为什么这么多的开源框架热衷于Collections的扩展呢？是因为我们程序（经典的定义：程序=算法+数据结构，想想看数据结构是为谁而服务的）主要处理的是一大批数据，而能容纳大量数据的也就是Collections类和数组了，但是数据的格式具有多样性，比如数据映射关系多样，数据类型多样等，下面我们再介绍三个比较有个性的Collections扩展工具包。
（1）fastutil
fastutil（按照Java的拼写规则应该为FastUtil，但是官网就是这样命名的，我们尊重官方）是一个更新比较频繁的工具包，它的最新版本是6.3，主要提供了两种功能：一种是限定键值类型（Type Specific）的Map、List、Set等，另一种是大容量的集合。我们先来看示例代码：
//明确键类型的Map
Int2ObjectMap＜String＞map=new Int2ObjectOpenHashMap＜String＞（）；
map.put（100，"A"）；
//超大容量的List，注意调整JVM的Heap内存
BigList＜String＞bigList=new ObjectBigArrayBigList＜String＞（
1L+Integer.MAX_VALUE）；
//基本类型的集合，不再使用Integer包装类型
IntArrayList arrayList=new IntArrayList（）；
这里要特别注意的是大容量集合，什么叫大容量集合呢？我们知道一个Collection的最大容量是Integer的最大值（2 147 483 647），不能超过这个容量，一旦我们需要把一组超大的数据放到集合中，就必须要考虑对此进行拆分了，这会导致程序的复杂性提高，而fastutil则提供了Big系列的集合，它的最大容量是Long的最大值，这已经是一个非常庞大的数字了，超过这个容量基本上是不可能的。但在使用它的时候需要考虑内存溢出的问题，注意调节Java的mx参数配置。
（2）Trove
Trove提供了一个快速、高效、低内存消耗的Collection集合，并且还提供了过滤和拦截的功能，同时还提供了基本类型的集合，示例代码如下：
//基本类型的集合，不使用包装类型
TIntList intList=new TIntArrayList（）；
//每个元素值乘以2
intList.transformValues（new TIntFunction（）{
public int execute（int element）{
return element*2；
}
}）；
//过滤，把大于200的元素组成一个新的列表
TIntList t2=intList.grep（new TIntProcedure（）{
public boolean execute（int_element）{
return_element＞200；
}
}）；
//包装为JDK的List
List＜Integer＞list=new TIntListDecorator（intList）；
//键类型确定Map
TIntObjectMap＜String＞map=new TIntObjectHashMap＜String＞（）；
Trove的最大优势是在高性能上，在进行一般的增加、修改、删除操作时，Trove的响应时间比JDK的集合少一个数量级，比fastutil也会高很多，因此在高性能项目中要考虑使用Trove。
（3）lambdaj
lambdaj是一个纯净的集合操作工具，它不会提供任何的集合扩展，只会提供对集合的操作，比如查询、过滤、统一初始化等，特别是它的查询操作，非常类似于DBRMS上的SQL语句，而且也会提供诸如求和、求平均值等的方法，示例代码如下：
List＜Integer＞ints=new ArrayList＜Integer＞（）；
//计算平均值
Lambda.avg（ints）；
//统计每个元素出现的次数，返回的是一个Map
Lambda.count（ints）；
//按照年龄排序
List＜Person＞persons=new ArrayList＜Person＞（）；
Lambda.sort（persons, Lambda.on（Person.class）.getAge（）））；
//串联所有元素的指定属性，输出为：张三，李四，王五
Lambda.joinFrom（persons）.getName（）；
//过滤出年龄大于20岁的所用元素，输出为一个子列表
Lambda.select（persons, new BaseMatcher＜Person＞（）{
@Override
public boolean matches（Object_person）{
Person p=（Person）_person；
return p.getAge（）＞20；
}
public void describeTo（Description desc）{
}
}）；
//查找出最大年龄
Lambda.maxFrom（persons）.getAge（）；
//抽取出所有姓名形成一个数组
Lambda.extract（persons, Lambda.on（Person.class）.getName（）））；
lambdaj算是一个比较年轻的开源工具，但是它符合开发人员的习惯，对集合的操作提供了"One Line"式的解决方法，可以大大缩减代码的数量，而且也不会导致代码的可读性降低，读者可以在下一个项目中使用此类开源工具。