Kokoelmat

Ohjelmoinnin ytimessä on usein tiedon koostaminen järkeviksi kokonaisuuksiksi. Olemme aiemmin käyttäneet taulukoita ja listoja samantyyppisten arvojen, kuten lämpötilojen tai opiskelijoiden, tallentamiseen. Olemme myös oppineet olio-ohjelmointia, jonka avulla voimme niputtaa yhteen dataa ja siihen liittyvää toiminnallisuutta.

Pelkkä listaus ei kuitenkaan aina riitä. Vaikka taulukot ja listat ovat hyödyllisiä, todellisen maailman ongelmat vaativat usein tarkempia sääntöjä sille, miten tietoa lisätään, poistetaan tai haetaan.

Javassa termi kokoelma (engl. collection) viittaa olioon, jonka tehtävänä on hallita joukkoa muita arvoja tai olioita. Kokoelma ei ole vain säiliö; se on tietorakenne, joka määrittelee pelisäännöt tiedon käsittelylle. Oikean tietorakenteen valinta on ohjelmoijalle tärkeä taito, sillä se vaikuttaa sekä ohjelman tehokkuuteen että koodin luettavuuteen.

Alla on esimerkkejä tilanteista ja niihin soveltuvista kokoelmatyypeistä, kun taulukko tai lista ei enää ole optimaalinen ratkaisu:

• Jono (Queue): Kun soitat asiakaspalveluun, puhelut ohjataan jonoon. Uudet soittajat tulevat jonon hännille, ja asiakaspalvelija poimii palveltavan aina jonon kärjestä. Tätä "ensimmäisenä sisään, ensimmäisenä ulos" -rakennetta kutsutaan jonoksi. Jono on optimoitu tällä tavalla tapahtuviin lisäyksiin ja poistoihin, toisin kuin tavallinen lista. Vastaavasti pino (engl. stack) toimii päinvastoin: viimeisenä lisätty alkio poistetaan ensimmäisenä (kuten pinossa lautasia).

• Joukko (Set): Discord-palvelussa tai puhelinmuistiossa samaa henkilöä ei ole järkevää lisätä ystäväksi kahta kertaa. Rakennetta, joka huolehtii siitä, että jokainen alkio esiintyy siellä vain kerran (uniikit arvot), kutsutaan joukoksi.

• Hakurakenne (Map): Opintotietojärjestelmässä jokaista opiskelijanumeroa vastaa tietty arvosana. Tässä ei ole kyse vain listasta, vaan avaimista (opiskelijanumero) ja niihin liittyvistä arvoista (arvosana). Rakennetta, jossa tietoa haetaan yksilöllisen avaimen perusteella, kutsutaan hakurakenteeksi tai assosiaatiotaulukoksi.

Voisimme periaatteessa toteuttaa nämä kaikki logiikat käyttämällä tavallisia listoja ja kirjoittamalla paljon ylimääräistä koodia (if-lauseita tarkistamaan duplikaatteja tai silmukoita etsimään tietoa). Javan kokoelmat tarjoavat kuitenkin valmiit, optimoidut ja selkeät työkalut näihin tarpeisiin.

Kokoelmakehys (Java Collections Framework)

Java tarjoaa valtavan joukon valmiita kokoelmia sekä rajapintoja uusien kokoelmien toteuttamiseksi osana Javan kokoelmakehystä.

Javan kokoelmaviitekehys perustuu kahteen pääosaan:

• kokoelmarajapintoihin, jotka määrittävät, mitä toimintoja kokoelmalla voi tehdä (esim. List, Set), sekä
• konkreettisiin toteutusluokkiin, jotka toteuttavat rajapinnan tai rajapinnat jollakin tavalla (esim. ArrayList, HashSet, HashMap).

Esimerkiksi List on kokoelmarajapinta, joka määrittää listalle kuuluvia metodeja, mutta ei sitä, miten ne varsinaisesti toteutetaan. Puolestaan ArrayList on eräs luokka, joka toteuttaa List-rajapinnan käyttämällä taulukkoja. Muita valmiita listan toteutuksia käsitellään osassa 5.2.

Javan kokoelmakehyksen oleellisin rajapinta on Collection, joka on yleinen, korkean tason rajapinta. List-rajapinta periytyy Collection-rajapinnasta, joten esimerkiksi edellä mainittu ArrayList voidaan sijoittaa Collection-tyyppiseen muuttujaan:

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mansikka", "mustikka", "puolukka", "lakka")
);

IO.println(marjat);
}

Collection ei tee oletuksia sen sisältämien alkioiden järjestyksestä tai sisällöstä. Varsin lukuisa joukko Javan valmiita kokoelmia toteuttavat Collection-rajapinnan. Tutustumme seuraavaksi mitä Collection-rajapinnan toteuttavalla kokoelmalla voi tehdä.

Lisääminen ja poistaminen

Alkioita lisätään add-metodilla ja poistetaan remove-metodilla. Molemmat palauttavat true, jos kokoelma muuttui.

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mansikka", "mustikka", "puolukka", "lakka")
);

marjat.add("kirsikka");
IO.println(marjat);

marjat.remove("mansikka");
IO.println(marjat);
}

Kaikissa kokoelmissa lisäys ei aina onnistu. Esimerkiksi Set-toteutuksessa samaa alkiota ei voi olla kahta kertaa, joten add voi palauttaa false. remove puolestaan poistaa yhden equals-metodin perusteella löytyvän alkion ja palauttaa false, jos alkiota ei löytynyt.

Collection-rajapinta ei tunne indeksien käsitettä. Siksi remove poistaa alkion arvon perusteella, eikä esimerkiksi "kolmatta alkiota". Jos haluat lisätä tai poistaa indeksin perusteella, tarvitset List-rajapinnan.

Yksittäisen alkion poistamisen lisäksi koko kokoelman voi tyhjentää clear-metodilla.

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mansikka", "mustikka", "puolukka", "lakka")
);

marjat.clear();
IO.println(marjat);
}

Tietyn alkion löytyminen kokoelmasta

Collection-rajapinta määrittelee myös contains-metodin, jolla voi tarkistaa, löytyykö kokoelmasta jokin alkio. Tarkistus perustuu equals-metodiin, joten omien olioiden kanssa equals tulee toteuttaa järkevästi – palaamme tähän osassa 5.2.

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mustikka", "puolukka", "lakka", "kirsikka")
);

IO.println("Löytyykö mustikka: " + marjat.contains("mustikka"));

// Mansikka poistettiin yllä, eli ei löydy
IO.println("Löytyykö mansikka: " + marjat.contains("mansikka"));
}

Alkioiden määrä ja tyhjyys

Collection-rajapinta määrittelee myös size- ja isEmpty-metodit, joilla voi selvittää, kuinka monta alkiota kokoelmassa on ja onko kokoelma tyhjä. isEmpty on usein selkeämpi tapa ilmaista, että kiinnostaa vain tyhjyys.

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mustikka", "puolukka", "lakka", "kirsikka")
);

IO.println("Marjoja on: " + marjat.size());
IO.println("Onko marjakokoelma tyhjä: " + marjat.isEmpty());  
}

Alkioiden läpikäynti

Collection-rajapinta perii Iterable-rajapinnan, joten kokoelman alkioita voi käydä läpi for each-silmukalla.

void main() {
Collection<String> marjat = new ArrayList<>(
  List.of("mustikka", "puolukka", "lakka", "kirsikka")
);

for (String marja : marjat) {
    IO.println("Marja: " + marja);
}
}

Collection-rajapinta ei tee oletuksia alkioiden järjestyksestä. Tämän vuoksi läpikäynti ei perustu indekseihin, ja järjestys riippuu aina konkreettisesta kokoelmasta. ArrayList säilyttää lisäysjärjestyksen, kun taas HashSet ei takaa mitään järjestystä.

Sivuhuomautuksena mainittakoon, että Collection todellakin perii Iterable-rajapinnan. Emme käsitelleet rajapinnan perintää aiemmin, mutta idea toimii rajapinnoissa samalla tavalla kuin luokissa: kaikki Collection-toteutukset tarjoavat myös Iterable-rajapinnan vaatimukset.