Java容器之HashSet源码分析

一、简介

HashSetSet的一种实现方式,底层主要使用HashMap来确保元素不重复,允许存放null值,线程不安全。

二、案例

2.1 案例一

import java.util.HashSet;
import java.util.Set;

public class HashSetTest1 {
    public static void main(String[] args) {
        // set是一个接口,不能实例化,用它的一个子类HashSet创建对象
        Set<String> set = new HashSet<>();

        // 添加元素到集合
        set.add("hello");
        set.add("world");
        set.add("java");
        set.add("bigdata");
        set.add("hadoop");
        set.add("hello");
        set.add("hello");
        set.add("java");
        set.add("spark");
        set.add("flink");
        set.add("world");
        set.add("hadoop");
		// 使用增强for循环遍历
        for(String s : set){
            System.out.println(s);
        }
    }
}

执行结果如下:

flink
world
java
bigdata
spark
hello
hadoop

set集合中添加相同的元素,最终遍历出来的元素是没有相同的。

2.2 案例二

import java.util.HashSet;
import java.util.Set;
import lombok.AllArgsConstructor;
import lombok.Data;

/**
 * 存储自定义对象并遍历
 */
public class HashSetTest2 {
    public static void main(String[] args) {
        // 创建集合对象
        Set<Student> hashSet = new HashSet<>();

        // 创建学生对象
        Student s1 = new Student("xiaowang", 18);
        Student s2 = new Student("xiaowang", 18);
        Student s3 = new Student("xiaoli", 19);
        Student s4 = new Student("xiaoliu", 20);

        hashSet.add(s1);
        hashSet.add(s2);
        hashSet.add(s3);
        hashSet.add(s4);

        for (Student s : hashSet) {
            System.out.println(s);
        }
    }
}

@Data
@AllArgsConstructor
class Student {
    private String name;
    private Integer age;
}

执行结果如下:

Student{name='xiaowang', age=18}
Student{name='xiaoli', age=19}
Student{name='xiaoliu', age=20}

注意:

在遍历自定义对象的时候,第一步需要先创建一个学生类,如果在遍历的时候,最后的结果没有去重,说明学生类中没有重写equals()hashCode(),只需在学生类中,利用快捷键添加equals()hashCode()即可。

三、源码分析

3.1 属性

// 内部使用HashMap
private transient HashMap<E,Object> map;

// 虚拟对象,用来作为value放到map中
private static final Object PRESENT = new Object();

3.2 构造方法

public HashSet() {
    map = new HashMap<>();
}

public HashSet(Collection<? extends E> c) {
    map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
    addAll(c);
}

public HashSet(int initialCapacity, float loadFactor) {
    map = new HashMap<>(initialCapacity, loadFactor);
}

public HashSet(int initialCapacity) {
    map = new HashMap<>(initialCapacity);
}

// 非public,主要是给LinkedHashSet使用的
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
    map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

构造方法都是调用HashMap对应的构造方法。

最后一个构造方法有点特殊,它不是public的,意味着它只能被同一个包或者子类调用,这是LinkedHashSet专属的方法。

3.3 添加元素

直接调用HashMapput()方法,把元素本身作为key,把PRESENT作为value,也就是这个map中所有的value都是一样的。

// 返回值:当set中没有包含add的元素时返回真
public boolean add(E e) {
    return map.put(e, PRESENT) == null;
}

HashMapput()方法直接调用putVal方法:

// 返回值:如果插入位置没有元素返回null,否则返回上一个元素
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    //...
}

也就是说,实际上无论HashSet中是否已经存在了某元素,HashSet都会直接插入,只是会在add()方法的返回值处告诉我们插入前是否存在相同元素。

3.4 删除元素

直接调用HashMapremove()方法,注意mapremove返回是删除元素的value,而Setremov返回的是boolean类型。

这里要检查一下,如果是null的话说明没有该元素,如果不是null肯定等于PRESENT

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

3.5 查询元素

Set没有get()方法哦,因为get似乎没有意义,不像List那样可以按index获取元素。

这里只要一个检查元素是否存在的方法contains(),直接调用mapcontainsKey()方法。

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

3.6 遍历元素

直接调用mapkeySet的迭代器。

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

3.7 全部源码

package java.util;

import java.io.InvalidObjectException;
import sun.misc.SharedSecrets;

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

    static final long serialVersionUID = -5024744406713321676L;

    // 内部元素存储在HashMap中
    private transient HashMap<E,Object> map;

    // 虚拟元素,用来存到map元素的value中的,没有实际意义
    private static final Object PRESENT = new Object();

    // 空构造方法
    public HashSet() {
        map = new HashMap<>();
    }

    // 把另一个集合的元素全都添加到当前Set中
    // 注意,这里初始化map的时候是计算了它的初始容量的
    public HashSet(Collection<? extends E> c) {
        map = new HashMap<>(Math.max((int) (c.size() / .75f) + 1, 16));
        addAll(c);
    }

    // 指定初始容量和装载因子
    public HashSet(int initialCapacity, float loadFactor) {
        map = new HashMap<>(initialCapacity, loadFactor);
    }

    // 只指定初始容量
    public HashSet(int initialCapacity) {
        map = new HashMap<>(initialCapacity);
    }

    // LinkedHashSet专用的方法
    // dummy是没有实际意义的, 只是为了跟上上面那个操持方法签名不同而已
    HashSet(int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<>(initialCapacity, loadFactor);
    }
    
    // 迭代器
    public Iterator<E> iterator() {
        return map.keySet().iterator();
    }

    // 元素个数
    public int size() {
        return map.size();
    }

    // 检查是否为空
    public boolean isEmpty() {
        return map.isEmpty();
    }

    // 检查是否包含某个元素
    public boolean contains(Object o) {
        return map.containsKey(o);
    }
    
    // 添加元素
    public boolean add(E e) {
        return map.put(e, PRESENT) == null;
    }

    // 删除元素
    public boolean remove(Object o) {
        return map.remove(o) == PRESENT;
    }
    
    // 清空所有元素
    public void clear() {
        map.clear();
    }

    // 克隆方法
    @SuppressWarnings("unchecked")
    public Object clone() {
        try {
            HashSet<E> newSet = (HashSet<E>) super.clone();
            newSet.map = (HashMap<E, Object>) map.clone();
            return newSet;
        } catch (CloneNotSupportedException e) {
            throw new InternalError(e);
        }
    }

    // 序列化写出方法
    private void writeObject(java.io.ObjectOutputStream s)
        throws java.io.IOException {
        // 写出非static非transient属性
        s.defaultWriteObject();

        // 写出map的容量和装载因子
        s.writeInt(map.capacity());
        s.writeFloat(map.loadFactor());

        // 写出元素个数
        s.writeInt(map.size());

        // 遍历写出所有元素
        for (E e : map.keySet())
            s.writeObject(e);
    }

    // 序列化读入方法
    private void readObject(java.io.ObjectInputStream s)
        throws java.io.IOException, ClassNotFoundException {
        // 读入非static非transient属性
        s.defaultReadObject();

        // 读入容量, 并检查不能小于0
        int capacity = s.readInt();
        if (capacity < 0) {
            throw new InvalidObjectException("Illegal capacity: " + capacity);
        }

        // 读入装载因子, 并检查不能小于等于0或者是NaN(Not a Number)
        // java.lang.Float.NaN = 0.0f / 0.0f;
        float loadFactor = s.readFloat();
        if (loadFactor <= 0 || Float.isNaN(loadFactor)) {
            throw new InvalidObjectException("Illegal load factor: " + loadFactor);
        }

        // 读入元素个数并检查不能小于0
        int size = s.readInt();
        if (size < 0) {
            throw new InvalidObjectException("Illegal size: " + size);
        }
        // 根据元素个数重新设置容量
        // 这是为了保证map有足够的容量容纳所有元素, 防止无意义的扩容
        capacity = (int) Math.min(size * Math.min(1 / loadFactor, 4.0f),
                HashMap.MAXIMUM_CAPACITY);

        // 再次检查某些东西, 不重要的代码忽视掉
        SharedSecrets.getJavaOISAccess()
                     .checkArray(s, Map.Entry[].class, HashMap.tableSizeFor(capacity));

        // 创建map, 检查是不是LinkedHashSet类型
        map = (((HashSet<?>)this) instanceof LinkedHashSet 
                ? new LinkedHashMap<E,Object>(capacity, loadFactor) 
                : new HashMap<E,Object>(capacity, loadFactor));

        // 读入所有元素, 并放入map中
        for (int i=0; i<size; i++) {
            @SuppressWarnings("unchecked")
            E e = (E) s.readObject();
            map.put(e, PRESENT);
        }
    }

    // 可分割的迭代器, 主要用于多线程并行迭代处理时使用
    public Spliterator<E> spliterator() {
        return new HashMap.KeySpliterator<E,Object>(map, 0, -1, 0, 0);
    }
}

四、总结

  1. HashSet内部使用HashMapkey存储元素,以此来保证元素不重复;
  2. HashSet是无序的,因为HashMapkey是无序的;
  3. HashSet中允许有一个null元素,因为HashMap允许keynull
  4. HashSet是非线程安全的;
  5. HashSet是没有get()方法的;

五、拓展

5.1 预估初始容量

阿里手册上有说,使用java中的集合时要自己指定集合的大小,通过这篇源码的分析,你知道初始化HashMap的时候初始容量怎么传吗?

我们发现有下面这个构造方法,很清楚明白地告诉了我们怎么指定容量。

假如,我们预估HashMap要存储n个元素,那么,它的容量就应该指定为((n/0.75f) + 1),如果这个值小于16,那就直接使用16得了。

初始化时指定容量是为了减少扩容的次数,提高效率。

public HashSet(Collection<? extends E> c) {
    map = new HashMap<>(Math.max((int) (c.size() / .75f) + 1, 16));
    addAll(c);
}

5.2 为什么HashSet里value不是null?

HashSet底层的value为什么不是一个null,效率不是更高,还省得去创建对象了。

HashSet的添加元素add方法调用的是HashMapput方法,代码如下:

public V put(K key, V value) {
    // 调用hash(key)计算出key的hash值
    return putVal(hash(key), key, value, false, true);
}

putVal成功则返回null,失败则返回该keyvalue。如果HashSet底层valuenull,那么HashSetadd方法返回都是null,无法区分添加是否成功。

HashSet的remove也是一样原理。

posted @ 2022-05-08 23:41  夏尔_717  阅读(43)  评论(0编辑  收藏  举报