适用读者：会用
ArrayList/HashMap但被问"Vector为什么不用了"就卡住的人。
前置：S04-J01（List/迭代器）、J02（HashMap）、J06（IO/NIO）。
覆盖旧文：2749–2761（集合框架概述、List/ArrayList/LinkedList/Set/Map/Queue、Vector/Stack、I/O 流概述、字节流/字符流/文件操作）+2993–3005（同题重复）+4552（HashMap 原理）→ 27 篇 / 约 22 万字符。
扩展点：E-S04-030（集合选型决策表）、E-S04-031（Vector/Stack废弃的真正原因）、E-S04-032（字节流↔字符流的编码桥接与乱码定位）。
上一篇：S04-J09 · 异常体系：受检与否、finally的四种失效与资源关闭
下一篇：补编第 5 篇 · 反射、注解、泛型与序列化（待写）。
1. 一句话结论
集合的选择只看三件事：要不要顺序、要不要唯一、要不要排序。 而 IO 的所有乱码问题，都出在"字节与字符之间那一次编码转换发生在哪里、用的是什么字符集"。
出处：
A-2749–A-2761（集合与 IO 各章）、A-2993–A-3005（同题重复）、A-4552（HashMap 原理，与 J02 同题）。
2. 集合骨架与选型（E-S04-030）
Iterable
└── Collection
├── List 有序、可重复、可按索引
├── Set 不重复
└── Queue 队列语义（FIFO / 优先级）
Map（独立分支，不算 Collection） 键值对、键唯一
| 需求 | 首选 | 不要用 | 理由 |
|---|---|---|---|
| 随机访问为主 | ArrayList |
LinkedList |
数组连续内存，缓存友好 |
| 频繁头尾增删 | ArrayDeque |
LinkedList/Stack |
环形数组，无节点开销 |
| 去重 + 保插入序 | LinkedHashSet |
HashSet |
后者顺序不定 |
| 排序集合/范围查询 | TreeSet / TreeMap |
HashSet |
红黑树 O(log n) |
| 键值、O(1) 查找 | HashMap |
Hashtable |
后者全表锁 |
| 并发读多写少 | ConcurrentHashMap |
Collections.synchronizedMap |
分段/CAS，粒度细 |
| 单线程栈 | ArrayDeque |
Stack |
Stack 继承 Vector，全同步 |
判据："需要线程安全"不是选 Vector 的理由——它是单锁全同步，吞吐远低于 ConcurrentHashMap/CopyOnWriteArrayList。
2.1 Vector/Stack 废弃的真正原因（E-S04-031）
① 每个方法都 synchronized（含 size()），无谓竞争
② 依赖"外部同步的迭代器"：遍历仍需手动加锁，否则 CME
③ Stack 继承 Vector —— 组合优于继承的反面教材（栈语义被 List 方法污染）
④ 已被 ArrayDeque（栈/队列）与 CopyOnWriteArrayList（并发读多）取代
版本边界：Stack 未被标记 @Deprecated（仍可用、不推荐）；"废弃"是工程共识，不是 API 标记——这点在面试里说清很加分。
2.2 Queue 的两套语义（高频追问）
| 操作 | 失败抛异常 | 失败返回特殊值 |
|---|---|---|
| 插入 | add(e) |
offer(e) → false |
| 删除队头 | remove() |
poll() → null |
| 查看队头 | element() |
peek() → null |
选型：生产代码优先用 offer/poll/peek——容量受限队列（ArrayBlockingQueue）用 add 会直接抛 IllegalStateException，offer 可让调用方决定降级策略。
| 实现 | 结构 | 边界 |
|---|---|---|
ArrayDeque |
环形数组 | 不允许 null；push/pop 当栈用 |
PriorityQueue |
二叉堆 | 不保证遍历有序，只保证 poll 出最小/最大 |
ArrayBlockingQueue |
有界数组 + 锁 | 生产/消费限流首选 |
LinkedBlockingQueue |
链表（默认 Integer.MAX_VALUE） |
无界风险 → 线程池 OOM（见 S25-J07） |
2.3 与 J02 的重复比对（A-4552 vs A-J02）
| 点 | 旧文 4552 说法 |
本系列结论 |
|---|---|---|
| 扩容 | "容量翻倍" | 翻倍 + 高低位拆分（hash & oldCap），避免重新哈希（J02 §4） |
| 树化 | "链表过长转红黑树" | 阈值 8 + 容量 ≥ 64，否则先扩容（J02 §4） |
| 线程安全 | "不安全" | 并发 put 可能丢数据/死循环（JDK 8 已修死循环，仍丢数据） |
处置：4552 全文标 duplicate_ref → S04-J02，不重复成文。
3. IO：四种流与编码桥接（E-S04-032）
字节流（8 bit）：InputStream / OutputStream
字符流（16 bit char）：Reader / Writer
桥接：InputStreamReader(InputStream, Charset) / OutputStreamWriter
缓冲：BufferedInputStream / BufferedReader（默认 8 KB / 8 KB）
| 问题 | 答 |
|---|---|
| 什么时候用字符流 | 处理文本（有编码语义）；二进制（图片/压缩包）必须字节流 |
| 乱码三大来源 | ① 写入与读取字符集不一致 ② 未指定字符集（用平台默认）③ 字节被截断（用 read() 单字节丢多字节字符） |
FileReader 能指定编码吗 |
不能（用平台默认）；要指定必须 new InputStreamReader(new FileInputStream(f), UTF_8) |
read() 与 read(byte[]) |
前者返回单个字节/字符，后者返回实际读取数（可能 < 数组长度）——循环必须用返回值 |
坑 1（最经典）：
int n; byte[] buf = new byte[1024];
while ((n = in.read(buf)) != -1) { out.write(buf, 0, n); } // ✅ 必须写 0,n
// 错法：out.write(buf); → 末尾填充无效字节，文件变大且损坏
3.1 Files 工具类 vs 传统流
// JDK 7+（推荐）
String s = Files.readString(Path.of("a.txt"), StandardCharsets.UTF_8); // JDK 11+
List<String> lines = Files.readAllLines(Path.of("a.txt"), UTF_8);
Files.copy(src, dst, StandardCopyOption.REPLACE_EXISTING);
try (var stream = Files.lines(Path.of("big.log"))) { stream.filter(...).count(); } // 惰性、流式
| 场景 | 用什么 |
|---|---|
| 小文件整读 | Files.readString/readAllLines |
| 大文件 | Files.lines + 流式处理，或 BufferedReader 循环 |
| 复制/移动 | Files.copy/move（可指定 REPLACE_EXISTING、COPY_ATTRIBUTES） |
| 临时文件 | Files.createTempFile（自动随机名，避免竞态） |
| 遍历目录 | Files.walk（记得 try-with-resources，它持有目录句柄） |
判据：Files.lines 与 Files.walk 都返回需关闭的资源——忘了关就是文件句柄泄漏（Linux 下表现为 Too many open files）。
3.2 四种 IO 模型的一句话对照（与 J06 呼应）
| 模型 | 阻塞点 | 典型 API |
|---|---|---|
| 阻塞 IO | read 等数据 |
InputStream |
| 非阻塞 IO | 立即返回，需轮询 | Channel + configureBlocking(false) |
| IO 多路复用 | select 等就绪 |
Selector |
| 异步 IO | 回调完成 | AsynchronousChannelGroup（Linux 上仍靠线程池模拟） |
4. 对照实验：Vector vs ArrayList vs CopyOnWriteArrayList
// JDK 17，单机 8 核；4 线程 × 100 万次 add（量级示意，非严格 JMH）
Vector ：全方法同步，线程安全但吞吐最低
Collections.synchronizedList(new ArrayList<>()) ：等价于 Vector 的锁粒度
CopyOnWriteArrayList ：写时复制，10 万次以上写入极慢（每次 O(n) 复制）
ArrayList（单线程） ：最快，但并发写会丢数据/数组越界
口径：上表为机制推断（依据 synchronized 全方法与写时复制语义）。要发表结论请自行 JMH 测量——面试说"量级与原因"比给精确倍数安全。
5. 反例：六个高频错用
| 写法 | 问题 |
|---|---|
new Stack<>() 当栈 |
全同步 + 语义污染，改 ArrayDeque |
LinkedList 做随机访问 |
get(i) 是 O(n)，链表遍历 |
PriorityQueue 遍历取有序 |
只有 poll 有序 |
new LinkedBlockingQueue<>() 无参 |
容量 Integer.MAX_VALUE → 堆积 OOM |
out.write(buf) |
写出填充字节，文件损坏 |
new FileReader(f) 读 UTF-8 |
平台默认编码，跨机器乱码 |
6. 自测
- 集合选型的三问？并发场景为什么不用
Vector？ Queue两套语义各自的方法？生产代码优先哪套？FileReader能指定字符集吗？如何指定？read(byte[])的返回值为什么要用于write的第三个参数？Files.lines/Files.walk为什么要 try-with-resources？
答案
- 顺序/唯一/排序；
Vector全方法单锁，吞吐低且迭代仍需外部加锁。 add/remove/element与offer/poll/peek；优先后者。- 不能；用
InputStreamReader+Charset。 - 返回实际读取字节数，末尾可能是上次残留的无效字节。
- 它们持有文件/目录句柄，不关闭会泄漏。
7. 下一篇
补编第 5 篇 · 反射、注解、泛型与序列化 —— 运行时的四把钥匙：Class/Method 的性能与安全代价、注解的保留策略与处理器、泛型擦除的补救（TypeToken）、Serializable 为何被逐步弃用。
本篇属于系列《S04 · Java 语言核心》。旧文来源：A-2749–2761、A-2993–3005、A-4552；扩展点 E-S04-030/031/032。对照实验数字为机制推断，未经 JMH 实测。