Java集合之Set接口及HashSet
1、Set接口
Set继承于Collection接口，是一个不允许出现重复元素，并且无序的集合，主要有HashSet和TreeSet两大实现类。在判断重复元素的时候，Set集合会调用hashCode()和equal()方法来实现。
HashSet是哈希表结构，主要利用HashMap的key来存储元素，计算插入元素的hashCode来获取元素在集合中的位置；
TreeSet是红黑树结构，每一个元素都是树中的一个节点，插入的元素都会进行排序
Set集合框架结构：
1.1 Set常用方法
与List接口一样，Set接口也提供了集合操作的基本方法。但与List不同的是，Set还提供了equals(Object o)和hashCode()，供其子类重写，以实现对集合中插入重复元素的处理；
public interface Set<E> extends Collection<E> {
A:添加功能
boolean add(E e);
boolean addAll(Collection<? extends E> c);
B:删除功能
boolean remove(Object o);
boolean removeAll(Collection<?> c);
void clear();
C:长度功能
int size();
D:判断功能
boolean isEmpty();
boolean contains(Object o);
boolean containsAll(Collection<?> c);
boolean retainAll(Collection<?> c);
E:获取Set集合的迭代器：
Iterator<E> iterator();
F:把集合转换成数组
Object[] toArray();
<T> T[] toArray(T[] a);
//判断元素是否重复，为子类提高重写方法
boolean equals(Object o);
int hashCode();
}
2、HashSet
HashSet实现Set接口，底层由HashMap来实现，为哈希表结构，新增元素相当于HashMap的key，value默认为一个固定的Object。HashSet可以看作是一个阉割版的HashMap。当有元素插入的时候，会计算元素的hashCode值，将元素插入到哈希表对应的位置中来；它继承于AbstractSet，实现了Set, Cloneable, Serializable接口。
(1)HashSet继承AbstractSet类，获得了Set接口大部分的实现，减少了实现此接口所需的工作，实际上是又继承了AbstractCollection类；
(2)HashSet实现了Set接口，获取Set接口的方法，可以自定义具体实现，也可以继承AbstractSet类中的实现；
(3)HashSet实现Cloneable，得到了clone()方法，可以实现克隆功能；
(4)HashSet实现Serializable，表示可以被序列化，通过序列化去传输，典型的应用就是hessian协议。
HashSet具有如下特点：
1、不允许出现重复因素；
2、允许插入Null值；
3、元素无序（添加顺序和遍历顺序不一致）；
4、线程不安全，若2个线程同时操作HashSet，必须通过代码实现同步；
//HashSet是对HashMap的简单包装
public class HashSet<E>
{
......
private transient HashMap<E,Object> map;//HashSet里面有一个HashMap
// Dummy value to associate with an Object in the backing Map
private static final Object PRESENT = new Object();
public HashSet() {
map = new HashMap<>();
}
......
public boolean add(E e) {//简单的方法转换
return map.put(e, PRESENT)==null;
}
......
}
2.1 HashSet基本操作
HashSet底层由HashMap实现，插入的元素被当做是HashMap的key，根据hashCode值来确定集合中的位置，由于Set集合中并没有角标的概念，所以并没有像List一样提供get（）方法。当获取HashSet中某个元素时，只能通过遍历集合的方式进行equals()比较来实现；
public class TestHashSet1 {
public static void main(String[] agrs){
//创建HashSet集合：
Set<String> hashSet = new HashSet<String>();
System.out.println("HashSet初始容量大小："+hashSet.size());
//元素添加：
hashSet.add("hello");
hashSet.add("new");
hashSet.add("world");
hashSet.add("!");
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(" ");
// //增强for循环
// for(String str:hashSet){
// if("hello".equals(str)){
// System.out.println("get:"+str);
// }
// System.out.println(str);
// }
//元素删除：
hashSet.remove("world");
System.out.println("HashSet元素大小：" + hashSet.size());
hashSet.clear();
System.out.println("HashSet元素大小：" + hashSet.size());
//集合判断：
boolean isEmpty = hashSet.isEmpty();
System.out.println("HashSet是否为空：" + isEmpty);
boolean isContains = hashSet.contains("hello");
System.out.println("HashSet是否含有hello：" + isContains);
}
}
输出：
HashSet初始容量大小：0
HashSet容量大小：4
new ! world hello
HashSet元素大小：3
HashSet元素大小：0
HashSet是否为空：true
HashSet是否含有hello：false
2.2 HashSet元素添加分析
Set集合不允许添加重复元素，那么到底是个怎么情况呢？
来看一个简单的例子：
class App {
String name;
public App() {
}
public void setName(String name) {
this.name = name;
}
@Override
public String toString() {
return "App{" +
"name='" + name + '\'' +
'}';
}
}
public class TestHashSet {
public static void main(String[] agrs){
//hashCode() 和 equals()测试：
hashCodeAndEquals();
}
public static void hashCodeAndEquals(){
//第一个 Set集合：
Set<String> set1 = new HashSet<String>();
String str1 = new String("baidu");
String str2 = new String("baidu");
set1.add(str1);
set1.add(str2);
System.out.println("长度："+set1.size()+",内容为："+set1);
//第二个 Set集合：
Set<App> set2 = new HashSet<App>();
App app1 = new App();
app1.setName("zhihu");
App app2 = new App();
app2.setName("zhihu");
set2.add(app1);
set2.add(app2);
System.out.println("长度："+set2.size()+",内容为："+set2);
//第三个 Set集合：
Set<App> set3 = new HashSet<App>();
App app3 = new App();
app3.setName("taobao");
set3.add(app3);
set3.add(app3);
System.out.println("长度："+set3.size()+",内容为："+set3);
}
}
输出：
长度：1,内容为：[baidu]
长度：2,内容为：[App{name='zhihu'}, App{name='zhihu'}]
长度：1,内容为：[App{name='taobao'}]
可以看到，第一个Set集合中最终只有一个元素；第二个Set集合保留了2个元素；第三个集合也只有1个元素；什么原因呢？
来看看HashSet的add(E e)方法：
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
在底层HashSet调用了HashMap的put(K key, V value)方法:
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);
return null;
}
通过查看以上的源码，我们可以了解到：实际的逻辑都是在HashMap的put()方法中。
int hash = hash(key) 对传入的key计算hash值；
int i = indexFor(hash, table.length) 对hash值进行转换，转换成数组的index(HashMap中底层存储使用了Entry<K,V>[]数组)；
for (Entry<K,V> e = table[i]; e != null; e = e.next) 判断对应index下是否存在元素；
如果存在，则if(e.hash == hash && ((k = e.key) == key || key.equals(k)))判断；
如果不存在，则addEntry(hash, key, value, i)直接添加；
简单概括如下：在向HashMap中添加元素时，先判断key的hashCode值是否相同，如果相同，则调用equals()、==进行判断，若相同则覆盖原有元素；如果不同，则直接向Map中添加元素；
反过来，回过头看看上面的例子：
反过来，我们在看下上面的例子，分析如下：
在第一个Set集合中，我们new了两个String对象，赋了相同的值。当传入到HashMap中时，key均为“baidu”，所以hash和i的值都相同。进行if (e.hash == hash && ((k = e.key) == key || key.equals(k)))判断，由于String对象重写了equals()方法，所以在((k = e.key) == key || key.equals(k))判断时，返回了true，所以第二次的插入并不会增加Set集合的长度；
第二个Set集合中，也是new了两个类的对象，但没有重写equals()方法（底层调用的Object的equals()，也就是==判断），所以会增加2个元素；
第三个Set集合中，只new了一个对象，调用的两次add方法都添加的这个新new的对象，所以也只是保留了1个元素；
2.3 HashSet源码分析（JDK1.7）
HashSet基于HashMap，底层方法是通过调用HashMap的API来实现，因此HashSet源码结构比较简单，代码较少。
成员变量：
在HashSet中，有两个成员变量比较重要：map、PRESENT;其中，map就是存储元素的地方，实际是一个HashMap。当有元素插入到HashSet中时，会被当做HashMap的key保存到map属性中去。对于HashMap来说，光有key还不够，在HashSet的实现中，每个key对应的value都默认为PRESENT属性，也就是new了一个Object对象而已；
public class HashSet<E> extends AbstractSet<E> implements Set<E>, Cloneable, java.io.Serializable{
static final long serialVersionUID = -5024744406713321676L;
//HashSet通过HashMap保存集合元素的：
private transient HashMap<E,Object> map;
//HashSet底层由HashMap实现，新增的元素为map的key，而value则默认为PRESENT。
private static final Object PRESENT = new Object();
}
构造方法：
HashSet的构造方法很简单，主要是在方法内部初始化map属性，new了一个HashMap对象；
public class HashSet<E> extends AbstractSet<E> implements Set<E>, Cloneable, java.io.Serializable {
//无参构造方法：
public HashSet() {
//默认new一个HashMap
map = new HashMap<>();
}
// 带集合的构造函数
public HashSet(Collection<? extends E> c) {
// 进行初始化HashMap容量判断，
map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
addAll(c);
}
// 指定HashSet初始容量和加载因子的构造函数：主要用于Map内部的扩容机制
public HashSet(int initialCapacity, float loadFactor) {
map = new HashMap<>(initialCapacity, loadFactor);
}
// 指定HashSet初始容量的构造函数
public HashSet(int initialCapacity) {
map = new HashMap<>(initialCapacity);
}
//与前4个不同，此构造最终new了一个LinkedHashMap对象：
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
map = new LinkedHashMap<>(initialCapacity, loadFactor);
}
}
由上面源码可以看出，HashSet 的实现其实非常简单，它只是封装了一个 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。
往hashset中插入对象其实只不过是内部做了
public boolean add(Object o) {
return map.put(o, PRESENT)==null;
}
HashSet 的绝大部分方法都是通过调用 HashMap 的方法来实现的，因此 HashSet 和 HashMap 两个集合在实现本质上是相同的。
添加元素add():
HashSet的add(E e)方法，主要是调用底层HashMap的put(K key, V value)方法。
//调用HashMap中的put()方法:
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
比较关键的就是这个add()方法。 可以看出它是将存放的对象当做了 HashMap的健，value都是相同的PRESENT 。由于HashMap的key是不能重复的，所以每当有重复的值写入到 HashSet时，value会被覆盖，但key不会受到影响，这样就保证了HashSet 中只能存放不重复的元素。
删除元素remove():
与add(E e)方法类似，HashSet的remove(Object o)也是调用了底层HashMap的(Object key)方法；主要是计算出要删除元素的hash值，在HashMap找到对应的对象，然后从Entry<K,V>[]数组中删除；
//调用HashMap中的remove方法：
public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}
3、HashSet VS HashMap
对于接口Set,是一种不包含重复的元素的Collection，即任意的两个元素e1和e2都有e1.equals(e2)=false，Set最多有一个null元素。Set的构造函数有一个约束条件，传入的Collection参数不能包含重复的元素。请注意：必须小心操作可变对象（Mutable Object）。如果一个Set中的可变元素改变了自身状态导致Object.equals(Object)=true将导致一些问题。
hashMap具体实现是采用数组结合链表实现，链表是为了解决在hash过程中因hash值一样导致的碰撞问题。所以在使用自定义对象做key的时候，一定要去要同时复写equals方法和hashCode方法。，不然HashMap就成了纯粹的链表，查找性能非常的慢，添加节点元素也非常的慢。
按照散列函数的定义，如果两个对象相同，即obj1.equals(obj2)=true，则它们的hashCode必须相同，但如果两个对象不同，则它们的hashCode不一定不同。如果两个不同对象的hashCode相同，这种现象称为冲突，冲突会导致操作哈希表的时间开销增大，所以尽量定义好的hashCode()方法，能加快哈希表的操作。
HashMap保存数据的过程为：首先判断key是否为null，若为null，则直接调用putForNullKey方法。若不为空则先计算key的hash值，然后根据hash值搜索在table数组中的索引位置，如果table数组在该位置处有元素，则通过比较是否存在相同的key，若存在则覆盖原来key的value，否则将该元素保存在链头（最先保存的元素放在链尾）。若table在该处没有元素，则直接保存。
HashSet的原理比较简单，几乎全部借助于HashMap实现的。所以HashMap会出现的问题HashSet依然不能避免。
