今天的主角是HashSet，Set是什么东东，当然也是一种java容器了。
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
1
2
3
|
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：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
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
1
2
3
4
5
6
|
// 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privatefinal 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
/**
* 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
|
/**
* 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
/**
* 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
/**
* 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。
1
2
3
4
5
6
7
8
9
10
|
/**
* 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。
1
2
3
4
|
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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
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。
1
2
3
|
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？
1
2
3
4
5
|
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。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
|
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）。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
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！
时间： 2024-10-13 11:37:25
