4.13Google Guava (Google Collections Library) 
Obwohl die Java-Bibliothek mit Listen, Mengen und Assoziativspeichern einen guten Grundstock für die alltäglichen Aufgaben zur Datenverwaltung bietet, gibt es dennoch Bedarf an weiteren Speicherstrukturen. Anstatt sie selbst zu definieren, ist es sinnvoll, in die Open-Source-Welt zu schauen. Besonders hervorzuheben ist Guava (http://code.google.com/p/guava-libraries/), das eine Open-Source-Bibliothek unter der Apache-Lizenz mit neuen Datenstrukturen, Utility-Methoden für die existierenden java.util-Datenstrukturen sowie einigen anderen Utility-Klassen ist, etwa für String-Behandlung oder zum Zerlegen von Zeichenketten. Die Datenstrukturen von Guava stammen aus dem Projekt Google Collections Library, aber die Entwicklung geht bei Guava weiter.
Für die folgenden Beispiele muss von der Webseite das JAR guava-17.0.jar (oder aktuellere Version) in den Klassenpfad eingebunden werden.
4.13.1Beispiel Multi-Set und Multi-Map
Da Java schon alles Grundlegende mitbringt, stellt sich die Frage, was denn überhaupt fehlt. Dazu zwei Szenarien:
Beispiel 1: Eine Textdatei soll analysiert werden. Am Ende soll feststehen, wie oft jedes Wort (unabhängig von der Groß-/Kleinschreibung) in der Datei steht. Enthält die Datei etwa »In Ulm, um Ulm, um Ulm herum.«, so sollte Folgendes herauskommen: »in«: 1, »ulm«: 3, »um«: 2, »herum«: 1. Im Grunde müsste es eine Menge geben, die Elemente mehrmals enthalten kann, eine so genannte Multi-Menge (auch Multi-Set bzw. Bag genannt). Eine Anfrage an die Multi-Menge gibt dann nicht nur einen Wahrheitswert für »enthält« oder »enthält nicht« zurück, sondern gibt auch an, wie oft ein Element in der Multi-Menge enthalten ist. Das ist so etwas wie eine Einkaufsliste, in der auch stehen kann: »10 Tafeln Schokolade«. Die Datenstruktur ist nicht Teil von Java, kann aber mit Standardmitteln für unseren Anwendungsfall mit einer Map<String, Integer> realisiert werden.
Beispiel 2: Wieder soll eine Textdatei analysiert werden. Gespeichert werden soll für jedes Wort auch die Position, sodass sich später feststellen lässt, ob gewisse Wörter nicht vielleicht zu nah beieinander stehen, was schlechter Stil wäre. Bei der Zeichenfolge »In Ulm, um Ulm« wäre das: »in«: 0, »ulm«: 3, 11, »um«: 8. Kämen nicht mehrere Positionen für das gleiche Wort in Frage – wie bei »Ulm«, das an Position 3 und 11 beginnt –, wäre eine Map perfekt. Nur gibt es in unserem Anwendungsfall zu einem Schlüssel gleich mehrere Werte. Gesucht ist eine so genannte Multi-Map. Die Java-Bibliothek enthält bisher keine Multi-Map, da die Sun-Entwickler damals argumentierten, eine solche Datenstruktur werde selten benötigt.[ 56 ](http://docs.oracle.com/javase/tutorial/collections/interfaces/map.html) Für unseren Fall kann sie aber mit Map<String, List<Integer>> nachgebildet werden.
4.13.2Datenstrukturen aus Guava
Guava bietet Entwicklern Klassen für Multi-Set, Mutli-Map und mehr. Dabei ist das Design vorbildlich und fügt sich perfekt in die Java-Standarddatenstrukturen ein. Das tut es aus zwei Gründen:
Schnittstellen deklarieren Operationen, die konkrete Klassen implementieren. So wie List eine Schnittstelle ist, die ArrayList implementiert, so wird Multimap etwa durch ArrayListMultimap implementiert.
Die Datenstrukturen nutzen sehr präzise die Möglichkeiten von Java Generics. So wie Map<K,V> aus java.util ist es die Multimap<K,V> aus Guava.
Schauen wir uns ein paar Schnittstellen und Implementierungen aus dem Paket com.google.common.collect an – die API-Dokumentation gibt es online unter http://docs.guava-libraries.googlecode.com/git/javadoc/index.html (die Schnittstellen sind jeweils mit ihren generischen Typvariablen genannt, die Implementierungen zur Abkürzung nicht):
Schnittstelle | Aufgabe | Implementierungen |
|---|---|---|
BiMap<K,V> | eine Map-Unterschnittstelle für bidirektionale Abbildungen, um nicht nur vom Schlüssel auf den Wert, sondern auch vom Wert auf den Schlüssel zu kommen | HashBiMap, EnumBiMap, EnumHashBiMap, ImmutableBiMap |
Multimap<K,V> | Erlaubt für einen Schlüssel eine Sammlung von assoziierten Werten. | ArrayListMultimap, HashMultimap, LinkedHashMultimap, LinkedListMultimap, TreeMultimap, ImmutableListMultimap, ImmutableMultimap, ImmutableSetMultimap, ForwardingListMultimap, ForwardingMultimap, ForwardingSetMultimap, ForwardingSortedSetMultimap |
Multiset<E> | eine besondere Collection, die als Menge auch mehrere gleiche Elemente erlaubt | HashMultiset, LinkedHashMultiset, TreeMultiset, ConcurrentHashMultiset, EnumMultiset, ImmutableMultiset, ForwardingMultiset |
SetMultimap<K,V> | eine besondere Multimap<K,V>, die die zum Schlüssel gehörenden Werte in einer Menge speichert | HashMultimap, LinkedHashMultimap, TreeMultimap, ImmutableSetMultimap, ForwardingSetMultimap, ForwardingSortedSetMultimap |
SortedSetMultimap<K,V> | eine besondere SetMultimap, die die zum Schlüssel gehörende Menge sortiert hält | TreeMultimap, ForwardingSortedSetMultimap |
ListMultimap<K,V> | eine besondere Multimap<K,V>, die die zu einem Schlüssel gehörenden Werte in einer Liste speichert, um die Reihenfolge beim Einfügen festzuhalten | ArrayListMultimap, LinkedListMultimap, ImmutableListMultimap, ForwardingListMultimap |
Tabelle 4.22Schnittstellen und Implementierungen aus com.google.common.collect
Bei den Klassen springen zwei Dinge ins Auge, Klassen, die mit Immutable und mit Forwarding beginnen:
Immutable-Datenstrukturen kennen wir schon – das sind Datenstrukturen, die nur Lesezugriff erlauben, die aber nicht modifiziert werden können. Die Utility-Klasse Collections bietet uns ein Paar unmodifiableXXX(…)-Methoden, die einen Nur-Lese-Wrapper um die Basistypen Collection, List, Set, Map, SortedSet und SortedMap legen. Die ImmutableXXX-Klassen aus Guava sind die nichtveränderbaren Google-Datenstrukturen.
Die abstrakten ForwardingXXX-Klassen arbeiten nach dem Dekorator-Pattern und leiten alle Operationen an eine andere Datenstruktur weiter. Es sind sehr spezielle Klassen, und Guava nutzt sie intern – für Entwickler sind sie weniger relevant.
Im Grunde bleiben dann nur noch ein paar Datenstrukturen übrig, und das Implementierungsmuster ist wie bei den Java-Standardbibliotheken: Einige Datenstrukturen speichern die tatsächlichen Daten in Array-Listen, andere in Hashing-Datenstrukturen, andere wiederum in Mengen, die über Binärbäume sortiert sind.
Realisierung | Klassen |
|---|---|
Hashing | HashBiMap, HashMultimap, LinkedHashMultimap, HashMultiset, LinkedHashMultiset |
Array-List | ArrayListMultimap |
Linked-List | LinkedListMultimap |
Binärbaum | TreeMultimap, TreeMultiset |
Tabelle 4.23Mengen- und Assoziativspeicher-Implementierungen
Die Klassen ConcurrentHashMultiset (eine sichere nebenläufige Muliset-Implementierung) und EnumBiMap, EnumHashBiMap (diese Typen sind auf Enum eingeschränkt) sind Sonderfälle.
4.13.3Utility-Klassen von Guava
Auf der einen Seite bietet Guava neue Datenstrukturen, auf der anderen Seite Utility-Klassen, die eine Ergänzung zu der einen Standardklasse Collections sind:
Utility-Klasse | Aufgabe | Beispielmethoden |
|---|---|---|
Collections2 | Filtert und transformiert eine Collection. | filter(…), transform(…) |
Lists | Erzeugt List-Exemplare, teilt oder transformiert sie. | asList(…), newArrayList(), -newLinkedList(), partition(…), transform(…) |
Maps | Erzeugt eine neue Map, filtert und transformiert sie. | newHashMap(), fromProperties(…), difference(…), transformValues(…) |
Sets | Erzeugt neue Mengen und bietet mengenorientierte Funktionen. | newTreeSet(), newHashSet(), cartesianProduct(…), complementOf(…), difference(…), union(…), powerSet(…) |
Iterators, Iterables | Operiert auf Iterator/Iterable, fügt etwa einige Iterator/Iterable zusammen oder setzt ihre Elemente in ein Feld. | addAll(…), concat(…), filter(…), get(…), limit(…), reverse(…), toString(…) |
Tabelle 4.24Utility-Klassen von Guava
Weiterhin gibt es für die neuen Guava-Klassen die zwei Utility-Klassen Multimaps und Multisets.
4.13.4Prädikate
Ein Prädikat ist ein Objekt, das auf einem Argument eine Bedingung prüft und »wahr« oder »falsch« liefert. Guava gibt eine Prädikat-Schnittstelle Predicate<T> mit der Operation boolean apply(T input) vor. Ein Prädikat könnte etwa testen, ob eine Objektreferenz null ist oder ein String eine Mindestlänge besitzt. Prädikate verändern die Argumente nie und dürfen sie nicht »zurechtbiegen«.
Mit eigenen Predicate-Objekten lässt sich auf diverse Methoden zurückgreifen, die Sammlungen filtern. Ein paar Beispielmethoden:
static <E> Collection<E> Collections2.filter(Collection<E> unfiltered, Predicate<? super E> predicate)
Liefert in der Rückgabe eine Collection, die alle Elemente von unfiltered enthält, die das Prädikat erfüllen.static <E> Set<E> Sets.filter(Set<E> unfiltered, Predicate<? super E> predicate)
Liefert als Rückgabe eine Menge, bei der jedes Element das Prädikat erfüllt.static <T> boolean Iterables.all(Iterable<T> iterable, Predicate<? super T> predicate)
Prüft, ob alle Elemente vom Iterable (eine List ist zum Beispiel Iterable, aber auch Set) das Prädikat erfüllen.
Zum Verknüpfen von Prädikaten bietet die Predicates-Klasse statische Kombinationsmethoden wie and(…), compose(…) und or(…).
4.13.5Transformationen
Oftmals müssen die Elemente in Datenstrukturen von einem Format in ein anderes gebracht werden. Zum Beispiel soll bei einem String in einer Liste der Weißraum vorne und hinten abgeschnitten werden, oder Farben sollen in Graustufen übersetzt werden.
Für Transformationen deklariert Guava die Schnittstelle Function<F,T> mit einer Operation T apply(F from). In den Guava-Utility-Klassen gibt es jeweils transform(…)-Methoden, die alle Elemente einer Datenstruktur durch eine Function leiten und auf der anderen Seite das Ergebnis in eine Datenstruktur setzen und diese zurückgeben. Ein paar Beispiele:
static <F,T> Collection<T> Collections2.transform(Collection<F> fromCollection, Function<? super F,T> function)
static <F,T> Iterable<T> Iterables.transform(Iterable<F> fromIterable, Function<? super F,? extends T> function)
static <F,T> Iterator<T> Iterators.transform(Iterator<F> fromIterator, Function<? super F,? extends T> function)
static <F,T> List<T> Lists.transform(List<F> fromList, Function<? super F,? extends T> function)
static <K,V1,V2> Map<K,V2> Maps.transformValues(Map<K,V1> fromMap, Function<? super V1,V2> function)
static <E> Collection<E> Collections2.filter(Collection<E> unfiltered, Predicate<? super E> predicate)
