JAVA基础知识之Set集合

Set集合的基本特征是不记录添加顺序，不允许元素重复（想想是为什么）。最常用的实现类是HashSet.

本文将要介绍以下内容

• HashSet类

1. HashSe的特征
2. HashSet的equals和hashCode

• LinkedHashSet的特征
• TreeSet的特征
• EnumSet的特征

HashSet类

HashSet类直接实现了Set接口， 其底层其实是包装了一个HashMap去实现的。HashSet采用HashCode算法来存取集合中的元素，因此具有比较好的读取和查找性能。

HashSet的特征

• 不仅不能保证元素插入的顺序，而且在元素在以后的顺序中也可能变化（这是由HashSet按HashCode存储对象（元素）决定的，对象变化则可能导致HashCode变化）
• HashSet是线程非安全的
• HashSet元素值可以为NULL

HashSet的equals和HashCode

前面说过，Set集合是不允许重复元素的，否则将会引发各种奇怪的问题。那么HashSet如何判断元素重复呢？

HashSet需要同时通过equals和HashCode来判断两个元素是否相等，具体规则是，如果两个元素通过equals为true，并且两个元素的hashCode相等，则这两个元素相等（即重复）。

所以如果要重写保存在HashSet中的对象的equals方法，也要重写hashCode方法，重写前后hashCode返回的结果相等（即保证保存在同一个位置）。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。

试想如果重写了equals方法但不重写hashCode方法，即相同equals结果的两个对象将会被HashSet当作两个元素保存起来，这与我们设计HashSet的初衷不符（元素不重复）。

另外如果两个元素哈市Code相等但equals结果不为true，HashSet会将这两个元素保存在同一个位置，并将超过一个的元素以链表方式保存，这将影响HashSet的效率。

如果重写了equals方法但没有重写hashCode方法，则HashSet可能无法正常工作，比如下面的例子。

package colection.HashSet;
 
import java.util.HashSet;
import java.util.Iterator;
 
public class R {
        public int count;
        public R(int count) {
               this.count = count;
        }
       
        public String toString() {
               return "R[count:" + count +" # hashCode:"+this.hashCode()+"]";
        }
       
        public boolean equals(Object obj) {
               if(this == obj) return true;
               if(obj != null && obj.getClass() == R.class) {
                       R r = (R)obj;
                       return this.count == r.count;
               }
               return false;
        }
        /*
        public int hashCode() {
               return this.count;
        }
*/
        public static void main(String[] args) {
               HashSet hs = new HashSet();
               hs.add(new R(5));
               hs.add(new R(-3));
               hs.add(new R(9));
               hs.add(new R(-2));
               System.out.println(hs.contains(new R(-3)));
               System.out.println(hs);              
        }
}

上面注释了hashCode方法，所以你将会看到下面的结果。

false
[R[count:9 # hashCode:14927396], R[count:5 # hashCode:24417480], R[count:-2 # hashCode:31817359], R[count:-3 # hashCode:13884241]]

取消注释，则结果就正确了

true
[R[count:5 # hashCode:5], R[count:9 # hashCode:9], R[count:-3 # hashCode:-3], R[count:-2 # hashCode:-2]]

LinkedHashSet的特征

LinkedHashSet是HashSet的一个子类，LinkedHashSet也根据HashCode的值来决定元素的存储位置，但同时它还用一个链表来维护元素的插入顺序，插入的时候即要计算hashCode又要维护链表，而遍历的时候只需要按链表来访问元素。查看LinkedHashSet的源码发现它是样的，

//LinkedHashSet 源码
public class LinkedHashSet extends HashSet
    implements Set, Cloneable, Serializable
{

    public LinkedHashSet(int i, float f)
    {
        super(i, f, true);
    }

....

在JAVA7中， LinkedHashSet没有定义任何方法，只有四个构造函数，它的构造函数调用了父类（HashSet)的带三个参数的构造方法，父类的构造函数如下，

//HashSet构造函数

    HashSet(int i, float f, boolean flag)
    {
        map = new LinkedHashMap(i, f);
    }

......

由此可知，LinkedHashSet本质上也是从LinkedHashMap而来，LinkedHashSet的所有方法都继承自HashSet, 而它能维持元素的插入顺序的性质则继承自LinkedHashMap.

下面是一个LinkedHashSet维持元素插入顺序的例子，

package colection.HashSet;

import java.util.LinkedHashSet;

public class LinkedHashSets {
	public static void main(String[] args) {
		LinkedHashSet lhs = new LinkedHashSet();
		lhs.add("abc");
		lhs.add("efg");
		lhs.add("hij");
		System.out.println(lhs);
		lhs.remove(new String("efg"));
		lhs.add("efg");
		System.out.println(lhs);
	}
}

输入如下

[abc, efg, hij]
[abc, hij, efg]

TreeSet类的特征

TreeSet实现了SortedSet接口，顾名思义这是一种排序的Set集合，查看jdk源码发现底层是用TreeMap实现的，本质上是一个红黑树原理。 正因为它是排序了的，所以相对HashSet来说，TreeSet提供了一些额外的按排序位置访问元素的方法，例如first(), last(), lower(), higher(), subSet(), headSet(), tailSet().

TreeSet的排序分两种类型，一种是自然排序，另一种是定制排序。

自然排序（在元素中写排序规则）

TreeSet 会调用compareTo方法比较元素大小，然后按升序排序。所以自然排序中的元素对象，都必须实现了Comparable接口，否则会跑出异常。对于TreeSet判断元素是否重复的标准，也是调用元素从Comparable接口继承而来额compareTo方法，如果返回0则是重复元素（两个元素I相等）。Java的常见类都已经实现了Comparable接口，下面举例说明没有实现Comparable存入TreeSet时引发异常的情况。

package collection.Set;

import java.util.TreeSet;

class Err {
	
}

public class TreeSets {

	public static void main(String[] args) {
		TreeSet ts =  new TreeSet();
		ts.add(new Err());
		ts.add(new Err());
		System.out.println(ts);
			
	}
}

运行程序会抛出如下异常

Exception in thread "main" java.lang.ClassCastException: collection.Set.Err cannot be cast to java.lang.Comparable
	at java.util.TreeMap.compare(Unknown Source)
	at java.util.TreeMap.put(Unknown Source)
	at java.util.TreeSet.add(Unknown Source)
	at collection.Set.TreeSets.main(TreeSets.java:13)

将上面的Err类实现Comparable接口之后程序就能正常运行了

class Err implements Comparable {
	@Override
	public int compareTo(Object o) {
		// TODO Auto-generated method stub
		return 0;
	}
}

还有个重要问题是，因为TreeSet会调用元素的compareTo方法，这就要求所有元素的类型都相同，否则也会发生异常。也就是说，TreeSet只允许存入同一类的元素。例如下面这个例子就会抛出类型转换异常

package collection.Set;

import java.util.TreeSet;

class Err implements Comparable {
	@Override
	public int compareTo(Object o) {
		// TODO Auto-generated method stub
		return 0;
	}
}

public class TreeSets {

	public static void main(String[] args) {
		TreeSet ts =  new TreeSet();
		ts.add(1);
		ts.add("2");
		System.out.println(ts);
			
	}
}

运行结果

Exception in thread "main" java.lang.ClassCastException: java.lang.Integer cannot be cast to java.lang.String
	at java.lang.String.compareTo(Unknown Source)
	at java.util.TreeMap.put(Unknown Source)
	at java.util.TreeSet.add(Unknown Source)
	at collection.Set.TreeSets.main(TreeSets.java:18)

定制排序（在集合中写排序规则）

TreeSet还有一种排序就是定制排序，定制排序时候，需要关联一个 Comparator对象，由Comparator提供排序逻辑。下面就是一个使用Lambda表达式代替Comparator对象来提供定制排序的例子。 下面是一个定制排序的列子

package collection.Set;

import java.util.Comparator;
import java.util.TreeSet;

class M {
	int age;
	public M(int age) {
		this.age = age;
	}
	
	public String toString() {
		return "M[age:" + age + "]";
	}
	
}

class MyCommpare implements Comparator{
	
	public int compare(Object o1, Object o2){
		M m1 = (M)o1;
		M m2 = (M)o2;
		return m1.age >  m2.age ? 1 : m1.age < m2.age ? -1 : 0;		
	}

}

public class TreeSets {

	public static void main(String[] args) {
		TreeSet ts =  new TreeSet(new MyCommpare());	
		ts.add(new M(5));
		ts.add(new M(3));
		ts.add(new M(9));
		System.out.println(ts);
			
	}
}

当然将Comparator直接写入TreeSet初始化中也可以。如下。

package collection.Set;

import java.util.Comparator;
import java.util.TreeSet;

class M {
	int age;
	public M(int age) {
		this.age = age;
	}
	
	public String toString() {
		return "M[age:" + age + "]";
	}
	
}

public class TreeSets {

	public static void main(String[] args) {
		TreeSet ts =  new TreeSet(new Comparator() {
			public int compare(Object o1, Object o2) {
				M m1 = (M)o1;
				M m2 = (M)o2;
				return m1.age >  m2.age ? -1 : m1.age < m2.age ? 1 : 0;	
			}
		});	
		ts.add(new M(5));
		ts.add(new M(3));
		ts.add(new M(9));
		System.out.println(ts);
			
	}
}

EnumSet特征

EnumSet顾名思义就是专为枚举类型设计的集合，因此集合元素必须是枚举类型，否则会抛出异常。 EnumSet集合也是有序的，其顺序就是Enum类内元素定义的顺序。EnumSet存取的速度非常快，批量操作的速度也很快。EnumSet主要提供以下方法，allOf, complementOf, copyOf, noneOf, of, range等。注意到EnumSet并没有提供任何构造函数，要创建一个EnumSet集合对象，只需要调用allOf等方法，下面是一个EnumSet的例子。

package collection.Set;

import java.util.EnumSet;

enum Season
{
	SPRING, SUMMER, FALL, WINTER
}
public class EnumSets {

	public static void main(String[] args) {
		//必须用元素对象的类类型来初始化，即Season.class
		EnumSet es1 = EnumSet.allOf(Season.class);
		System.out.println(es1);
		EnumSet es2 = EnumSet.noneOf(Season.class);
		es2.add(Season.WINTER);
		es2.add(Season.SUMMER);
		System.out.println(es2);
		EnumSet es3 = EnumSet.of(Season.WINTER, Season.SUMMER);
		System.out.println(es3);
		EnumSet es4 = EnumSet.range(Season.SUMMER, Season.WINTER);
		System.out.println(es4);
		EnumSet es5 = EnumSet.complementOf(es4);
		System.out.println(es5);
	}
}

执行结果

[SPRING, SUMMER, FALL, WINTER]
[SUMMER, WINTER]
[SUMMER, WINTER]
[SUMMER, FALL, WINTER]
[SPRING]

各种集合性能分析

• HashSet和TreeSet是Set集合中用得最多的I集合。HashSet总是比TreeSet集合性能好，因为HashSet不需要额维护元素的顺序。
• LinkedHashSet需要用额外的链表维护元素的插入顺序，因此在插入时性能比HashSet低，但在迭代访问（遍历）时性能更高。因为插入的时候即要计算hashCode又要维护链表，而遍历的时候只需要按链表来访问元素。
• EnumSet元素是所有Set元素中性能最好的，但是它只能保存Enum类型的元素