HashSet集合底层源码解析

Java源码系列：下方连接
http://t.csdn.cn/Nwzed

---

---

前言

set接口的特点是集合存储无序性，没有索引 不允许重复的元素，所以最多一个null。可以使用迭代器增强for循环🔁来进行遍历，增强for底层还是一个迭代器。

hashset的底层是数组➕单向链表➕红黑树进行数据的存储，当数组的元素大于等于64，链表元素大于等于8时就会把当前链表变成红黑树。数组进行扩容并不是当数组的长度满足扩容因子计算出的长度，而是数组和链表的所有元素加起来大于扩容因子计算出数组长度就会进行2倍扩容。

hashset底层是一个hashmap，在添加元素时，由于底层是一个map是以key-value的形式进行存储，我们放入的元素并不是键值对，所以add时会把e放入key，而value就会放一个PRESENT空对象进去，调用我们要添加的对象的hashcode方法得出hash值，拿着hash值一些列数据进入putVal方法，第一次进入putVal肯定为空，会先对数组进行2倍扩容，并且根据扩容因子计算threshold长度，然后根据hash值和数组的长度进行下标落点的计算，如果下标落点为null直接放入元素，然后++modCount，记录hashset集合被操作的次数，然后++size 判断是否大于 threShold(数组扩容因子计算出的长度)如果成立就去扩容数组，不成立返回null。为null表示添加成功。

重复元素的添加，会先根据要添加的元素的hashCode计算hash值，如果hash值一样，hash和数组的长度进行计算下标落点的位置也肯定是一样的，这时判断该下标落点是否存储的有元素，有元素的话就对两个原素进行hash值的对比这肯定为true的，然后使用==判断两个对象的内存地址是否一致，如果一致就表示为同一个元素，地址不一致就调用equals进行内容比较是否一致，如果地址和equals其中有一个成立就将 会返回一个PRESENT对象这是返回的不是空添加失败。

如果上面地址和equals都不成立就表示两个元素是不同的对象，将后面添加的元素挂载到前面元素的后面，挂在之前让e指向p.next
==null，这样就保证了 e 等于 null，最后++modCount，++size并判断是否需要扩容，最后返回null，添加成功。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、set接口

set接口的实现子类，可以使用 iterator迭代器和增强for循环进行遍历，但是不能使用索引的方式获取也就是说不能使用普通的for循环来进行遍历了，其实增强for循环的底层还是一个 iterator迭代器。

二、HashSet

上图，lucy是字符串常量，是同一个对象只能加入一个，new Dog("tom")两个都能放入hashSet，但是 new String("hsp")就是两个字符串了，不再是在常量池中而是在堆内存区，但是为什么只能放入一个? 所以这个地方就出现了一个悖论，hashSet不能加入相同的对象，而 new String( )明明是两个对象，因该都加入进去的，HashSet却把它们定义成了同一个对象，这是因为String类重写了hashCode和equals方法，在底层 两个“hsp”的hashCode获取的hash值肯定是一样的，根据相同的hash值它们就落到了同一个数组下标，这时会先比较它们的 hash值是否相同，这时肯定是相同的然后接了一个 && 逻辑与 ，（比较它们的内存地址是否相同(new了两个肯定不同)，再通过equals比较两个对象的内容是否相同这里肯定是相同的），只要内存地址和equals的条件一个为 true配合逻辑 &&就认为是相同的元素不去添加元素，只要后面两个条件都不满足才会去添加节点，上面两个 hsp 通过equals肯定是true，然后逻辑与&&两边都为 true，就会认为是相同的元素，看完源码再来看这一段话你肯定深有体会。

模拟数组+链表实现HashSet底层结构

数组加链表模拟HashSet底层结构

package tanchishell.list;



/**
 * 数组加链表模拟HashSet底层结构
 * hashSet其实就是一个HashMap
 */
public class HashSetStructure {
    public static void main(String[] args) {
        //创建一个数组 table
        Node[] table = new Node[16];
        //先往数组[2]上添加元素
        Node jack = new Node("jack", null);
        table[2] = jack;
        //往数组下标挂载节点
        Node lucy = new Node("lucy", null);
        jack.next = lucy;
        Node join = new Node("join", null);
        lucy.next = join;

        //先往数组[3]上添加元素
        Node nihao = new Node("nihao", null);
        table[3] = nihao;
        System.out.println();

    }
}

class Node{
    private String node; //节点的名称
    public Node next; //指向下一个节点
    
    public Node(String node, Node next) {
        this.node = node;
        this.next = next;
    }
}

进入HashSet底层源码，非战斗人员做好撤离准备

HashSet第一次添加元素

不多废话直接，debug开始，调用 HashSet的无参构造会 new HashMap，所以HashSet的底层还是HashMap，直接步出了可以。

调用add方法，e是泛型，也就是我们传过来的 java，只不过现在我们传的字符串是常量池中的，然后会调用 map.put(e,PRESENT)方法，常量PRESENT是一个共享属性(如果没有添加成功会将PRESENT返回)，类型是Object，可以把它理解成节点的 prev指针。

来到put方法key是java，value是一个空对象，然后继续调用 hash(key)计算哈希值。

来到 hash( ) 判断我们传入的key是否为空，不为空调用hashCode方法进行计算hash值，再将 hash值 按位异或无符号向右位移16位避免hash碰撞，不为空返回 hash 值，为空返回 0 。

一路返回到 put 方法但是，这次有了 hash值。

拿着形参列表hash值和key，value是常量空对象，另外两个布尔类型的值是底层设计者加的我们先不管，来到 putVal 方法。
然后一上来就定义了几个占位变量，Node[ ] tab; Node p; int n ,i ;这几个占位属性后面都是用的到的。

接着我们步入 if 判断，由于我们是第一次添加数据，table 肯定等于 null,再将 null 赋值给 tab，if 语句第一个表达式成立，然后看逻辑或，tab.length 为 0 赋值给 n 也== 0 ，逻辑或成立，然后会进入if 的代码块。

然后会调用 resize() 方法，将值赋值给 tab[ ] 数组，然后数组的长度赋值给 n

来到 resize( ) 已经不是我一两句话能说清楚的了，截图给各位，可以以自己分析，但是执行完 该方法，会返回一个默认16长度的数组。

从 resize( ) 方法出来后 tab就变成了一个 16 长度的数组。

现在算出要在下标为 3 的地方落点，但是不确定 为3 的地方有没有对象，先把里面的对象取出来看一下有没有对象，因为16长度的数组一开始都是null，如果取出下标为 3 的地方是 null 就表示该下标还没有存放元素，就一个 new Node<k,v>存入到下标为 3 的地方。

最后让 ++modCount；记录操作map的次数防止多线程乱入，再 判断++size是否大于 threshold，大于则需要再次调用 resize( ) 进行扩容，
afterNodeInsertion(evict); 是一个空方法，是留给子类去使用的，最后返回一个空。


然后再一路返回add方法，判断 null == null 吗，null 等于 null 就是 true，表示添加成功，如果 map.put(e,PRESENT)返回 一个非空数据，就会判断 非空数据 == null ？，肯定不成立返回 false 添加失败。至此HashSet的第一个元素的添加完毕。

HashSet第二次添加元素以及添加重复元素

接着步入第二次元素的添加




然后就和第一次添加元素的步骤一样了，这里不多说了，还是直接来到重复元素的添加。

还是一样的配方，一样的味道，我们直接到添加元素的地方。



把数组上已经存在的节点赋值给了 e ，e就不等于 null 就会进入上图的 if 语句，然后将 e.value（PRESENT空对象）赋值给 oldValue,将oldValue返回，等于返回了一个 PRESENT对象


然后一路返回到add方法，这时返回的是一个空对象PRESENT，然后判断PRESENT == null ？返回 false，添加失败。

重复元素判断的全面详解

上面讲到计算元素下标落点时如果有对象存在，就会走else语句，下面是else语句的全面详解。

解读else语句

//如果下标落点有元素进入 else 语句还是会进行三次判断

//hashCode相同不一定是同一个对象，同一个对象hashCode一定相同
  Node<K,V> e; K k;  //定义两个临时变量
  //p.hash(面计算下标落点时已经将当前下标的元素赋值给了 p)
  //如果 p.hash值 == 传入的hash值 说明是同一个对象，
  //然后去比较内容 第一个 && 后面有一个为 true条件就会成立，就会执行e = p;，
  //如果(k = p.key) == key内存地址形同，返回 true 表达式成立，进入if，  == 对比引用数据类型是比较的内存地址，
  //如果内存地址不同，就去调用 eques比较两个对象的内容是否相同，内容相同返回 true表达式成立，进入if。
  //所以一句话，如果两个对象的hash值相同，但是内存地址不同并且内容不同所以就是两个对象。不会进入if语句
  if (p.hash == hash &&
     ((k = p.key) == key || (key != null && key.equals(k))))
   e = p;

//不进入 if 就会进入 else if 下面是将链表抓换成红黑树，我们先不看。
  else if (p instanceof TreeNode)
  e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  //上面没有进入红黑树就会执行最后的 else
  else {
    //一进来就是死循环
    for (int binCount = 0; ; ++binCount) {
        //让 e 执向 数组下标对应 p的下一个节点，如果为空将需要加入的节点放入 p.next p的下一个节点。
        if ((e = p.next) == null) {
           p.next = newNode(hash, key, value, null);
       //如果循环的次数大于等于 7,单向链表的最大限制 8个就调用 treeifBin进行扩容或者转成红黑树
       //并不是说单个链表的长度一旦达到 8 个就会去扩容的，会先去判断当前数组的长度是否大于等于 64，如果大于 64，会将该链表转换成红黑树。
       //如果小于 64，就会去考虑扩容来，扩容后再拿着 数组的长度和hash进行运算得出新的下标落点。
        if (binCount >= TREEIFY_THRESHOLD(8) - 1) // -1 for 1st
           //最大是8个，循环到第7次就会考虑扩容了，因为是 ++binCount
           treeifyBin(tab, hash);
           //p.next为空添加新的节点后跳出循环。
           break;
      }

  //如果上面p.next == null 没有成立，就表示数组上的当前节点的后面有单向链表
  //拿着e.hash循环对需要加入的 hash 进行循环对比，有重复的条件成立跳出循环，没有重复的将 p 指向 e
       if (e.hash == hash &&
         ((k = e.key) == key || (key != null && key.equals(k))))
         break;
         p = e;
      }
      //等到下一次循环，p指向了e，p和e就指向了同一个节点，进入循环后e 又指向了 p的下一个元素，然后就这样进行循环比较，直到 p.next为空将新节点放入跳出循环，或者找到重复元素退出循环。
}

算上数组的元素是 9 个，从 0 开始循环，后面是前++，bin变成了1，循环到binCount = 6 时为第7个节点，bin也为 7，这时加入一个节点达到了8，再进行判断 bin >= 7,进行扩容或树化

第 8 个元素一旦加入，就会进行扩容或数化，有新的元素添加重新计算下标落点

还有一定要注意的是，扩容不是数组的长度达到扩容因子计算出来的长度再去扩容，而是数组元素和链表的元素加起来达到扩容因子计算出的长度就会去进行扩容。

---

总结

提示：这里对文章进行总结：发文三个工作日后总结，并放入前言部分