【Java集合】HashSet源码解析以及HashSet与HashMap的区别

HashSet

前言

HashSet是一个不可重复且元素无序的集合。内部使用HashMap实现。
我们可以从HashSet源码的类注释中获取到如下信息:

  • 底层基于HashMap实现,所以迭代过程中不能保证和增加时的顺序相同。
  • add,remove,contains,size等方法的耗时性能,是不会随着数据量的增加而增加的。在不考虑Hash冲突的情况下时间复杂度都是O(1)。
  • 线程不安全的集合,如果在多线程的场景下建议使用
 //Collections#synchronizedSetCollections.synchronizedSet方法
Set s = Collections.synchronizedSet(new HashSet(...));
  • 在迭代过程中,如果数据结构发生变化会抛出ConcurrentModificationException异常。

组合HashMap

先看一下HashSet的类图
【Java集合】HashSet源码解析以及HashSet与HashMap的区别

从上图中可以看出HashSet继承了AbstractSet并且实现了 Set,Cloneable,Serializable接口。

在Java中基于基类进行创新,有两种方法。

  1. 继承的方式。继承基类,重写基类的一些方法。
  2. 组合基础类,通过调用基础类的方法,来复用基础类的能力。

这里的HashSet使用的就是组合HashMap,优点如下:

  1. 继承表示父类是属于同一事物,而Set和Map本来表示的是两种不同的事物,所以继承关系不适用他,而且Java中的子类只能继承一个父类,后续难以扩展。
  2. 组合的话,更加灵活,可以任意的组合现有的基础类,并且可以在基础类的方法上进行扩展。且方法名可以自定义,无需和基础类保持一致。
    在Java编程思想和 effective java中也建议多用组合少用继承。

以下是HashSet的组合实现:


public class HashSet<E>
extends AbstractSet<E>
implements Set<E>, Cloneable, java.io.Serializable
{
static final long serialVersionUID = -5024744406713321676L;
//将HashMap组合起来,key是HashSet的key,value是下面的Object
private transient HashMap<E,Object> map; // HashMap中的value
private static final Object PRESENT = new Object(); /**
* 构建一个新的,空的HashMap实例对象
* default initial capacity (16) and load factor (0.75).
*/
public HashSet() {
map = new HashMap<>();
} /**
* 构造一个新集合类,负载因子时0.75,集合的容量由新的Collection决定
*/
public HashSet(Collection<? extends E> c) {
map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
//和16比大小,如果给定的集合大小小于16,那初始容量大小就是16,如果大于16,就按照指定集合的容量
//HashMap扩容阀值的计算公式:Map容量*0.75f。一旦达到阀值就会扩容,此处这样写使我们期望的大小比扩容阀值大1,就不会扩容
addAll(c);
} /** *构造一个新的空集合HashMap实例,可以指定初始容量和负载因子
* @param initialCapacity the initial capacity of the hash map
* @param loadFactor the load factor of the hash map
* @throws IllegalArgumentException if the initial capacity is less
* than zero, or if the load factor is nonpositive
*/
public HashSet(int initialCapacity, float loadFactor) {
map = new HashMap<>(initialCapacity, loadFactor);
} /**
*构造一个指定初始容量大小的HashMap,负载因子是默认的0.75
* @param initialCapacity the initial capacity of the hash table
* @throws IllegalArgumentException if the initial capacity is less
* than zero
*/
public HashSet(int initialCapacity) {
map = new HashMap<>(initialCapacity);
} /**
* 这个构造创建的对象是LinkedHashMap可以指定初始容量大小和负载因子
*
* @param initialCapacity the initial capacity of the hash map
* @param loadFactor the load factor of the hash map
* @param dummy ignored (distinguishes this
* constructor from other int, float constructor.)
* @throws IllegalArgumentException if the initial capacity is less
* than zero, or if the load factor is nonpositive
*/
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

常用方法

add

public boolean add(E e) {
return map.put(e, PRESENT)==null;
}

调用HashMap的put方法,PRESENT作为value放在HashMap中,如果key不存在返回null,锁着这里进行判断如果添加的key已经存在返回false,不存在代表添加成功返回true。

contains

public boolean contains(Object o) {
return map.containsKey(o);
}

调用map的containsKey方法,如果找到有key=o返回true,否则返回false。

remove

public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}

iterator

public Iterator<E> iterator() {
return map.keySet().iterator();
}

通过Map使用keySet返回一个key的Iterator对象

isEmpty

public boolean isEmpty() {
return map.isEmpty();
}

判断Set是不是为空,实际上是判断map中的size是不是为0

size

public int size() {
return map.size();
}

返回的是map中的元素个数

HashMap与HashSet的区别

HashMap实现了Map接口,HashSet实现了Set接口。
HashMap存储键值对,HashSet存储对象
HashMap调用put方法增加键值对,HashSet调用add方法添加对象(底层的实现还是map的put)
HashMap使用key计算对应的hashcode;
HashSet使用对象计算hashcode值,如果两个对象的hashcode相同,两者不一定相等;如果equals方法返回true则两个对象相等。

==与equals的相同和不同点

  • ==判断的是两个变量或实例的地址(内存空间地址);equals方法判断的是变量或实例所指向的地址的值是不是一样的。
  • ==比较的是对象的引用,equals比较的是对象的值是否相同。

为什么要规定重写equals方法时需要重写hashCode?

  1. 如果两个对象相等,则hashCode也一定相等。
  2. 两个对象相等,equals方法返回true。
  3. 两个对象有相同的hashcode,但是也不一定相同,因此在重写equals方法时需要重写hashCode方法,这样可以避免当equals方法返回true的时候因为没有重写hashCode方法,而导致对象的hashCode不相同,这与前面所讲的是矛盾的。hashCode默认是对堆上的对象产生独特的值,如果没有重写那么这两个对象无论如何都不相等。

小结

  1. HashSet底层声明了一个HashMap,HashSet对他做了一层简单封装,操作HashSet的元素实际上是操作HashMap的元素。
  2. HashSet不保证存放元素的顺序,无序不可重复。
  3. HashSet允许值为null,且只有一个。
  4. 因为HashSet底层调用的是HashMap 方法,所以是线程不安全的。
上一篇:Thinking in C++: 第1章 为什么C++会成功(改进了C的缺点,可复用C的知识与库,执行效率相当)


下一篇:hdu 2897 邂逅明下