深入浅出的分析 Set集合
作者：炸鸡可乐
原文出处：www.pzblog.cn
一、摘要
关于 Set 接口，在实际开发中，其实很少用到，但是如果你出去面试，它可能依然是一个绕不开的话题。
言归正传，废话咱们也不多说了，相信使用过 Set 集合类的朋友都知道，Set集合的特点主要有：元素不重复、存储无序的特点。
啥意思呢？你可以理解为，向一个瓶子里面扔东西，这些东西没有记号是第几个放进去的，但是有一点就是这个瓶子里面不会有重样的东西。
细细思考，你会发现， Set 集合的这些特性正处于 List 集合和 Map 集合之间，为什么这么说呢？之前的集合文章中，咱们了解到，List 集合的特点就是存取有序，本质是一个有序数组，每个元素依次按照顺序存储；Map 集合主要用于存放键值对，虽然底层也是用数组存放，但是元素在数组中的下标是通过哈希算法计算出来的，数组下标无序。
而 Set 集合，在元素存储方面，注重独立无二的特性，如果某个元素在集合中已经存在，不会存储重复的元素，同时，集合存储的是元素，不像 Map 集合那样存储的是键值对。
具体的分析，咱们慢慢道来，打开 Set 集合，主要实现类有 HashSet、LinkedHashSet 、TreeSet 、EnumSet（ RegularEnumSet、JumboEnumSet ）等等，总结 Set 接口实现类，图如下：
由图中的继承关系，可以知道，Set 接口主要实现类有 AbstractSet、HashSet、LinkedHashSet 、TreeSet 、EnumSet（ RegularEnumSet、JumboEnumSet ），其中 AbstractSet、EnumSet 属于抽象类，EnumSet 是在 jdk1.5 中新增的，不同的是 EnumSet 集合元素必须是枚举类型。
- HashSet 是一个输入输出无序的集合，集合中的元素基于 HashMap 的 key 实现，元素不可重复；
- LinkedHashSet 是一个输入输出有序的集合，集合中的元素基于 LinkedHashMap 的 key 实现，元素也不可重复；
- TreeSet 是一个排序的集合，集合中的元素基于 TreeMap 的 key 实现，同样元素不可重复；
- EnumSet 是一个与枚举类型一起使用的专用 Set 集合，其中 RegularEnumSet 和 JumboEnumSet 不能单独实例化，只能由 EnumSet 来生成，同样元素不可重复；
下面咱们来对各个主要实现类进行一一分析！
二、HashSet
HashSet 是一个输入输出无序的集合，底层基于 HashMap 来实现，HashSet 利用 HashMap 中的key元素来存放元素，这一点我们可以从源码上看出来，阅读源码如下：
public class HashSet<E>
extends AbstractSet<E>
implements Set<E>, Cloneable, java.io.Serializable{
// HashMap 变量
private transient HashMap<E,Object> map;
/**HashSet 初始化*/
public HashSet() {
//默认实例化一个 HashMap
map = new HashMap<>();
}
}
2.1、add方法
打开HashSet的add()方法，源码如下：
public boolean add(E e) {
//向 HashMap 中添加元素
return map.put(e, PRESENT)==null;
}
其中变量PRESENT，是一个非空对象，源码部分如下：
private static final Object PRESENT = new Object();
可以分析出，当进行add()的时候，等价于
HashMap map = new HashMap<>();
map.put(e, new Object());//e 表示要添加的元素
在之前的集合文章中，咱们了解到 HashMap 在添加元素的时候 ，通过equals()和hashCode()方法来判断传入的key是否相同，如果相同，那么 HashMap 认为添加的是同一个元素，反之，则不是。
从源码分析上可以看出，HashSet 正是使用了 HashMap 的这一特性，实现存储元素下标无序、元素不会重复的特点。
2.2、remove方法
HashSet 的删除方法，同样如此，也是基于 HashMap 的底层实现，源码如下：
public boolean remove(Object o) {
//调用HashMap 的remove方法，移除元素
return map.remove(o)==PRESENT;
}
2.3、查询方法
HashSet 没有像 List、Map 那样提供 get 方法，而是使用迭代器或者 for 循环来遍历元素，方法如下：
public static void main(String[] args) {
Set<String> hashSet = new HashSet<String>();
System.out.println("HashSet初始容量大小："+hashSet.size());
hashSet.add("1");
hashSet.add("2");
hashSet.add("3");
hashSet.add("3");
hashSet.add("2");
hashSet.add(null);
//相同元素会自动覆盖
System.out.println("HashSet容量大小："+hashSet.size());
//迭代器遍历
Iterator<String> iterator = hashSet.iterator();
while (iterator.hasNext()){
String str = iterator.next();
System.out.print(str + ",");
}
System.out.println("\n===========");
//增强for循环
for (String str : hashSet) {
System.out.print(str + ",");
}
}
输出结果：
HashSet初始容量大小：0
HashSet容量大小：4
null,1,2,3,
===========
null,1,2,3,
需要注意的是，HashSet 允许添加为null的元素。
三、LinkedHashSet
LinkedHashSet 是一个输入输出有序的集合，继承自 HashSet，但是底层基于 LinkedHashMap 来实现。
如果你之前了解过 LinkedHashMap，那么你一定知道，它也继承自 HashMap，唯一有区别的是，LinkedHashMap 底层数据结构基于循环链表实现，并且数组指定了头部和尾部，虽然数组的下标存储无序，但是却可以通过数组的头部和尾部，加上循环链表，依次可以查询到元素存储的过程，从而做到输入输出有序的特点。
如果还不了解 LinkedHashMap 的实现过程，可以参阅集合系列中关于 LinkedHashMap 的实现过程文章。
阅读 LinkedHashSet 的源码，类定义如下：
public class LinkedHashSet<E>
extends HashSet<E>
implements Set<E>, Cloneable, java.io.Serializable {
public LinkedHashSet() {
//调用 HashSet 的方法
super(16, .75f, true);
}
}
查询源码，super调用的方法，源码如下：
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
//初始化一个 LinkedHashMap
map = new LinkedHashMap<>(initialCapacity, loadFactor);
}
3.1、add方法
LinkedHashSet没有重写add方法，而是直接调用HashSet的add()方法，因为map的实现类是LinkedHashMap，所以此处是向LinkedHashMap中添加元素，当进行add()的时候，等价于
HashMap map = new LinkedHashMap<>();
map.put(e, new Object());//e 表示要添加的元素
3.2、remove方法
LinkedHashSet也没有重写remove方法，而是直接调用HashSet的删除方法，因为LinkedHashMap没有重写remove方法，所以调用的也是HashMap的remove方法，源码如下：
public boolean remove(Object o) {
//调用HashMap 的remove方法，移除元素
return map.remove(o)==PRESENT;
}
3.3、查询方法
同样的，LinkedHashSet 没有提供 get 方法，使用迭代器或者 for 循环来遍历元素，方法如下：
public static void main(String[] args) {
Set<String> linkedHashSet = new LinkedHashSet<String>();
System.out.println("linkedHashSet初始容量大小："+linkedHashSet.size());
linkedHashSet.add("1");
linkedHashSet.add("2");
linkedHashSet.add("3");
linkedHashSet.add("3");
linkedHashSet.add("2");
linkedHashSet.add(null);
linkedHashSet.add(null);
System.out.println("linkedHashSet容量大小："+linkedHashSet.size());
//迭代器遍历
Iterator<String> iterator = linkedHashSet.iterator();
while (iterator.hasNext()){
String str = iterator.next();
System.out.print(str + ",");
}
System.out.println("\n===========");
//增强for循环
for (String str : linkedHashSet) {
System.out.print(str + ",");
}
}
输出结果：
linkedHashSet初始容量大小：0
linkedHashSet容量大小：4
1,2,3,null,
===========
1,2,3,null,
可见，LinkedHashSet 与 HashSet 相比，LinkedHashSet 输入输出有序。
四、TreeSet
TreeSet 是一个排序的集合，实现了NavigableSet、SortedSet、Set接口，底层基于 TreeMap 来实现。TreeSet 利用 TreeMap 中的key元素来存放元素，这一点我们也可以从源码上看出来，阅读源码，类定义如下：
public class TreeSet<E> extends AbstractSet<E>
implements NavigableSet<E>, Cloneable, java.io.Serializable {
//TreeSet 使用NavigableMap接口作为变量
private transient NavigableMap<E,Object> m;
/**对象初始化*/
public TreeSet() {
//默认实例化一个 TreeMap 对象
this(new TreeMap<E,Object>());
}
//对象初始化调用的方法
TreeSet(NavigableMap<E,Object> m) {
this.m = m;
}
}
new TreeSet<>() 对象实例化的时候，表达的意思，可以简化为如下：
NavigableMap<E,Object> m = new TreeMap<E,Object>();
因为TreeMap实现了NavigableMap接口，所以没啥问题。
public class TreeMap<K,V>
extends AbstractMap<K,V>
implements NavigableMap<K,V>, Cloneable, java.io.Serializable{
......
}
4.1、add方法
打开TreeSet的add()方法，源码如下：
public boolean add(E e) {
//向 TreeMap 中添加元素
return m.put(e, PRESENT)==null;
}
其中变量PRESENT，也是是一个非空对象，源码部分如下：
private static final Object PRESENT = new Object();
可以分析出，当进行add()的时候，等价于
TreeMap map = new TreeMap<>();
map.put(e, new Object());//e 表示要添加的元素
TreeMap 类主要功能在于，给添加的集合元素，按照一个的规则进行了排序，默认以自然顺序进行排序，当然也可以自定义排序，比如测试方法如下：
public static void main(String[] args) {
Map initMap = new TreeMap();
initMap.put("4", "d");
initMap.put("3", "c");
initMap.put("1", "a");
initMap.put("2", "b");
//默认自然排序，key为升序
System.out.println("默认 排序结果:" + initMap.toString());
//自定义排序，在TreeMap初始化阶段传入Comparator 内部对象
Map comparatorMap = new TreeMap<String, String>(new Comparator<String>() {
@Override
public int compare(String o1, String o2){
//根据key比较大小，采用倒叙，以大到小排序
return o2.compareTo(o1);
}
});
comparatorMap.put("4", "d");
comparatorMap.put("3", "c");
comparatorMap.put("1", "a");
comparatorMap.put("2", "b");
System.out.println("自定义 排序结果:" + comparatorMap.toString());
}
输出结果：
默认 排序结果:{1=a, 2=b, 3=c, 4=d}
自定义 排序结果:{4=d, 3=c, 2=b, 1=a}
相信使用过TreeMap的朋友，一定知道TreeMap会自动将key按照一定规则进行排序，TreeSet正是使用了TreeMap这种特性，来实现添加的元素集合，在输出的时候，其结果是已经排序好的。
如果您没看过源码TreeMap的实现过程，可以参阅集合系列文章中TreeMap的实现过程介绍，或者阅读 jdk 源码。
4.2、remove方法
TreeSet 的删除方法，同样如此，也是基于 TreeMap 的底层实现，源码如下：
public boolean remove(Object o) {
//调用TreeMap 的remove方法，移除元素
return m.remove(o)==PRESENT;
}
4.3、查询方法
TreeSet 没有重写 get 方法，而是使用迭代器或者 for 循环来遍历元素，方法如下：
public static void main(String[] args) {
Set<String> treeSet = new TreeSet<>();
System.out.println("treeSet初始容量大小："+treeSet.size());
treeSet.add("1");
treeSet.add("4");
treeSet.add("3");
treeSet.add("8");
treeSet.add("5");
System.out.println("treeSet容量大小："+treeSet.size());
//迭代器遍历
Iterator<String> iterator = treeSet.iterator();
while (iterator.hasNext()){
String str = iterator.next();
System.out.print(str + ",");
}
System.out.println("\n===========");
//增强for循环
for (String str : treeSet) {
System.out.print(str + ",");
}
}
输出结果：
treeSet初始容量大小：0
treeSet容量大小：5
1,3,4,5,8,
===========
1,3,4,5,8,
4.4、自定义排序
使用自定义排序，有 2 种方法，第一种在需要添加的元素类，实现Comparable 接口，重写compareTo方法来实现对元素进行比较，实现自定义排序。
方法一
/**
* 创建实体类Person实现Comparable接口
*/
public class Person implements Comparable<Person>{
private int age;
private String name;
public Person(String name, int age){
this.name = name;
this.age = age;
}
@Override
public int compareTo(Person o){
//重写 compareTo 方法，自定义排序算法
return this.age-o.age;
}
@Override
public String toString(){
return name+":"+age;
}
}
创建一个Person实体类，实现Comparable接口，重写compareTo方法，通过变量age实现自定义排序
测试方法如下：
public static void main(String[] args) {
Set<Person> treeSet = new TreeSet<>();
System.out.println("treeSet初始容量大小："+treeSet.size());
treeSet.add(new Person("李一",18));
treeSet.add(new Person("李二",17));
treeSet.add(new Person("李三",19));
treeSet.add(new Person("李四",21));
treeSet.add(new Person("李五",20));
System.out.println("treeSet容量大小："+treeSet.size());
System.out.println("按照年龄从小到大，自定义排序结果：");
//迭代器遍历
Iterator<Person> iterator = treeSet.iterator();
while (iterator.hasNext()){
Person person = iterator.next();
System.out.print(person.toString() + ",");
}
}
输出结果：
treeSet初始容量大小：0
treeSet容量大小：5
按照年龄从小到大，自定义排序结果：
李二:17,李一:18,李三:19,李五:20,李四:21,
方法二
第二种方法是在TreeSet初始化阶段，Person不用实现Comparable接口，将Comparator 接口以内部类的形式作为参数，初始化进去，方法如下：
public static void main(String[] args) {
//自定义排序
Set<Person> treeSet = new TreeSet<>(new Comparator<Person>(){
@Override
public int compare(Person o1, Person o2) {
if(o1 == null || o2 == null){
//不用比较
return 0;
}
//从小到大进行排序
return o1.getAge() - o2.getAge();
}
});
System.out.println("treeSet初始容量大小："+treeSet.size());
treeSet.add(new Person("李一",18));
treeSet.add(new Person("李二",17));
treeSet.add(new Person("李三",19));
treeSet.add(new Person("李四",21));
treeSet.add(new Person("李五",20));
System.out.println("treeSet容量大小："+treeSet.size());
System.out.println("按照年龄从小到大，自定义排序结果：");
//迭代器遍历
Iterator<Person> iterator = treeSet.iterator();
while (iterator.hasNext()){
Person person = iterator.next();
System.out.print(person.toString() + ",");
}
}
输出结果：
treeSet初始容量大小：0
treeSet容量大小：5
按照年龄从小到大，自定义排序结果：
李二:17,李一:18,李三:19,李五:20,李四:21,
需要注意的是，TreeSet不能添加为空的元素，否则会报空指针错误！
五、EnumSet
EnumSet 是一个与枚举类型一起使用的专用 Set 集合，继承自AbstractSet抽象类。与 HashSet、LinkedHashSet 、TreeSet 不同的是，EnumSet 元素必须是Enum的类型，并且所有元素都必须来自同一个枚举类型，EnumSet 定义源码如下：
public abstract class EnumSet<E extends Enum<E>> extends AbstractSet<E>
implements Cloneable, java.io.Serializable {
......
}
EnumSet是一个虚类，不能直接通过实例化来获取对象，只能通过它提供的静态方法来返回EnumSet实现类的实例。
EnumSet的实现类有两个，分别是RegularEnumSet、JumboEnumSet两个类，两个实现类都继承自EnumSet。
EnumSet会根据枚举类型中元素的个数，来决定是返回哪一个实现类，当 EnumSet元素中的元素个数小于或者等于64，就会返回RegularEnumSet实例；当EnumSet元素个数大于64，就会返回JumboEnumSet实例。
这一点，我们可以从源码中看出，源码如下：
public static <E extends Enum<E>> EnumSet<E> noneOf(Class<E> elementType) {
Enum<?>[] universe = getUniverse(elementType);
if (universe == null)
throw new ClassCastException(elementType + " not an enum");
//当元素个数小于或者等于 64 的时候，返回 RegularEnumSet
if (universe.length <= 64)
return new RegularEnumSet<>(elementType, universe);
else
//大于64，返回 JumboEnumSet
return new JumboEnumSet<>(elementType, universe);
}
noneOf是EnumSet中一个静态方法，用于判断是返回哪一个实现类。
我们来看看当元素个数小于等于64的时候，使用RegularEnumSet的类，源码如下：
class RegularEnumSet<E extends Enum<E>> extends EnumSet<E> {
/**元素为long型*/
private long elements = 0L;
/**添加元素*/
public boolean add(E e) {
typeCheck(e);
long oldElements = elements;
//二进制运算，获取元素
elements |= (1L << ((Enum<?>)e).ordinal());
return elements != oldElements;
}
}
RegularEnumSet 通过二进制运算得到结果，直接使用long来存放元素。
我们再来看看当元素个数大于64的时候，使用JumboEnumSet的类，源码如下：
class JumboEnumSet<E extends Enum<E>> extends EnumSet<E> {
/**元素为long型*/
private long elements = 0L;
/**添加元素*/
public boolean add(E e) {
typeCheck(e);
int eOrdinal = e.ordinal();
int eWordNum = eOrdinal >>> 6;
long oldElements = elements[eWordNum];
//二进制运算
elements[eWordNum] |= (1L << eOrdinal);
//使用数组来操作元素
boolean result = (elements[eWordNum] != oldElements);
if (result)
size++;
return result;
}
}
JumboEnumSet 也是通过二进制运算得到结果，使用long来存放元素，但是它是使用数组来存放元素。
二者相比，RegularEnumSet 效率比 JumboEnumSet 高些，因为操作步骤少，大多数情况下返回的是 RegularEnumSet，只有当枚举元素个数超过 64 的时候，会使用 JumboEnumSet。
5.1、添加元素
新建一个EnumEntity的枚举类型，定义2个参数。
public enum EnumEntity {
WOMAN,MAN;
}
创建一个空的 EnumSet！
//创建一个 EnumSet，内容为空
EnumSet<EnumEntity> noneSet = EnumSet.noneOf(EnumEntity.class);
System.out.println(noneSet);
输出结果：
[]
创建一个 EnumSet，并将枚举类型的元素全部添加进去！
//创建一个 EnumSet，将EnumEntity 元素内容添加到EnumSet中
EnumSet<EnumEntity> allSet = EnumSet.allOf(EnumEntity.class);
System.out.println(allSet);
输出结果：
[WOMAN, MAN]
创建一个 EnumSet，添加指定的枚举元素！
//创建一个 EnumSet，添加 WOMAN 到 EnumSet 中
EnumSet<EnumEntity> customSet = EnumSet.of(EnumEntity.WOMAN);
System.out.println(customSet);
5.2、查询元素
EnumSet与HashSet、LinkedHashSet、TreeSet一样，通过迭代器或者 for 循环来遍历元素，方法如下：
EnumSet<EnumEntity> allSet = EnumSet.allOf(EnumEntity.class);
for (EnumEntity enumEntity : allSet) {
System.out.print(enumEntity + ",");
}
输出结果：
WOMAN,MAN,
六、总结
-
HashSet 是一个输入输出无序的 Set 集合，元素不重复，底层基于 HashMap 的 key 来实现，元素可以为空，如果添加的元素为对象，对象需要重写 equals() 和 hashCode() 方法来约束是否为相同的元素。
-
LinkedHashSet 是一个输入输出有序的 Set 集合，继承自 HashSet，元素不重复，底层基于 LinkedHashMap 的 key来实现，元素也可以为空，LinkedHashMap 使用循环链表结构来保证输入输出有序。
-
TreeSet 是一个排序的 Set 集合，元素不可重复，底层基于 TreeMap 的 key来实现，元素不可以为空，默认按照自然排序来存放元素，也可以使用 Comparable 和 Comparator 接口来比较大小，实现自定义排序。
-
EnumSet 是一个与枚举类型搭配使用的专用 Set 集合，在 jdk1.5 中加入。EnumSet 是一个虚类，有2个实现类 RegularEnumSet、JumboEnumSet，不能显式的实例化改类，EnumSet 会动态决定使用哪一个实现类，当元素个数小于等于64的时候，使用 RegularEnumSet；大于 64的时候，使用JumboEnumSet类，EnumSet 其内部使用位向量实现，拥有极高的时间和空间性能，如果元素是枚举类型，推荐使用 EnumSet。
七、参考
1、JDK1.7&JDK1.8 源码
