Set集合
java.util.Set
接口和java.util.List
接口一样,同样继承自Collection
接口,它与Collection
接口中的方法基本一致,并没有对Collection
接口进行功能上的扩充,只是比Collection
接口更加严格了。
与List接口不同的是,Set接口中元素无序,并且都会以某种规则保证存入的元素不出现重复,没有索引。 最多包含一个null值。
Set集合取出元素的方式可以采用:迭代器、增强for。
HashSet
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
底层的实现是一个java.util.HashMap
支持。
而HashMap的底层是通过数组+链表+红黑树实现的。
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。
简单模拟 数组+链表
链表的节点对象:
// 节点对象,存储数据,可以指向下一个节点,从而形成链表
class Node {
// 存放数据
Object item;
// 下一个节点
Node next;
// 有参构造,方便传输数据
public Node(Object item) {
this.item = item;
}
@Override
public String toString() {
return "Node{" +
"item=" + item +
'}';
}
}
测试类:实现数组+链表
public static void main(String[] args) {
// 创建一个数组,可以称之为表
Node[] table = new Node[8];
// 创建一个节点,存储到数组的第四个元素
Node tom = new Node("tom");
table[3] = tom;
// 创建另一个节点,挂载到tom对象,此时tom和jack形成链表
Node jack = new Node("jack");
tom.next = jack;
// 创建第三个对象,挂载到jack,此时该链表有三个节点
Node arbor = new Node("arbor");
jack.next = arbor;
// 创建节点,存储到数组的第六个元素
Node zhangsan = new Node("zhangsan");
table[5] = zhangsan;
// 此时该Node[]就是数组+链表的形式
}
通过debug获取执行到上述代码最后一行时,Node[]中各元素的值,可以看到索引为3的元素是一个链表。
【源码详解】HashMap扩容机制
① HashSet底层是HashMap。
② 添加一个元素时,先得到hash值,转换成索引值。
③ 找到存储数据表table,看这个索引位置是否已经存有元素。
④ 如果没有元素,直接存入。
⑤ 如果有元素,调用equals方法比较,如果相同,放弃添加;如果不同,添加到最后。
⑥ 在Java8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
(默认是64),就会进行树化(红黑树)。
运行下方代码,分析源码:
public static void main(String[] args) {
HashSet hashSet = new HashSet();
hashSet.add("java");
hashSet.add("c++");
hashSet.add("java");
System.out.println("hashSet = " + hashSet);
}
① 当执行第一行的创建对象时,执行无参构造器,其实是创建了一个HashMap
对象。
② 执行add
方法时,底层会调用HashMap对象的put
方法。put方法的key就是传入的值,而value是常量PRESENT
。
因为Map集合是以 key | value
的形式存储的,这里的value,主要起占位的作用,没有意义。
③ 然后会进入put方法,这里先看静态方法hash()
。
hash方法中会拿到传入对象的HashCode值,并进行方法中算法,得到key对应的hash值(不等价HashCode值)。为的是时哈希值不一样,以免发生碰撞。
④ 【重点】 第一次执行add方法,hash方法得到哈希值后,执行putVal()
方法,这个方法是源码的核心。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 1. 定义辅助变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 2. table是HashMap的一个属性,是一个Node类型的数组,类似于上面实现“链表+数组”结构的table
// 3. 在执行第一个add方法时,table还没有初始化,所以table的值为null,会进入第一个if中
if ((tab = table) == null || (n = tab.length) == 0)
// 4. 走到这里,会执行一个resize()方法,往下拉,看④.①介绍该方法
// 将得到的数组对象赋值给tab,并且将数组的长度赋值给n
n = (tab = resize()).length;
// 5. 根据key得到的hash值,计算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值给p,然后判断p是不是为null
if ((p = tab[i = (n - 1) & hash]) == null)
// 5.1 如果p为空,说明table的该索引位置没有元素,直接存入该索引位置即可
// key就是要存入的元素,value就是占位的Object对象,
// 存hash的目的是为了进行后续存入的比较,最后一个null值,是下一个节点引用,现在还没有,所以为null
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 6. 表示修改次数+1
++modCount;
// 7. 如果加入后的元素是否大于临界值,如果大于,进行扩容
if (++size > threshold)
resize();
// 8. 这个方法是留给HashMap子类实现的,比如LinkedHashMap,但是对于HashMap来说是一个空方法
afterNodeInsertion(evict);
// 9. 返回null,表示添加成功,如果不成功,返回的是旧的值(已经加进来的对象)
return null;
}
④.① 这里是resize
方法简单的介绍。
final Node<K,V>[] resize() {
// 1. 因为是第一次调用add方法添加元素,所以table还是null
Node<K,V>[] oldTab = table;
// 2. 所以这里oldCap的值为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
else if (oldThr > 0)
newCap = oldThr;
else {
// 3. oldCap 值为0时,会进入这个else中,
// 而DEFAULT_INITIAL_CAPACITY的值为16
newCap = DEFAULT_INITIAL_CAPACITY;
// newThr是临界值DEFAULT_LOAD_FACTOR的值为0.75
// 所以这里临界值的值为12,当table现在16的空间,用到12时,就准备扩容table的空间
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 4. 根据得到的新空间,new一个对应空间的Node数组,并将对象赋值给属性table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
// 5. 然后返回创建的数组对象
return newTab;
}
⑤ 第二次执行add方法,hash方法得到哈希值后,还是执行putVal()
方法。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 1. 定义辅助变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 2. 因为此时的table不是null,所以这里的if不会进去
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 3. 根据key得到的hash值,计算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值给p,然后判断p是不是为null
if ((p = tab[i = (n - 1) & hash]) == null)
// 3.1 第二次执行add方法,因为传入的值和第一次不一样,并且hash计算后
// 存放第二次传入的值是table中的另一个索引值,所以也会走这一步
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 4. 表示修改次数+1
++modCount;
// 5. 如果加入后的元素是否大于临界值,如果大于,进行扩容
if (++size > threshold)
resize();
// 6. 这个方法是留给HashMap子类实现的,比如LinkedHashMap,但是对于HashMap来说是一个空方法
afterNodeInsertion(evict);
// 7. 返回null,表示添加成功,如果不成功,返回的是旧的值(已经加进来的对象)
return null;
}
⑤ 【重点】 第三次执行add方法,因为第三次添加的值和第一次一样,所以这里会添加失败。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 1. 定义辅助变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 2. 因为此时的table不是null,所以这里的if不会进去
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 3. 根据key得到的hash值,计算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值给p,然后判断p是不是为null
// 因为存入的是同一个对象,所以算出的hash值和索引值也是一样的,
// 因此这里的p不为null
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 3.1 p不等于null的话,会走else这里
// 定义辅助变量
Node<K,V> e; K k;
// 3.2 p是table中对应索引的第一个节点对象,判断p的hash是否和需要新添加的对象hash一样
// 并且 p对象的key和本次传进来的key相等(key是调用add方法时传入的值)
// 或者 本次调用add方法传入的对象不是null,和p的key还相等
// 简而言之,先算出本次传入对象的索引,然后和该索引处的第一个节点对象比较这两个对象是否相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 3.3 如果不相等的话,判断p是不是一颗红黑树,如果是的话将此节点添加到树里
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 3.4 如果table对应的索引已经是一个链表
// 使用for循环遍历链表,并且与传入的对象比较,如果发现相等,立刻跳出循环,
// 如果都不相等,将该对象放在链表的末尾,然后跳出循环
else {
for (int binCount = 0; ; ++binCount) {
// 判断当前节点的下一个节点是否有指向,没有的话创建对象,并存入
// 这里 e 就是下一个节点对象(第一次循环指向第二个节点,第二次指向第三个节点)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 加入后 判断链表的节点是否大于等于成为红黑树的临界点
// TREEIFY_THRESHOLD的值是8,也就是说当前链表节点有八个
// 达到八个时,就将当前链表进行树化,当前链表,不是所有
// 在转成红黑树时,会再进行一个判断:table的长度要等于64时
// 这个判断是在treeifyBin(tab, hash);方法中判断的
// 如果不等于64,会先扩容,所以,转成红黑树有两个条件:table长度等于64,当前链表节点数大于等于8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果不为null,则比较两个对象是否相等,相等的话直接跳出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 将p指向下一个对象,以此遍历链表
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 4. 表示修改次数+1
++modCount;
// 5. 如果加入后的元素是否大于临界值,如果大于,进行扩容
if (++size > threshold)
resize();
// 6. 这个方法是留给HashMap子类实现的,比如LinkedHashMap,但是对于HashMap来说是一个空方法
afterNodeInsertion(evict);
// 7. 返回null,表示添加成功,如果不成功,返回的是旧的值(已经加进来的对象)
return null;
}
结论
① HashSet底层是HashMap,第一次添加时,table数组扩容至16,临界值(threshold)是 16 * 加载因子(loadFactor)是 0.75 = 12
② 如果table数组使用到了临界值(12),就会扩容到16 * 2 = 32,新的临界值就是 32 * 0.75 = 24,以此类推
③ table扩容是根据size的大小扩容的,不是链表的个数。
④ 在Java8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(默认是64),就进行树化(红黑树),否则仍然采用数组扩容机制。
LinkedHashSet
在HashSet下面有一个子类java.util.LinkedHashSet
,LinkedHashSet底层是LinkedHashMap,它是双向链表和数组组合的一个数据存储结构。
LinkedHashSet根据元素的hashCode值来决定元素的存储位置,同时使用链表维护元素的次序,所以使得元素看起来是有序保存的。
结论
① LinkedHashSet加入顺序和取出顺序是一致的
② LinkedHashSet底层维护的是LinkedHashMap(是HashMap的子类)
③ LinkedHashSet底层是 数组table+双向链表
④ 当第一次添加元素时,会直接将数组(table)扩容到16,存放的节点类型是 LinkedHashMap$Entry⑤ 但是底层的数组(table)是
HashMap$Node
类型的,LinkedHashMap$Entry
是HashMap$Node
的子类。
⑥ 当调用LinkedHashSet的add方法是,执行的是父类的HashSet的add方法,而HashSet的add方法执行的是HashMap的put方法。