真正认识HashSet底层

造砖不搬砖

已于 2022-10-06 18:51:43 修改

阅读量5.3k

点赞数 9

分类专栏：杂记文章标签：链表散列表 java 面试

于 2019-11-15 11:18:59 首次发布

本文链接：https://blog.csdn.net/weixin_40214906/article/details/103081949

版权

杂记专栏收录该内容

3 篇文章 0 订阅

订阅专栏

面试及源码解析的一个高质量工程哦，不信你点我进去看一看，欢迎靓仔一键三联~

一、HashSet

1.1 介绍

java.util.HashSet是Set接口的一个实现类，它所存储的元素是不可重复的，并且元素都是无序的(即存取顺序不一致)。java.util.HashSet底层的实现其实是一个java.util.HashMap支持。

HashSet是根据对象的哈希值来确定元素在集合中的存储位置，因此具有良好的存取和查找性能。保证元素唯一性的方式依赖于：hashCode与equals`方法。

1.2 特点

不能保证元素的顺序，元素是无序的
HashSet不是同步的，需要外部保持线程之间的同步问题
集合元素值允许为null

二、HashSet集合存储数据的结构（哈希表）

2.1 什么是哈希表呢？

在JDK1.8之前，哈希表底层采用数组+链表实现，即使用链表处理冲突，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。而JDK1.8中，哈希表存储采用数组+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。

简单的来说，哈希表是由数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的，如下图所示。
在这里插入图片描述
方便理解，请看下面这幅存储流程图

	**JDK1.8**引入红黑树大程度优化了HashMap的性能，那么对于我们来讲保证HashSet集合元素的唯一，其实就是根据对象的hashCode和equals方法来决定的。如果我们往集合中存放自定义的对象，那么保证其唯一，就必须复写hashCode和equals方法建立属于当前对象的比较方式。

三、HashSet的数据结构

在这里插入图片描述

	java.lang.Object 
------> java.util.AbstractCollection<E> 
------->   java.util.AbstractSet<E> 
 -------->   java.util.HashSet<E>

3.1实现的接口

Serializable, Cloneable, Iterable<E>, Collection<E>, Set<E>

3.2 基本属性

在这里插入图片描述

private transient HashMap<E,Object> map;  //map集合，HashSet存放元素的容器
private static final Object PRESENT = new Object(); //map，中键对应的value值

3.3 构造方法

在这里插入图片描述

//无参构造方法，完成map的创建
public HashSet() {
    map = new HashMap<>();
}
//指定集合转化为HashSet, 完成map的创建
public HashSet(Collection<? extends E> c) {
   map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
   addAll(c);
}

在这里插入图片描述

//指定初始化大小，和负载因子
public HashSet(int initialCapacity, float loadFactor) {
    map = new HashMap<>(initialCapacity, loadFactor);
}
//指定初始化大小
public HashSet(int initialCapacity) {
    map = new HashMap<>(initialCapacity);
}

在这里插入图片描述


//指定初始化大小和负载因子，dummy 无实际意义
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
    map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

tips: 通过构造函数，不难发现，HashSet的底层是采用HashMap实现的

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

PRESENT为HashSet类中定义的一个使用static final 修饰的常量，并无实际的意义，HashSet的add方法调用HashMap的put()方法实现，如果键已经存在，HashMap.put()放回的是旧值，添加失败，如果添加成功map.put()方法返回的是null ,HashSet.add()方法返回true,要添加的元素作为可map中的key 。

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

删除方法，调用map.remove()方法实现，map.remove()能找到指定的key,则返回key对应的value,对于Hashset而言，它所有的key对应的值都是PRESENT。

四、完整版源码解析

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

    private transient HashMap<E,Object> map;  //HashMap变量，用于存放HashSet的值

    private static final Object PRESENT = new Object(); //map中的值

    //构造方法
    public HashSet() {
        map = new HashMap<>();
    }

    //构造方法，将指定的集合转化为HashSet
    public HashSet(Collection<? extends E> c) {
        map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
        addAll(c);
    }

    //构造方法，指定初始化的大小和负载因子
    public HashSet(int initialCapacity, float loadFactor) {
        map = new HashMap<>(initialCapacity, loadFactor);
    }
    //指定初始化大小
    public HashSet(int initialCapacity) {
        map = new HashMap<>(initialCapacity);
    }

    //构造方法，采用default修饰，只能是同一个包下的成员访问。包不相同无法访问
    HashSet(int initialCapacity, float loadFactor, boolean dummy) {
        map = new LinkedHashMap<>(initialCapacity, loadFactor);
    }

    //HashSet的遍历操作
    //通过这个方法可以发现，HashSet调用了HashMap存放，因为HashSet并不是键值对存储，所以它只是把它的值做了Map中的键，在遍历HashSet的集合元素时，实际上是遍历的Map中Key的集合。
    public Iterator<E> iterator() {
        return map.keySet().iterator();
    }

    //返回集合中元素的容量
    public int size() {
        return map.size();
    }

    //判断是否为空
    public boolean isEmpty() {
        return map.isEmpty();
    }

    //是否包含指定的元素
    public boolean contains(Object o) {
        return map.containsKey(o);
    }

    //添加元素，添加的元素作为了Map中的key,value使用了一个常量表示
    public boolean add(E e) {
        return map.put(e, PRESENT)==null;
    }

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

    //清空集合
    public void clear() {
        map.clear();
    }

    //克隆方法
    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();
        }
    }

    //写入输出流操作。
    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 (E e : map.keySet())
            s.writeObject(e);
    }

    //从输入流中读取对象
    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);
        }
    }
}

（HashSet的底层实现和HashMap使用的是相同的方式，因为Map是无序的，因此HashSet也无法保证顺序。HashSet的方法也是借助HashMap的方法来实现的。）

五、为什么HashMap链表长度超过8会转成树结构？

HashMap在JDK1.8及以后的版本中引入了红黑树结构，（红黑树属于平衡二叉树）若桶中链表元素个数大于等于8时，链表转换成树结构；若桶中链表元素个数小于等于6时，树结构还原成链表。因为红黑树的平均查找长度是log(n)，长度为8的时候，平均查找长度为3，如果继续使用链表，平均查找长度为8/2=4，这才有转换为树的必要。链表长度如果是小于等于6，6/2=3，虽然速度也很快的，但是转化为树结构和生成树的时间并不会太短。

还有选择6和8，中间有个差值7可以有效防止链表和树频繁转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。

【解析】
在这里插入图片描述
红黑树插入为O(lgn),查询为O(lgn)，链表插入为O(1)，查询为O(n)。个数少时，插入删除成本高，用链表；个数多时，查询成本高，用红黑树。需要定一个值，比这个值大就转红黑树，比这个值小就转链表，而且要避免频繁的转换。根据泊松分布，在负载因子0.75（HashMap默认）的情况下，单个hash槽内元素个数为8的概率小于百万分之一，将7作为一个分水岭，等于7时不做转换，大于等于8才转红黑树，小于等于6才转链表。

TreeNodes占用空间是普通Nodes的两倍，所以只有当bin包含足够多的节点时才会转成TreeNodes，而是否足够多就是由TREEIFY_THRESHOLD的值决定的。当bin中节点数变少时，又会转成普通的bin。并且我们查看源码的时候发现，链表长度达到8就转成红黑树，当长度降到6就转成普通bin。

这样就解释了为什么不是一开始就将其转换为TreeNodes，而是需要一定节点数才转为TreeNodes，就是因为trade-off，空间和时间的权衡：
在这里插入图片描述
【tips】由链表变成红黑树也只是当前桶挂载的bin会进行转换，不会影响其它桶的数据结构

【拓展】
1.平衡二叉搜索树(AVL)：平衡二叉树或为空树,或为如下性质的二叉排序树:

左右子树深度之差的绝对值不超过1;
左右子树仍然为平衡二叉树.

2.一般的，红黑树，满足以下性质，即只有满足以下全部性质的树，我们才称之为红黑树：

每个结点要么是红的，要么是黑的。
根结点是黑的。
每个叶结点，即空结点（NIL）是黑的[注意：这里叶子节点，是指为空(NIL)的叶子节点！]。
如果一个结点是红的，那么它的俩个儿子都是黑的。
对每个结点，从该结点到其子孙结点的所有路径上包含相同数目的黑结点

感谢以下大佬的助攻

源码解析
https://blog.csdn.net/weixin_33877092/article/details/86730865
红黑树
https://www.jianshu.com/p/30afcf59828f
在这里插入图片描述

造砖不搬砖

关注

9
点赞
踩
42

收藏

觉得还不错? 一键收藏
3
评论
真正认识HashSet底层

一、HashSet1.1 介绍java.util.HashSet是Set接口的一个实现类，它所存储的元素是不可重复的，并且元素都是无序的(即存取顺序不一致)。java.util.HashSet底层的实现其实是一个java.util.HashMap支持。HashSet是根据对象的哈希值来确定元素在集合中的存储位置，因此具有良好的存取和查找性能。保证元素唯一性的方式依赖于：hashCode与eq...
复制链接

扫一扫