Java 集合之 Set 集合

Set 集合通常不能记住元素的添加元素，Set 集合和Collection 基本相同，没有提供额外的方法。
Set 集合不允许包含重复元素，如果试图把两个相同的元素放进同一个 Set 集合，则添加操作失败。

本文内容包含：

1. HashSet 类
2. LinkedHashSet 类
3. TreeSet 类
4. EnumSet 类
5. 各 Set 类的性能分析

1. HashSet 类

HashSet 按 hash 算法存储集合中的元素，因此具有良好的存取和查找性能。

HashSet 具有以下特点：

当向HashSet 集合存入一个元素时，HashSet 会调用该对象的 hashCode() 方法来得到该对象的 hashCode 值，然后根据该 hashCode 值决定该对象在 HashSet 中的存储位置。如果有两个元素通过equals() 方法返回 true ，但他们的hashCode（） 方法返回值不相等，HashSet 将会把它们存储在不同的位置，依然可以添加成功。
下面三个类 A、B、C ，它们分别重写了 equals()、hashCode()两个方法的一个或全部。

注意：


重写 hashCode() 方法的基本规则：

重写 hashCode() 方法的一般步骤：

1. 把对象内每个有意义的实例变量（即每个参与 equals() 方法比较标准的实例变量）计算出一个int 类型的 hashCode() 值，计算方式如下表所示：
   

2. 用第一步计算出来的多个 hashCode 值组合计算出一个 hashCode 值返回。例如

   return f1.hashCode() + (int) f2;
   为了避免直接相加产生偶然相等，可以通过为各实例变量的hashCode 值乘以任意一个质数后再相加，例如：
   return f1.hashCode() * 19 + (int)f2 * 31;

如果向HashSet 中添加一个可变对象后，后面程序修改了该可变对象的实例变量，则可能导致它与集合中的其他元素相同（即两个对象通过equals() 方法比较返回 true，两个对象的 hashCode 值也相等），这就有可能导致 HashSet 中包含两个相同的对象。下面程序演示了这种情况：


因此，程序员在将可变对象添加到 hashSet 中之后，尽量不要去修改该集合元素中参与计算 hashCode()、equals() 的实例变量，否则会导致 HashSet 无法正确操作这些集合元素。

2. LinkedHashSet 类

LinkedHashSet 集合也是根据元素的 hashCode 值来决定元素的存储位置。但它使用链表维护元素的次序，这样使得元素看起来是以插入的顺序保存的，也就是说，当遍历LinkedHashSet 集合里的元素的时候，LinkedHashSet 将会按照元素的添加顺序来访问集合里的元素。

LinkedHashSet 需要维护元素的插入顺序，因此性能略低于hashSet 的性能，但在迭代访问 Set 里的全部元素时将有很好的性能，因为它以链表来维护内部顺序。

3. TreeSet 类

TreeSet 类是 SortedSet 接口的实现类，TreeSet 可以保证集合元素处于排序状态，此外，与HashSet 集合相比，TreeSet 类还额外提供了如下几个方法：

TreeSet 集合采用红黑树的数据结构来存储集合元素。
Tree 排序通过两种方法：自然排序，定制排序
默认情况下采用自然排序

1. 自然排序
   TreeSet 会调用集合元素的compareTo(Object obj) 方法来比较元素之间的大小关系，然后将集合元素按升序排序，这种方式就是自然排序。
   Java 的 Comparable 接口：
   
   java 的一些常用类已经实现了 Comparable 接口，并提供了比较大小的标准，下面是实现Comparable 接口的常用类：
   
   如果试图把一个对象添加到 TreeSet 时，该对象必须实现 Comparable 接口，否则程序会抛出异常。

此外，大部分类在实现 compareTo(Object obj) 方法时，都需要将被比较对象 obj 强制类型转换为相同类型，因为只有相同类的两个实例才会比较大小。
当试图把一个对象添加到 TreeSet 集合时，TreeSet 会调用对象的 compareTo(Object obj) 方法 与集合中的其它元素进行比较，这就要求集合中的其它元素与该元素是同一个类的实例。否则会引发 ClassCastException 异常。

上面代码会出错
总结起来就是：如果希望TreeSet 能正常运行，TreeSet 只能添加同一种类型的元素。
对于TreeSet 集合而言，判断其是否相等是通过compareTo(Object obj) 方法是否返回0。



如果向 TreeSet 添加一个可变对象后，并且后面程序修改了该可变对象的实例变量，这将导致它与其他对象的大小顺序发生了变化，但TreeSet 不会再次调整它们的顺序，甚至可能导致 TreeSet 中保存的这两个对象通过 CompareTo 方法比较返回 0 。


上面程序中的 R 对象对应的类正常重写了 equals() 方法和 compareTo() 方法，这两个方法都以 R 对象的count 实例变量作为判断的依据。当程序执行 1 行代码时，看到程序输出的 Set 集合处于有序状态；因为 R 类是一个可变类，因此可以改变 R 对象的 count 实例变量的值，程序通过 粗体字代码行改变了该集合的第一个元素和最后一个元素的 count 变量的值。当程序执行 2 行代码输出时，将会看到集合处于无序状态，而且集合中包含重复元素。运行后看到如下结果：

一旦改变了TreeSet 集合里可变元素的实例变量，当再试图删除该对象时，TreeSet 也会删除失败（甚至集合中原有的、实例变量没被修改但与被修改后元素相等的元素也无法删除），所以在上面程序的3 行代码处，删除count 为 -2 的 R 对象时，没有任何元素被删除，程序执行 4 代码时，可以看到删除了 count 为 5 的R 对象，这表明 TreeSet 可以删除没有被修改的实例变量、且不与其他被修改实例变量的对象重复的对象。

2. 定制排序
TreeSet 的自然排序是根据集合元素的大小，TreeSet 将它们以升序排序，如果需要实现定制排序，可以通过Comparator 接口的帮助。需要在创建TreeSet 集合对象时，提供一个 Comparator 对象与该 TreeSet 集合关联，由该 Comparator 对象负责集合对象的排序逻辑。由于 Comparator 是一个函数式接口，因此可以使用 Lambda 表达式来代替 Comparator 对象。

上面程序中粗体字部分部分使用了目标类型为 Comparator 的 lambda 表达式，它负责 ts 集合的排序。所以当把M 对象添加到 ts 集合中时，无需 M 类实现Comparable 接口，因为此时 TreeSet 无需通过 M 对象本身来比较大小，而是与 TreeSet 关联的 Lambda 表达式来负责接口元素的顺序。运行程序，看到如下结果：

4. EnumSet 类

EnumSet 是一个专为枚举类设计的集合类，EnumSet 中的所有元素都必须是制度枚举类型的枚举类，该枚举类型在创建EnumSet 时显式或隐式地指定。EnumSet 的集合元素也是有序的，EnumSet 以枚举值在 Enum 类中的定义顺序来决定集合元素的顺序。

EnumSet 类没有暴露任何构造器来创建该类的实例，程序应通过它提供的类方法来创建EnumSet 对象。EnumSet 类它提供了如下常用的类方法来创建 EnumSet 对象。

下面程序示范了如何使用 EnumSet 来保存枚举类的多个枚举值。

5. 各 Set 实现类的性能分析