Java集合详解——HashSet类（包括 底层机制 源代码分析）

目录

1. 基本介绍

2. HashSet 底层机制分析

3. HashSet 底层机制 源代码分析

[第一次添加：add("java")]

[第二次添加：add("php")]

[第三次添加：add("java")]

4. HashSet 扩容和转成红黑树机制分析

5. 重写equals和hashCode（HashSet最佳实践）

---

1. 基本介绍

（1）HashSet实现了Set接口，是Set接口的实现子类。

（2）HashSet实际上是HashMap，看源码：

（3）不能有重复的元素或对象。可以存放null值，但只能有一个null。

（4）HashSet不保证元素是有序的，取决于调用hash()方法后，再确定索引的结果。

2. HashSet 底层机制分析

（1）HashSet底层就是HashMap，HashMap底层是 数组+链表+红黑树。

（2）HashSet的去重机制是：hashCode() + equals()。

（3）添加一个元素时，先得到hash值，会转成一个索引值。

（4）找到存储数据表table，看这个索引位置是否已经存放元素。

（5）如果没有存放，直接加入tabla数组。如果有存放，调用equals比较，如果相同，就放弃添加，如果不相同，则添加到链表的最后。（equals具体比较什么，可以自己重写定制，不能简单的认为就是比较内容。）

（6）在JDK 8中，如果一条链表的元素个数达到TREEIFY_THRESHOLD（默认是8），并且table的大小 大于等于 MIN_TREEIFY_CAPACITY（默认64）就会进行树化（红黑树）。

3. HashSet 底层机制 源代码分析

（1）执行new HashSet()后，调用了HashSet()的无参构造器 创建对象。

[第一次添加：add("java")]

（2）执行add("java")操作后，调用add()方法。其中PRESENT是一个静态对象，不管执行多少次，始终都是同一个，起占位的作用。

（3）在add()方法中，是返回put()方法执行的结果。在put()方法中会执行hash(key)方法，经过一个算法（不需要深究），得到key对应的hash值，得到的hash值不是hashCode()。

（4）执行完hash(key)方法后，返回结果，进入到putVal()方法。

//第三句：Node<K,V>[] tab; Node<K,V> p; int n, i; 是辅助变量

//第四句：table就是HashMap的一个数组，类型是Node[]。if语句表示 如果table是null 或 大小=0，就调用resize()方法进行第一次扩容到16个空间。

//第六句：先根据key得到hash，去计算该key应该存放到table表的哪个索引位置，并把这个位置的对象赋给p。再判断p是否为null，如果p为null，表示还没有存放元素，就创建一个Node (key, value)，就放在第七句的tab[i]。

（在本次元素添加中不进入该else语句，具体内容就先进行省略……）

//在本次执行中执行完第四句和第六句的if语句后，将元素添加到了链表中索引为3的位置。同时不会进入下面的else语句，直接执行到了++modCount语句，此时tab数组的情况如下：

//执行++modCount语句后，修改次数加1。然后在下面的if语句判断数组的元素个数是否超过threshold（threshold是12）。

//if语句下面的afterNodeInsertion(evict)方法是HashMap留给它的子类去实现的方法，对于HashMap来说，这个方法是一个空方法，不用去管。

//在putVal()方法的最后返回一个null，代表元素添加成功了。然后就进行一步步的返回上层。

[第二次添加：add("php")]

（5）执行add("php")操作，进行第二个元素的添加。依然是先调用add()方法，然后调用put()方法，再执行hash(key)方法，最后进入putVal()方法。

//因为数组中已经有元素了，所以不会进入第四句的if语句

//进行第六句的if语句判断，能进入，执行完后，在链表中9的位置添加了元素，不进入else语句，直接到++modCount语句，此时tab数组的情况如下：

//最后执行++modCount语句，修改次数加1，依次向下执行，返回null，第二次元素添加执行完毕。

[第三次添加：add("java")]

（6）执行add("java")操作，进行第三个元素的添加。依然是先调用add()方法，然后调用put()方法，再执行hash(key)方法，最后进入putVal()方法。

//因为链表中已经有元素了，所以不会进入第四句的if语句

//第六句的if语句判断，因为在第一次添加java元素时，最后得到的索引为3，此时添加相同的元素，得到的索引也为3，不等于null，不会进入if语句，而进入下面的else语句。

//在else中的第二句的if语句进行判断：如果当前索引位置对应的链表的第一个元素 和 准备添加的key的hash值一样，并满足下面两个条件之一：①准备加入的key 和 p指向的Node节点的key是同一个对象；②p指向的Node节点的key的equals()和准备加入的key比较后相同。

//不满足if语句后，对else if语句进行判断：判断p是不是一颗红黑树。如果是一颗红黑树，就按照putTreeVal()方法来进行添加。

//不满足if和else if语句后，就进入else语句。如果tab数组对应的索引位置已经是一个链表，就使用for循环进行比较。for循环中有以下两种情况：

（在该for循环中，e指向的是下一个元素，执行p = e语句，是使p指向下一个元素）

①依次和该链表的每个元素比较后，都不相同，e指向了链表最后一个元素的后面null，即e = null。则执行第一个if语句，将元素加入到链表的最后，再break退出循环。

（在执行该if语句，将元素加入到链表后，还会进行一个if判断：该链表是否已经达到8个节点。如果达到了，就调用treeifyBin()方法，对当前链表进行树化，转成红黑树。同时在treeifyBin()方法的底层还会进行一个判断，看当前tab数组是否为空 或 大小 < 64，如果条件成立就不会直接树化，而是调用resize()方法进行扩容，只有条件不成立时，才转成红黑树。）

②依次和该链表的每个元素比较过程中，如果发现有元素相同，则执行第二个if语句，直接break退出循环。

//在本次执行元素添加操作中，添加的元素java和第一次添加的元素相同，所以会进入到else语句的第一个if语句，执行了e = p后，因为e != null，就进入到该else语句最后的if语句，返回oldValue，最后就添加失败了。

//最后就执行完了这三次元素添加，只有第一个java和php添加成功了。

4. HashSet 扩容和转成红黑树机制分析

（1）HashSet底层是HashMap，第一次添加时，table数组扩容到16，临界值threshold是：16*0.75（加载因子loadFactor）= 12。

（2）如果table数组使用到了临界值12（只要是添加了12个元素就算，不管是否是在table数组本身的位置，在同一个位置的链表上添加也算），数组就会扩容到16*2=32，新的临界值就是32*0.75=24，依次类推。

（3）在JDK 8中，如果一条链表的元素个数到达TREEIFY_THRESHOLD（默认是8），并且table的大小 >= MIN_TREEIFY_CAPACITY（默认64），就会进行树化（红黑树），否则 仍然采用上面第一第二点的数组扩容机制。

5. 重写equals和hashCode（HashSet最佳实践）

当使用HashSet来添加新的对象时，如果添加的新对象是使用new创建的对象，那么它们的计算出来的hash值肯定会不同。而如果想要对创建的对象的内容进行比较计算，不想让相同的对象进行添加，就需要在类中重写equals和hashCode方法，改变计算逻辑（只重写equals和hashCode中的一个，结果也是相同元素都加入了进去）。

例：

Employee类：（只是name和age中的一个相同，是可以添加进去的）

main方法：

运行结果：

（注：如果对添加元素的name或age重新赋值后，此时按照创建的对象使用remove去删除对象，就会按照当前的name和age进行hash值计算，就不再是原本对象在的那个位置，最后就会删除失败。）