hashset去重原理_HashSet初探

我之前的toString文章里已经写了，创建一个自定义类Person。 然后创建对象

Person p = new Person（）

打印这个p就是打印的是Integer.toHexString（hashCode() ）

就是打印hashCode() 的16进制。

然后我们知道set是无序的，这个编程语言里大多都是无序的吧， ,java ，js，c++，python里的set都是无序的。

hashset的底层是哈希表也叫散列表。

哈希表是数组+链表，hashcode的值对数组长度取模，结果就是index。假如有个hashcode的值是25，数组长度是6，那么该对象存在数组的第1个角标上 因为25对6的余数是1。

哈表里存的就是对象的地址（地址值其实就是hashcode，暂时不说进制转换了）对数组取模，但是存的时候，不是按照集合存的顺序来存地址的，而是地址之间有排序，所以hashset是无序的，就是add了很多对象的地址，然后哈希表里的顺序，并不是你add的顺序，而是那些地址值在哈希表里本身的顺序，按照哈希值来存的。那取的时候，怎么取呢? 也是按照哈希表里哈希值的顺序来取。

然后我们给自定义类Person里重写一个hashcode方法。renturn 666

现在对象返回的hashcode都一样了，那么在哈希表里怎么存，重复了呀，那么就在该数组的下标下进行顺延，长度满8的时候，转成红黑树，所以要求重写hashcode的时候，尽量不要重复，为了性能，尽量满足均匀分布，不要最后成了高斯分布就凉了，那样的话一个下标下可以顺延有n多个，找到下标之后还要遍历，效率太低

来考虑一下，自定义Person类。如果姓名年龄都相同的话，就视为相同的元素，则不能存到集合中，首先hashset就是不重复的，现在问题是定义一个Person类，写一个定义姓名年龄都一样的equals方法用来判断是不是同一个人，然后再写一个hashset对象直接add person类的对象靠谱吗？靠不靠谱，来看代码

person还是这个person，get方法就不截图了，set是无序的，不重复的，现在添加自定义方法，如果姓名和年龄都相同的话，就是相同的两个元素，重复了，然后不能进来。

运行结果是下图，为什么没有去重？而且equals（）方法里的输出语句都没有打印出来。说明根本没有走equals方法。

hashSet一定是先比较hashCode然后才走equals。 如果hashCode不一样，那么都存了，如果hashCode一样，那么才走equals。所以上图光重写了equals ，根本不走equlas的，因为每一个person对象的hashcode都不一样。所以都存了。

这块，首先hashset会去哈希表里找，哈希表里存的就是对象的hashcode值经过16进制转换的，那你想一下，凡是new出现的对象的地址值肯定都是不一样的，因为他们的hashcode都是用了哈希算法实现的也是不一样的，（具体是移位操作，2的5次方-1 = 31 是一个质数，保证了乘出来的数，不会越出存储的界限，47，37也都是质数，最后拒绝了，选了31，这样下来hashcode重复的也不多，也保证了存储越界的问题。）

那么哈希表里保存的那些new出来的东西地址值，而那些new出来的东西的地址值都不一样，说明元素没有重复，那说明new出来的东西，在hashset里都是可以存的，而且都是唯一的，更别说走equals了，地址值都不一样，比较啥equals啊，地址值不一样，那完全是两个事物啊。那这样怎么办，我们重写一个hashcode方法，让他返回一个666吧，这样hashset里存的对象的地址值全是666了，然后在这个基础上元素进来了 都挤在地址值为666这个位置上，然后大家往下顺延。因为地址值一样，所以往下顺延。hashset比较的时候是先比较hashcode值，hashcode值如果不一样，那就可以存。如果hashcode值一样，那就比较具体的equals方法。而我们重写的equals方法就是比较姓名和年龄的。然后大家都挤在一个地方，每进来一个元素都要走一下equals方法，和其他元素进行比较，如果自定义的equals方法比较出来是重复的了，例如名字和年龄相同的haul，那么就添加不进来。这样一来就可以避免同姓名同年龄的人存进来了。

话说回来，这样定义hashcode方法是不是很傻，因为所有对象都挤在了一个地方，那有没有更好的方法呢，有，可以返回一个name的hashcod()+age就行了。因为name是字符串，是有重写hashcode方法的。代码我觉得不用再写了。