给jdk写注释系列之jdk1.6容器(6)-HashSet源码解析&Map迭代器

　　今天的主角是HashSet，Set是什么东东，当然也是一种java容器了。

     现在再看到Hash心底里有没有会心一笑呢，这里不再赘述hash的概念原理等一大堆东西了（不懂得需要先回去看下HashMap了），需要在啰嗦一句的是hash表是基于快速存取的角度设计的，也是一种典型的空间换时间的做法（这个在分析HashMap中都有讲过）。那么今天的HashSet它又是怎么一回事的，他的存在又是为了解决什么问题呢？

     先来看下Set的特点：Set元素无顺序，且元素不可以重复。 。想到了什么？无顺序，由于散列的缘故；不可重复，HashMap的key就是不能重复的。是的，你有想对了。HashSet就是基于HashMap的key来实现的，整个HashSet中基本所有方法都是调用的HashMap的方法。利用HashMap可以实现两个卖点：1.不可重复，2.快速查找（contains）。

     一起来看下吧：

 

1.定义

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

　　我们看到HashSet继承了AbstractSet抽象类，并实现了Set、Cloneable、Serializable接口。AbstractSet是一个抽象类，对一些基础的set操作进行封装。继续来看下Set接口的定义：

public interface Set<E> extends Collection<E> {
    // Query Operations
    int size();
    boolean isEmpty();
    boolean contains(Object o);
    Iterator<E> iterator();
    Object[] toArray();
    <T> T[] toArray(T[] a);
    // Modification Operations
    boolean add(E e);
    boolean remove(Object o);
    // Bulk Operations
    boolean containsAll(Collection<?> c);
    boolean addAll(Collection<? extends E> c);
    boolean retainAll(Collection<?> c);
    boolean removeAll(Collection<?> c);
    void clear();
    // Comparison and hashing
    boolean equals(Object o);
    int hashCode();
}

　　发现了什么，Set接口和java.util.List接口一样也实现了Collection接口，但是Set和List所不同的是，Set没有get等跟下标先关的一些操作方法，那怎么取值呢？Iterator还记得吗，使用迭代器对不对。（不明白的回去看Iterator讲解）

 

2.底层存储

    // 底层使用HashMap来保存HashSet的元素
    private transient HashMap<E,Object> map;

    // Dummy value to associate with an Object in the backing Map
    // 由于Set只使用到了HashMap的key，所以此处定义一个静态的常量Object类，来充当HashMap的value
    private static final Object PRESENT = new Object();

　　看到这里就明白了，和我们前面说的一样，HashSet是用HashMap来保存数据，而主要使用到的就是HashMap的key。

　　看到private static final Object PRESENT = new Object();不知道你有没有一点疑问呢。这里使用一个静态的常量Object类来充当HashMap的value，既然这里map的value是没有意义的，为什么不直接使用null值来充当value呢？比如写成这样子private final Object PRESENT = null;我们都知道的是，Java首先将变量PRESENT分配在栈空间，而将new出来的Object分配到堆空间，这里的new Object()是占用堆内存的（一个空的Object对象占用8byte），而null值我们知道，是不会在堆空间分配内存的。那么想一想这里为什么不使用null值。想到什么吗，看一个异常类java.lang.NullPointerException， 噢买尬，这绝对是Java程序员的一个噩梦，这是所有Java程序猿都会遇到的一个异常，你看到这个异常你以为很好解决，但是有些时候也不是那么容易解决，Java号称没有指针，但是处处碰到NullPointerException。所以啊，为了从根源上避免NullPointerException的出现，浪费8个byte又怎么样，在下面的代码中我再也不会写这样的代码啦if (xxx == null) { ... } else {....}，好爽。

 

3.构造方法

 /**
     * 使用HashMap的默认容量大小16和默认加载因子0.75初始化map，构造一个HashSet
     */
    public HashSet() {
        map = new HashMap<E,Object>();
    }

    /**
     * 构造一个指定Collection参数的HashSet，这里不仅仅是Set，只要实现Collection接口的容器都可以
     */
    public HashSet(Collection<? extends E> c) {
        map = new HashMap<E,Object>(Math. max((int) (c.size()/.75f) + 1, 16));
       // 使用Collection实现的Iterator迭代器，将集合c的元素一个个加入HashSet中
       addAll(c);
    }

    /**
     * 使用指定的初始容量大小和加载因子初始化map，构造一个HashSet
     */
    public HashSet( int initialCapacity, float loadFactor) {
        map = new HashMap<E,Object>(initialCapacity, loadFactor);
    }

    /**
     * 使用指定的初始容量大小和默认的加载因子0.75初始化map，构造一个HashSet
     */
    public HashSet( int initialCapacity) {
        map = new HashMap<E,Object>(initialCapacity);
    }

    /**
     * 不对外公开的一个构造方法（默认default修饰），底层构造的是LinkedHashMap，dummy只是一个标示参数，无具体意义
     */
    HashSet( int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<E,Object>(initialCapacity, loadFactor);
}

　　从构造方法可以很轻松的看出，HashSet的底层是一个HashMap，理解了HashMap后，这里没什么可说的。只有最后一个构造方法有写区别，这里构造的是LinkedHashMap，该方法不对外公开，实际上是提供给LinkedHashSet使用的，而第三个参数dummy是无意义的，只是为了区分其他构造方法。

 

4.增加和删除

    /**
     * 利用HashMap的put方法实现add方法
     */
    public boolean add(E e) {
        return map .put(e, PRESENT)== null;
    }

    /**
     * 利用HashMap的remove方法实现remove方法
     */
    public boolean remove(Object o) {
        return map .remove(o)==PRESENT;
    }

    /**
     * 添加一个集合到HashSet中，该方法在AbstractCollection中
     */
    public boolean addAll(Collection<? extends E> c) {
        boolean modified = false;
       // 取得集合c迭代器Iterator
       Iterator<? extends E> e = c.iterator();
       // 遍历迭代器
        while (e.hasNext()) {
           // 将集合c的每个元素加入到HashSet中
           if (add(e.next()))
              modified = true;
       }
        return modified;
    }
    
    /**
     * 删除指定集合c中的所有元素，该方法在AbstractSet中
     */
    public boolean removeAll(Collection<?> c) {
        boolean modified = false;

        // 判断当前HashSet元素个数和指定集合c的元素个数，目的是减少遍历次数
        if (size() > c.size()) {
            // 如果当前HashSet元素多，则遍历集合c，将集合c中的元素一个个删除
            for (Iterator<?> i = c.iterator(); i.hasNext(); )
                modified |= remove(i.next());
        } else {
            // 如果集合c元素多，则遍历当前HashSet，将集合c中包含的元素一个个删除
            for (Iterator<?> i = iterator(); i.hasNext(); ) {
                if (c.contains(i.next())) {
                    i.remove();
                    modified = true;
                }
            }
        }
        return modified;
}

 

5.是否包含

    /**
     * 利用HashMap的containsKey方法实现contains方法
     */
    public boolean contains(Object o) {
        return map .containsKey(o);
    }
      
    /**
     * 检查是否包含指定集合中所有元素，该方法在AbstractCollection中
     */
    public boolean containsAll(Collection<?> c) {
       // 取得集合c的迭代器Iterator
       Iterator<?> e = c.iterator();
       // 遍历迭代器，只要集合c中有一个元素不属于当前HashSet，则返回false
        while (e.hasNext())
           if (!contains(e.next()))
               return false;
        return true;
}

　　

　　由于HashMap基于hash表实现，hash表实现的容器最重要的一点就是可以快速存取，那么HashSet对于contains方法，利用HashMap的containsKey方法，效率是非常之快的。在我看来，这个方法也是HashSet最核心的卖点方法之一。

 

6.容量检查

/**
     * Returns the number of elements in this set (its cardinality).
     *
     * @return the number of elements in this set (its cardinality)
     */
    public int size() {
        return map .size();
    }

    /**
     * Returns <tt>true</tt> if this set contains no elements.
     *
     * @return <tt> true</tt> if this set contains no elements
     */
    public boolean isEmpty() {
        return map .isEmpty();
    }

　　以上代码都很简单，因为基本都是基于HashMap实现，只要理解了HashMap，HashSet理解起来真的是小菜一碟了。

     那么HashSet就结束了。。。等等，不对还有一个东西，那就是迭代器，在HashMap和LinkedHashMap中都说过，这两个的迭代器实现都要依赖Set接口，下面就让我们先看下HashSet的迭代器吧。

 

7.迭代器

 

     7.1 HashMap的迭代器

 

     在《Iterator设计模式》中，我们分析了，实现Iterator迭代器的几个角色，并且自己简单实现了一个。而且我们看到Collection实现了Iterable接口，并且要求其子类实现一个返回Iterator接口的iterator()方法。那么既然HashSet是Collection的孙子类，那么HashSet也应该实现了一个返回Iterator接口的iterator()方法，对不对，我们去看看。

    /**
     * Returns an iterator over the elements in this set.  The elements
     * are returned in no particular order.
     *
     * @return an Iterator over the elements in this set
     * @see ConcurrentModificationException
     */
    public Iterator<E> iterator() {
        return map .keySet().iterator();
    }

　　我cha，咋回事，HashSet的iterator()方法竟然也是利用HashMap实现的，我们去看看HashMap的keySet()方法是什么鬼。

public Set<K> keySet() {
        Set<K> ks = keySet;
        return (ks != null ? ks : (keySet = new KeySet()));
}

　　HashMap的keySet()方法的返回值竟然是一个Set，具体实现是一个叫KeySet的东东，KeySet又是什么鬼。

private final class KeySet extends AbstractSet<K> {
        public Iterator<K> iterator() {
            return newKeyIterator();
        }
        public int size() {
            return size ;
        }
        public boolean contains(Object o) {
            return containsKey(o);
        }
        public boolean remove(Object o) {
            return HashMap.this.removeEntryForKey(o) != null;
        }
        public void clear() {
            HashMap. this.clear();
        }
}

　　哦，KeySet是一个实现了AbstractSet的HashMap的内部类。而KeySet的iterator()方法返回的是一个newKeyIterator()方法，好绕好绕，头晕了。

Iterator<K> newKeyIterator()   {
        return new KeyIterator();
}

　　newKeyIterator()方法返回的又是一个KeyIterator()方法，what are you 弄啥嘞？

private final class KeyIterator extends HashIterator<K> {
        public K next() {
            return nextEntry().getKey();
        }
}

　　好吧，不想说什么了，继续往下看吧。

private abstract class HashIterator<E> implements Iterator<E> {
        // 下一个需要返回的节点
        Entry<K,V> next;   // next entry to return
        int expectedModCount ;     // For fast-fail
        int index ;          // current slot
        // 当前需要返回的节点
        Entry<K,V> current;// current entry

        HashIterator() {
            expectedModCount = modCount ;
            if (size > 0) { // advance to first entry
                Entry[] t = table;
               // 初始化next参数，将next赋值为HashMap底层的第一个不为null节点
                while (index < t.length && ( next = t[index ++]) == null)
                    ;
            }
        }

        public final boolean hasNext() {
            return next != null;
        }

        final Entry<K,V> nextEntry() {
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            // 取得HashMap底层数组中链表的一个节点
            Entry<K,V> e = next;
            if (e == null)
                throw new NoSuchElementException();

            // 将next指向下一个节点，并判断是否为null
            if ((next = e.next) == null) {
                Entry[] t = table;
                // 如果为null，则遍历真个数组，知道取得一个不为null的节点
                while (index < t.length && ( next = t[index ++]) == null)
                    ;
            }
           current = e;
           // 返回当前节点
            return e;
        }

        public void remove() {
            if (current == null)
                throw new IllegalStateException();
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            Object k = current.key ;
            current = null;
            HashMap. this.removeEntryForKey(k);
            expectedModCount = modCount ;
        }

}

　　最终找到了HashIterator这个类（也是HashMap的内部类），好累。。。主要看下nextEntry()这个方法，该方法主要思路是，首选拿去HashMap低层数组中第一个不为null的节点，每次调用迭代器的next()方法，就用该节点next一下，当当前节点next到最后为null，就拿数组中下一个不为null的节点继续遍历。什么意思呢，就是循环从数组第一个索引开始，遍历整个Hash表。

     至于你问我Iterator实现起来本来挺容易的一件事，为什么HashMap搞得这么复杂，我只想说不要问我，我也不知道。。。

     当然map是一个k-v键值对的容器，除了有对key的迭代keySet()，当然还有对value的迭代values（为什么value的迭代不是返回Set，因为value是可以重复的嘛），还有对整个键值对k-v的迭代entrySet()，和上面的代码都是一个原理，这里就不多讲了。

 

     7.2 LinkedHashMap的迭代器

 

     看完HashMap的Iterator实现，再来看下LinkedHashMap是怎么实现的吧（不从头开始找了，直接看最核心代码吧）。

private abstract class LinkedHashIterator<T> implements Iterator<T> {
       // header.after为LinkedHashMap双向链表的第一个节点，因为LinkedHashMap的header节点不保存数据
       Entry<K,V> nextEntry    = header .after;
       // 最后一次返回的节点
       Entry<K,V> lastReturned = null;

        /**
        * The modCount value that the iterator believes that the backing
        * List should have.  If this expectation is violated, the iterator
        * has detected concurrent modification.
        */
        int expectedModCount = modCount;

        public boolean hasNext() {
            return nextEntry != header;
       }

        public void remove() {
           if (lastReturned == null)
               throw new IllegalStateException();
           if (modCount != expectedModCount)
               throw new ConcurrentModificationException();

            LinkedHashMap. this.remove(lastReturned .key);
            lastReturned = null;
            expectedModCount = modCount ;
       }

       Entry<K,V> nextEntry() {
           if (modCount != expectedModCount)
               throw new ConcurrentModificationException();
            if (nextEntry == header)
                throw new NoSuchElementException();

            // 将要返回的节点nextEntry赋值给lastReturned
            // 将nextEntry赋值给临时变量e（因为接下来nextEntry要指向下一个节点）
            Entry<K,V> e = lastReturned = nextEntry ;
            // 将nextEntry指向下一个节点
            nextEntry = e.after ;
            // 放回当前需返回的节点
            return e;
       }
}

　　可以看出LinkedHashMap的迭代器，不在遍历真个Hash表，而只是遍历其自身维护的双向循环链表，这样就不在需要对数组中是否为空节点进行的判断。所以说LinkedHashMap在迭代器上的效率面通常是高与HashMap的，既然这里是通常，那么什么时候不通常呢，那就是HashMap中元素较少，分布均匀，没有空节点的时候。

 

     Map的迭代器源码读起来比较不太容易懂（主要是各种调用，各种内部类，核心代码不好找），但是找到核心代码后，逻辑原理也就很容易看懂了，当然前提是建立在了解了HashMap和LinkedHashMap的底层存储结构。

 

     额，这一篇确实是讲HashSet的，不是讲Map，这算不算走题了。。。

 

     HashSet 完！

 

参见：

给jdk写注释系列之jdk1.6容器(4)-HashMap源码解析

给jdk写注释系列之jdk1.6容器(3)-Iterator设计模式