add, Remove, Insert, Contains等操作。
泛型部分基本是上面这些接口的泛型实现,不过IList<T>的一些操作放到ICollection<T>里了,可能微软也觉得对于集合的一些操作放到ICollection更合理吧。
IReadOnlyCollection<T>是.net 4.5加进来的,可以认为是IList<T>的只读版。
变量
1 private const int _defaultCapacity = 4; 2 3 private T[] _items; 4 5 private int _size; 6 7 private int _version; 8 9 private Object _syncRoot; 10 11 static readonly T[] _emptyArray = new T[0];
_defaultCapacity意思是new List<T>时默认大小是4。
_items就是存List<T>元素的数组了,List<T>也是基于数组实现的。
_size指元素个数。
_version看字面意思是版本,具体用处下面看,与遍历集合时经常碰到的集合被修改异常有关。
_syncRoot上面有说到,内置的用于lock的对象,如果在多线程时只是操作这个集合就可以lock这个来保证线程安全,当然一般来说这个是内部用的,虽然对List<T>本身来说没什么用,这个不取的话是不会把对象new出来的,对于锁我们更常用的是在外面new一个readonly的object。
emptyArray这是个静态只读的空数组,所有没有元素的List<T>都是用这个,所以两个List<int>的_items其实是一样的,都是这个_emptyArray。
构造函数
有三个构造函数
1 public List() 2 { 3 _items = _emptyArray; 4 }
最常用的,_items直接指向静态空数组。
1 public List(int capacity) 2 { 3 if (capacity < 0) throw new ArgumentOutOfRangeException(nameof(capacity), capacity, SR.ArgumentOutOfRange_NeedNonNegNum); 4 Contract.EndContractBlock(); 5 6 if (capacity == 0) 7 _items = _emptyArray; 8 else 9 _items = new T[capacity]; 10 }
可以通过capacity指定大小
1 public List(IEnumerable<T> collection) 2 { 3 if (collection == null) 4 throw new ArgumentNullException(nameof(collection)); 5 Contract.EndContractBlock(); 6 7 ICollection<T> c = collection as ICollection<T>; 8 if (c != null) 9 { 10 int count = c.Count; 11 if (count == 0) 12 { 13 _items = _emptyArray; 14 } 15 else 16 { 17 _items = new T[count]; 18 c.CopyTo(_items, 0); 19 _size = count; 20 } 21 } 22 else 23 { 24 _size = 0; 25 _items = _emptyArray; 26 // This enumerable could be empty. Let Add allocate a new array, if needed. 27 // Note it will also go to _defaultCapacity first, not 1, then 2, etc. 28 29 using (IEnumerator<T> en = collection.GetEnumerator()) 30 { 31 while (en.MoveNext()) 32 { 33 Add(en.Current); 34 } 35 } 36 } 37 }
初始添加一个集合, 先看是否是ICollection,看上面知道这个接口有Copy的功能,copy到_items里。如果不是ICollection,不过由于是IEnumerable,所以可以遍历,一个一个加到_items里。
属性
Count 返回的是_size,这个是元素的实际个数,不是数组大小。
IsSynchronized是false,表示并非用SyncRoot 来实现同步。List<T>不是线程安全,需要我们自己用锁搞定,
IsReadOnly也是false, 那为什么要继承IReadOnlyList<T>呢,是为了提供一个转换成只读List的机会,比如有的方法不希望传进来的List可以修改,就可以把参数设成IReadOnlyList。
1 Object System.Collections.ICollection.SyncRoot 2 { 3 get 4 { 5 if (_syncRoot == null) 6 { 7 System.Threading.Interlocked.CompareExchange<Object>(ref _syncRoot, new Object(), null); 8 } 9 return _syncRoot; 10 } 11 }
SyncRoot通过原子操作得到一个对象,对于List<T>来说并没有用,对于某些集合比较有用,比如SyncHashtable,就是通过syncRoot来实现线程安全。
比较重要的Capacity:
1 public int Capacity 2 { 3 get 4 { 5 Contract.Ensures(Contract.Result<int>() >= 0); 6 return _items.Length; 7 } 8 set 9 { 10 if (value < _size) 11 { 12 throw new ArgumentOutOfRangeException(nameof(value), value, SR.ArgumentOutOfRange_SmallCapacity); 13 } 14 Contract.EndContractBlock(); 15 16 if (value != _items.Length) 17 { 18 if (value > 0) 19 { 20 var items = new T[value]; 21 Array.Copy(_items, 0, items, 0, _size); 22 _items = items; 23 } 24 else 25 { 26 _items = _emptyArray; 27 } 28 } 29 } 30 }
Capacity取的就是数组的长度,另外我们可以通过Capacity给List设置大小,即使这个List里面已经有元素,会先new一个目标大小的数组,然后通过Array.Copy把现有元素复制到新数组里。但一般情况下这些不用我们设置Capacity,添加新元素时发现长度不够会自动扩大数组。Capacity是int型,说明最大是int.MaxValue,大约2G个,如果我们直接给List设置int.MaxValue就要看你的内存够不够2G*4也就是8G了,不够的话会报OutofMemory Exception。其实个人觉得这里Capacity用uint是不是更好。
用100M个,内存占用400M多
同样100M个,由于是long,内存占了800M多
方法
看几个重要的方法:
1 public void Add(T item) 2 { 3 if (_size == _items.Length) EnsureCapacity(_size + 1); 4 _items[_size++] = item; 5 _version++; 6 }
当前数组大小和元素个数相等时表明再Add的话大小不够了,需要先通过EnsureCapacity扩容, _size+1指明了一个最小的扩容目标。
1 private void EnsureCapacity(int min) 2 { 3 if (_items.Length < min) 4 { 5 int newCapacity = _items.Length == 0 ? _defaultCapacity : _items.Length * 2; 6 // Allow the list to grow to maximum possible capacity (~2G elements) before encountering overflow. 7 // Note that this check works even when _items.Length overflowed thanks to the (uint) cast 8 //if ((uint)newCapacity > Array.MaxArrayLength) newCapacity = Array.MaxArrayLength; 9 if (newCapacity < min) newCapacity = min; 10 Capacity = newCapacity; 11 } 12 }
扩容方法,如果数组长度是0的话则用_defaultCapacity也就是4来做为数组长度,否则则以当前元素个数的2倍去扩大。如果新得到的长度比传进来的min小的话则就用min,也就是选大的,这种情况在InsertRange时有可能发生,因为insert的list很可能比当前list的元素个数多。
Add函数里还有个_version++,这个_version可以在很多方法里看到,如remove, insert, sort等,但凡要修改集合都需要_version++。那这个_version有什么用呢?
1 public void ForEach(Action<T> action) 2 { 3 if (action == null) 4 { 5 throw new ArgumentNullException(nameof(action)); 6 } 7 8 int version = _version; 9 10 for (int i = 0; i < _size; i++) 11 { 12 if (version != _version) 13 { 14 break; 15 } 16 action(_items[i]); 17 } 18 19 if (version != _version) 20 throw new InvalidOperationException(SR.InvalidOperation_EnumFailedVersion); 21 }
在遍历时如果发现_version变了立即退出并抛出遍历过程集合被修改异常,比如在foreach里remove或add元素就会导致这个异常。更常见的是出现在多线程时一个线程遍历集合,另一个线程修改集合的时候,相信很多人吃过苦头。
如果一个线程时想在遍历时修改集合,比如删除,可以用原始的for(int i=list.Count-1;i>=0;i--)方式。
另外用到version还有枚举器Enumerator,MoveNext过程中同样会检测这个。
其他大部分方法都是通过Array的静态函数实现,不多说,需要注意的是List<T>继承自IList,所以可以转成IList,转之后泛型就没了,如果是List<int>,转成IList的话和IList<object>没什么两样,装拆箱带来的性能损失也值得注意。
总结
List<T>初始大小是4,自动扩容是以当前数组元素的两倍或InsertRange目标list的元素个数来扩容(哪个大选哪个)。如果有比较确定的大小可以考虑提前设置,因为每次自动扩容需要重新分配数组和copy元素,性能损耗不小。
List<T>通过version来跟踪集合是否发生改变,如果在foreach遍历时发生改变则抛出异常。
List<T>并非线程安全,任何使用的时候都要考虑当前环境是否可能有多线程存在,是否需要用锁来保证集合线程安全。