Java集合框架之HashSet浅析

Java集合框架之HashSet浅析

一、HashSet综述：

1.1HashSet简介

• 位于java.util包下的HashSet是Java集合框架的重要成员，它在jdk1.8中定义如下：

　　public class HashSet<E>
    　　　extends AbstractSet<E>
    　　　implements Set<E>, Cloneable, java.io.Serializable

• HashSet依赖的数据结构是哈希表

• 插入到HashSet中的对象不保证与插入的顺序保持一致。对象的插入是根据它的hashcode

• HashSet也实现了Searlizable和Cloneable两个接口

• HashSet 是一个没有重复元素的集合。实现了Set接口，由哈希表（实际上是一个HashMap实例）支持。它不保证set 的迭代顺序（也即不保证元素的顺序）；特别是它不保证该顺序恒久不变。它是由HashMap实现的，其次HashSet允许使用 null 元素。

• HashSet是非同步的。如果多个线程同时访问一个哈希 set，而其中至少一个线程修改了该 set，那么它必须 保持外部同步。这通常是通过对自然封装该set 的对象执行同步操作来完成的。如果不存在这样的对象，则应该使用 Collections.synchronizedSet 方法来“包装” set。最好在创建时完成这一操作，以防止对该 set 进行意外的不同步访问：

  • Set s = Collections.synchronizedSet(new HashSet(...));
  • HashSet通过iterator()返回的迭代器是fail-fast的。

1.2HashSet数据结构

1.3HashSet实现原理：

• 我们使用Set集合都是需要去掉重复元素的, 如果在存储的时候逐个equals()比较, 效率较低,哈希算法提高了去重复的效率, 降低了使用equals()方法的次数

• 当HashSet调用add()方法存储对象的时候, 先调用对象的hashCode()方法得到一个哈希值, 然后在集合中查找是否有哈希值相同的对象

• 如果没有哈希值相同的对象就直接存入集合

• 如果有哈希值相同的对象, 就和哈希值相同的对象逐个进行equals()比较,比较结果为false就存入, true则不存

• 将自定义类的对象存入HashSet去重复

  • 类中必须重写hashCode()和equals()方法

  • hashCode(): 属性相同的对象返回值必须相同,属性不同的返回值尽量不同(提高效率)

  • equals(): 属性相同返回true,属性不同返回false,返回false的时候存储

• HashSet内部是如何工作的？
  • 所有Set接口的类内部都是由Map做支撑的。HashSet用HashMap对它的内部对象进行排序。你一定好奇输入一个值到HashMap，我们需要的是一个键值对，但是我们传给HashSet的是一个值。
• 那么HashMap是如何排序的？
  • 实际上我们插入到HashSet中的值在map对象中起的是键的作用，因为它的值Java用了一个常量。所以在键值对中所有的键的值都是一样的。

• HashSet是基于HashMap实现的，默认构造函数是构建一个初始容量为16，负载因子为0.75 的HashMap。封装了一个 HashMap 对象来存储所有的集合元素，所有放入 HashSet 中的集合元素实际上由 HashMap 的 key 来保存，而HashMap 的 value 则存储了一个 PRESENT，它是一个静态的 Object 对象。
• 当我们试图把某个类的对象当成 HashMap的 key，或试图将这个类的对象放入 HashSet 中保存时，重写该类的equals(Object obj)方法和 hashCode() 方法很重要，而且这两个方法的返回值必须保持一致：当该类的两个对象的hashCode() 返回值相同时，它们通过 equals() 方法比较也应该返回 true。通常来说，所有参与计算 hashCode() 返回值的关键属性，都应该用于作为 equals() 比较的标准。

1.4初始化大小与装载因子：

• 初始化尺寸就是当创建哈希表（HashSet内部用哈希表的数据结构）的时候桶（buckets）的数量。如果当前的尺寸已经满了，那么桶的数量会自动增长。

• 装载因子衡量的是在HashSet自动增长之前允许有多满。当哈希表中实体的数量已经超出装载因子与当前容量的积，那么哈希表就会再次进行哈希（也就是内部数据结构重建），这样哈希表大致有两倍桶的数量。

　　　　　　　　　　　　表中已经存储的元素的数量

　　装载因子 = -----------------------------------------

　　　　　　　　　　　　 　　哈希表的大小

　　例如：如果内部容量为16，装载因子为0.75，那么当表中有12个元素的时候，桶的数量就会自动增长。

1.5性能影响：

　　装载因子和初始化容量是影响HashSet操作的两个主要因素。装载因子为0.75的时候可以提供关于时间和空间复杂度方面更有效的性能。如果我们加大这个装载因子，那么内存的上限就会减小（因为它减少了内部重建的操作），但是将影响哈希表中的add与查询的操作。为了减少再哈希操作，我们应该选择一个合适的初始化大小。如果初始化容量大于实体的最大数量除以装载因子，那么就不会有再哈希的动作发生了

1.6小结：

• 说白了，HashSet就是限制了功能的HashMap，所以了解HashMap的实现原理，这个HashSet自然就通

• 对于HashSet中保存的对象，主要要正确重写equals方法和hashCode方法，以保证放入Set对象的唯一性

• 虽说时Set是对于重复的元素不放入，倒不如直接说是底层的Map直接把原值替代了（这个Set的put方法的返回值真有意思）

• HashSet没有提供get()方法，愿意是同HashMap一样，Set内部是无序的，只能通过迭代的方式获得

二、HashSet方法摘要：

构造方法摘要

HashSet()

          构造一个新的空 set，其底层 HashMap 实例的默认初始容量是 16，加载因子是 0.75。

HashSet(Collection<? extends E> c)

          构造一个包含指定 collection 中的元素的新 set。

HashSet(int initialCapacity)

          构造一个新的空 set，其底层 HashMap 实例具有指定的初始容量和默认的加载因子（0.75）。

HashSet(int initialCapacity, float loadFactor)

          构造一个新的空 set，其底层 HashMap 实例具有指定的初始容量和指定的加载因子。

方法摘要
boolean	add(E e)           如果此 set 中尚未包含指定元素，则添加指定元素。
void	clear()           从此 set 中移除所有元素。
Object	clone()           返回此 HashSet 实例的浅表副本：并没有复制这些元素本身。
boolean	contains(Object o)           如果此 set 包含指定元素，则返回 true。
boolean	isEmpty()           如果此 set 不包含任何元素，则返回 true。
Iterator<E>	iterator()           返回对此 set 中元素进行迭代的迭代器。
boolean	remove(Object o)           如果指定元素存在于此 set 中，则将其移除。
int	size()           返回此 set 中的元素的数量（set 的容量）。

 参考文章：

　　https://www.jianshu.com/p/a9c997d4c6d8

　　http://www.jb51.net/article/113439.htm

　　http://blog.csdn.net/sinat_36246371/article/details/53366104

　　http://blog.csdn.net/guoweimelon/article/details/50804799