【Java集合】HashSet源码解析以及HashSet与HashMap的区别

HashSet

前言

HashSet是一个不可重复且元素无序的集合。内部使用HashMap实现。
我们可以从HashSet源码的类注释中获取到如下信息：

• 底层基于HashMap实现，所以迭代过程中不能保证和增加时的顺序相同。
• add，remove，contains，size等方法的耗时性能，是不会随着数据量的增加而增加的。在不考虑Hash冲突的情况下时间复杂度都是O(1)。
• 线程不安全的集合，如果在多线程的场景下建议使用

 //Collections#synchronizedSetCollections.synchronizedSet方法
Set s = Collections.synchronizedSet(new HashSet(...));

• 在迭代过程中，如果数据结构发生变化会抛出ConcurrentModificationException异常。

组合HashMap

先看一下HashSet的类图

从上图中可以看出HashSet继承了AbstractSet并且实现了 Set，Cloneable,Serializable接口。

在Java中基于基类进行创新，有两种方法。

1. 继承的方式。继承基类，重写基类的一些方法。
2. 组合基础类，通过调用基础类的方法，来复用基础类的能力。

这里的HashSet使用的就是组合HashMap，优点如下：

1. 继承表示父类是属于同一事物，而Set和Map本来表示的是两种不同的事物，所以继承关系不适用他，而且Java中的子类只能继承一个父类，后续难以扩展。
2. 组合的话，更加灵活，可以任意的组合现有的基础类，并且可以在基础类的方法上进行扩展。且方法名可以自定义，无需和基础类保持一致。
   在Java编程思想和 effective java中也建议多用组合少用继承。

以下是HashSet的组合实现：

public class HashSet<E>
    extends AbstractSet<E>
    implements Set<E>, Cloneable, java.io.Serializable
{
    static final long serialVersionUID = -5024744406713321676L;
    //将HashMap组合起来，key是HashSet的key，value是下面的Object
    private transient HashMap<E,Object> map;

    // HashMap中的value
    private static final Object PRESENT = new Object();

    /**
     * 构建一个新的，空的HashMap实例对象
     * default initial capacity (16) and load factor (0.75).
     */
    public HashSet() {
        map = new HashMap<>();
    }

    /**
     * 构造一个新集合类，负载因子时0.75，集合的容量由新的Collection决定
     */
    public HashSet(Collection<? extends E> c) {
        map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
        //和16比大小，如果给定的集合大小小于16，那初始容量大小就是16，如果大于16，就按照指定集合的容量
        //HashMap扩容阀值的计算公式：Map容量*0.75f。一旦达到阀值就会扩容，此处这样写使我们期望的大小比扩容阀值大1，就不会扩容
        addAll(c);
    }

    /**
    
     *构造一个新的空集合HashMap实例，可以指定初始容量和负载因子
     * @param      initialCapacity   the initial capacity of the hash map
     * @param      loadFactor        the load factor of the hash map
     * @throws     IllegalArgumentException if the initial capacity is less
     *             than zero, or if the load factor is nonpositive
     */
    public HashSet(int initialCapacity, float loadFactor) {
        map = new HashMap<>(initialCapacity, loadFactor);
    }

    /**
     *构造一个指定初始容量大小的HashMap，负载因子是默认的0.75
     * @param      initialCapacity   the initial capacity of the hash table
     * @throws     IllegalArgumentException if the initial capacity is less
     *             than zero
     */
    public HashSet(int initialCapacity) {
        map = new HashMap<>(initialCapacity);
    }

    /**
     * 这个构造创建的对象是LinkedHashMap可以指定初始容量大小和负载因子
     *
     * @param      initialCapacity   the initial capacity of the hash map
     * @param      loadFactor        the load factor of the hash map
     * @param      dummy             ignored (distinguishes this
     *             constructor from other int, float constructor.)
     * @throws     IllegalArgumentException if the initial capacity is less
     *             than zero, or if the load factor is nonpositive
     */
    HashSet(int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<>(initialCapacity, loadFactor);
    }

常用方法

add

public boolean add(E e) {
        return map.put(e, PRESENT)==null;
    }

调用HashMap的put方法，PRESENT作为value放在HashMap中，如果key不存在返回null，锁着这里进行判断如果添加的key已经存在返回false，不存在代表添加成功返回true。

contains

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

调用map的containsKey方法，如果找到有key=o返回true，否则返回false。

remove

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

iterator

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

通过Map使用keySet返回一个key的Iterator对象

isEmpty

public boolean isEmpty() {
        return map.isEmpty();
    }

判断Set是不是为空，实际上是判断map中的size是不是为0

size

public int size() {
        return map.size();
    }

返回的是map中的元素个数

HashMap与HashSet的区别

HashMap实现了Map接口，HashSet实现了Set接口。
HashMap存储键值对，HashSet存储对象
HashMap调用put方法增加键值对，HashSet调用add方法添加对象（底层的实现还是map的put）
HashMap使用key计算对应的hashcode；
HashSet使用对象计算hashcode值，如果两个对象的hashcode相同，两者不一定相等；如果equals方法返回true则两个对象相等。

==与equals的相同和不同点

• ==判断的是两个变量或实例的地址（内存空间地址）；equals方法判断的是变量或实例所指向的地址的值是不是一样的。
• ==比较的是对象的引用，equals比较的是对象的值是否相同。

为什么要规定重写equals方法时需要重写hashCode？

1. 如果两个对象相等，则hashCode也一定相等。
2. 两个对象相等，equals方法返回true。
3. 两个对象有相同的hashcode，但是也不一定相同，因此在重写equals方法时需要重写hashCode方法，这样可以避免当equals方法返回true的时候因为没有重写hashCode方法，而导致对象的hashCode不相同，这与前面所讲的是矛盾的。hashCode默认是对堆上的对象产生独特的值，如果没有重写那么这两个对象无论如何都不相等。

小结

1. HashSet底层声明了一个HashMap，HashSet对他做了一层简单封装，操作HashSet的元素实际上是操作HashMap的元素。
2. HashSet不保证存放元素的顺序，无序不可重复。
3. HashSet允许值为null，且只有一个。
4. 因为HashSet底层调用的是HashMap 方法，所以是线程不安全的。