HashSet初探

HashSet初探
最近在刷leetCode为找工作做准备，刚开始，打算每天一道，顺便写写学习笔记。
来源如下一道题目：
题目：

Given a string, find the length of the longest substring without repeating characters.

Example 1:

Input: "abcabcbb"
Output: 3 
Explanation: The answer is "abc", with the length of 3. 
Example 2:

Input: "bbbbb"
Output: 1
Explanation: The answer is "b", with the length of 1.
Example 3:

Input: "pwwkew"
Output: 3
Explanation: The answer is "wke", with the length of 3. 
             Note that the answer must be a substring, "pwke" is a subsequence and not a substring.

上题为leetcode题目，算是一个比较简单的题目，本人使用java代码的最初实现如下：

class Solution {
    public int lengthOfLongestSubstring(String s) {
        int i = 0;
        int j = 0;
        int max_num = 1;
        int num = 1;
        int flag = 0;
        if(s.length() ==0)
            return 0;
        for(;i<s.length();i++)
        {
            num = 1;
            for(j=i+1;j<s.length();j++)
            {
                for(int k =j-1;k>=i;k--){
                    
                
                    if(s.charAt(j) !=s.charAt(k))
                      flag = 0; 
                    else{
                        flag = 1;
                        break;  
                        }
                }
                if(flag == 0)
                    num++;
                if(flag == 1)
                    break;
            }
            if(num>max_num)
                max_num=num;
        }
        return max_num;
    }
}

目的是达到了，但是仔细看，这次代码的实现比较繁琐，使用了三个for循环判断两个字母之间有无重复字符。
在查看答案之后发现，本人对java的精髓还未曾了解。本人最初实现的代码，犹如使用java语言编写c语言程序一般。思想完全没有想到使用java封装类便可实现有无重复字符的判断。正如答案所示方案：

public class Solution {
    public int lengthOfLongestSubstring(String s) {
        int n = s.length();
        int ans = 0;
        for (int i = 0; i < n; i++)
            for (int j = i + 1; j <= n; j++)
                if (allUnique(s, i, j)) ans = Math.max(ans, j - i);
        return ans;
    }

    public boolean allUnique(String s, int start, int end) {
        Set<Character> set = new HashSet<>();
        for (int i = start; i < end; i++) {
            Character ch = s.charAt(i);
            if (set.contains(ch)) return false;
            set.add(ch);
        }
        return true;
    }
}

官方给出的答案提倡使用HashSet判断String内有无重复字符。
对于字符串，从第0个字符开始一直到最后一个字符，依次扩大字符范围，找出分割字符串中没有重复字符串的最大长度。
官方给出的标准答案与本人写的答案只有两个for循环中的代码有异。
而在时间复杂度上并无差异。
进而了解了一下HashSet函数的用法以及实现。

HashSet

HashSet是一个没有重复元素的集合，它是由HashMap实现的，不保证元素的顺序，并且HashSet运行使用null元素。
注：HashSet是非同步的，如果多个线程同时访问一个HashSet，而其中至少一个线程修改了该set，那么他必须保持对外同步，通常是通过对自然封装该 set 的对象执行同步操作来完成的。如果不存在这样的对象，则应该使用 Collections.synchronizedSet 方法来“包装” set。最好在创建时完成这一操作，以防止对该 set 进行意外的不同步访问：

Set s = Collections.synchronizedSet(new HashSet(...))

HashSet构造函数

// 默认构造函数
public HashSet() 

// 带集合的构造函数
public HashSet(Collection<? extends E> c) 

// 指定HashSet初始容量和加载因子的构造函数
public HashSet(int initialCapacity, float loadFactor) 

// 指定HashSet初始容量的构造函数
public HashSet(int initialCapacity) 

// 指定HashSet初始容量和加载因子的构造函数,dummy没有任何作用
HashSet(int initialCapacity, float loadFactor, boolean dummy) 

HashSet主要API

boolean         add(E object)  #向HashSet中添加对象、HashSet中已存在的对象便不会添加进入
void            clear()				 #清空所有HashSet中的对象
Object          clone()				 #克隆一个相同的HashSet对象
boolean         contains(Object object)     
			  #判断HashSet中是否已存在该对象，若存在则返回true，否则返回false
boolean         isEmpty()			#判断是否为空
Iterator<E>     iterator()		#提供了一个访问HashSet的方法，迭代器
										#若想要依次访问HashSet中的方法，则需要将HashSet存入迭代器中。
Iterator iter = set.iterator();
while(iter.hasNext())
{
	string value = (String)iter.next();
	System.out.println(value);
}
boolean         remove(Object object) 					 #将对象从HashSet中移除
int             size()									#判断HashSet中有多少个对象

上述API中需要注意的是contains方法
在日常编程中通常会出现contains方法比较值的问题。
问题如下：
在下列代码中，往HashSet中加入两个相同的String类型的值时，发现字符串在HashSet中只有一个。这属于正常情况。但是当往HashSet中重复添加一个自定义对象时，发现HashSet并没有实现查重的功能。

class Dog{

String color;
public Dog(String s){
    color = s;
}   
}

public class SetAndHashCode {

public static void main(String[] args) {
    HashSet<Dog> dogSet = new HashSet<Dog>();
    boolean resultq;
    dogSet.add(new Dog("we have white"));
    System.out.println("We have " + dogSet.size() + " white dogs!");
    resultq = dogSet.contains(new Dog("we have white"));
    System.out.println(resultq);
       
    HashSet<String> books = new HashSet<String>();    
    //添加一个字符串对象  
    books.add(new String("Struts2权威指南"));  
    books.add(new String("Struts2权威指南"));
    boolean result = books.contains(new String("Struts2权威指南")); 
    System.out.println("We have " + books.size() + " books!");         
    System.out.println(result);          
    //下面输出看到集合只有一个元素  
    System.out.println(books);    
}
}
执行结果是：
**We have 2 white dogs!
false
We have 1 books!
true
[Struts2权威指南]**

contains源码如下

这是由于String对象重写了hashCode和equal方法，只要String的value相等，则返回的hashcode相等，equal返回true。
而新建的Dog类没有重写hashCode和equal方法，使用的是父类Object的方法，创建不同的对象的hashcode不同，equals返回false,所以不会满足上图源码的if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))条件，所以可以使用color属性重写hashcode和equals方法，调用contains返回true

package java.util;

public class HashSet<E>
    extends AbstractSet<E>
    implements Set<E>, Cloneable, java.io.Serializable
{
    static final long serialVersionUID = -5024744406713321676L;

    // HashSet是通过map(HashMap对象)保存内容的
    private transient HashMap<E,Object> map;

    // PRESENT是向map中插入key-value对应的value
    // 因为HashSet中只需要用到key，而HashMap是key-value键值对；
    // 所以，向map中添加键值对时，键值对的值固定是PRESENT
    private static final Object PRESENT = new Object();

    // 默认构造函数
    public HashSet() {
        // 调用HashMap的默认构造函数，创建map
        map = new HashMap<E,Object>();
    }

    // 带集合的构造函数
    public HashSet(Collection<? extends E> c) {
        // 创建map。
        // 为什么要调用Math.max((int) (c.size()/.75f) + 1, 16)，从 (c.size()/.75f) + 1 和 16 中选择一个比较大的树呢？        
        // 首先，说明(c.size()/.75f) + 1
        //   因为从HashMap的效率(时间成本和空间成本)考虑，HashMap的加载因子是0.75。
        //   当HashMap的“阈值”(阈值=HashMap总的大小*加载因子) < “HashMap实际大小”时，
        //   就需要将HashMap的容量翻倍。
        //   所以，(c.size()/.75f) + 1 计算出来的正好是总的空间大小。
        // 接下来，说明为什么是 16 。
        //   HashMap的总的大小，必须是2的指数倍。若创建HashMap时，指定的大小不是2的指数倍；
        //   HashMap的构造函数中也会重新计算，找出比“指定大小”大的最小的2的指数倍的数。
        //   所以，这里指定为16是从性能考虑。避免重复计算。
        map = new HashMap<E,Object>(Math.max((int) (c.size()/.75f) + 1, 16));
        // 将集合(c)中的全部元素添加到HashSet中
        addAll(c);
    }

    // 指定HashSet初始容量和加载因子的构造函数
    public HashSet(int initialCapacity, float loadFactor) {
        map = new HashMap<E,Object>(initialCapacity, loadFactor);
    }

    // 指定HashSet初始容量的构造函数
    public HashSet(int initialCapacity) {
        map = new HashMap<E,Object>(initialCapacity);
    }

    HashSet(int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<E,Object>(initialCapacity, loadFactor);
    }

    // 返回HashSet的迭代器
    public Iterator<E> iterator() {
        // 实际上返回的是HashMap的“key集合的迭代器”
        return map.keySet().iterator();
    }

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

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

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

    // 将元素(e)添加到HashSet中
    public boolean add(E e) {
        return map.put(e, PRESENT)==null;
    }

    // 删除HashSet中的元素(o)
    public boolean remove(Object o) {
        return map.remove(o)==PRESENT;
    }

    public void clear() {
        map.clear();
    }

    // 克隆一个HashSet，并返回Object对象
    public Object clone() {
        try {
            HashSet<E> newSet = (HashSet<E>) super.clone();
            newSet.map = (HashMap<E, Object>) map.clone();
            return newSet;
        } catch (CloneNotSupportedException e) {
            throw new InternalError();
        }
    }

    // java.io.Serializable的写入函数
    // 将HashSet的“总的容量，加载因子，实际容量，所有的元素”都写入到输出流中
    private void writeObject(java.io.ObjectOutputStream s)
        throws java.io.IOException {
        // Write out any hidden serialization magic
        s.defaultWriteObject();

        // Write out HashMap capacity and load factor
        s.writeInt(map.capacity());
        s.writeFloat(map.loadFactor());

        // Write out size
        s.writeInt(map.size());

        // Write out all elements in the proper order.
        for (Iterator i=map.keySet().iterator(); i.hasNext(); )
            s.writeObject(i.next());
    }


    // java.io.Serializable的读取函数
    // 将HashSet的“总的容量，加载因子，实际容量，所有的元素”依次读出
    private void readObject(java.io.ObjectInputStream s)
        throws java.io.IOException, ClassNotFoundException {
        // Read in any hidden serialization magic
        s.defaultReadObject();

        // Read in HashMap capacity and load factor and create backing HashMap
        int capacity = s.readInt();
        float loadFactor = s.readFloat();
        map = (((HashSet)this) instanceof LinkedHashSet ?
               new LinkedHashMap<E,Object>(capacity, loadFactor) :
               new HashMap<E,Object>(capacity, loadFactor));

        // Read in size
        int size = s.readInt();

        // Read in all elements in the proper order.
        for (int i=0; i<size; i++) {
            E e = (E) s.readObject();
            map.put(e, PRESENT);
        }
    }
}

说明： HashSet的代码实际上非常简单，通过上面的注释应该很能够看懂。它是通过HashMap实现的，若对HashSet的理解有困难，建议先学习以下HashMap；学完HashMap之后，在学习HashSet就非常容易了