java学习-HashSet 添加引用类型 的 内容去重原理，究其原码

去重方法

HashSet去重需要重写 hashCode和equals方法，这两个方法继承自Object类。
例如创建如下Student类

class Student{
	String name;
	public Student(String name) {
		super();
		this.name = name;
	}
	@Override
	public int hashCode() {
		final int prime = 31;
		int result = 1;
		result = prime * result + ((name == null) ? 0 : name.hashCode());
		return result;
	}
	@Override
	public boolean equals(Object obj) {
		if (this == obj)
			return true;
		if (obj == null)
			return false;
		if (getClass() != obj.getClass())
			return false;
		Student other = (Student) obj;
		if (name == null) {
			if (other.name != null)
				return false;
		} else if (!name.equals(other.name))
			return false;
		return true;
	}

}

主函数添加两个同内容的Student对象

public class Test {
	public static void main(String[] args) throws IOException, InterruptedException {
		HashSet<Student> set = new HashSet<Student>();
		set.add(new Student("张三"));
		set.add(new Student("张三"));
	}
}

原理

我们点击add方法进去，查看其原码

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

E是泛型，例如上面的代码中HashSet，这里就将Student类型传进去，也就是说E就代表Student。
这里的PRESENT是

private static final Object PRESENT = new Object();

这里的map是

private transient HashMap<E,Object> map;

由此可见，Hashset，其实际上是使用HashMap实现的，Hashset中一直维护了一个HashMap的实例。
add方法实际是调用的HashMap的put方法，这里利用了HashMap的键不能重复的原理。
放入的键是 传入的Student类型的实例，放入的值是PRESENT，实际上是一个Object的实例，这里用了final，因而是一个常量，即每个键值对的值相同。

再看键为什么不会重复。
查看此put方法
传入的5个变量分别是 ：

1. key的哈希值（即student的哈希值）这里调用的是key.hashCode()即student里重写的hashCode()，这也是为什么必须要重写hashCode的原因
2. 键值 即student对象的引用
3. 值value 即都相同的object对象
4. false
5. true

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

这个方法的返回值又调用了一个putVal方法，我们查看其源代码

  final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == 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;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

看起来很乱，但我们只需要看其中一小部分就够了，其他的无非是排除异常，初始赋值，哈希表配置，等操作
重点看这两行

if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                        break;

这里的e可以当成一个对 map中的键的遍历，实际是一个链表，通过.next找下一个值，所以这里没有循环的结构，如果不懂数据结构的话，可以先当成一个map中的键的遍历,即每次e都代表一个student对象的引用，这些student对象是 存储在 map中的键
e.hash即获取一个student对象的哈希值

• e.hash == hash就是新传入的对象的哈希值 和 以前传入的对象的哈希值 是否相等。这里有一个短路效应，当哈希值不同时，返回false 则 &&后的的不会再比较，如果不重写hashcode()，那么内容相同的对象，返回的哈希值是不同的，这里就会一直是false，就不会实现去重
• (k = e.key) == key，这里是比较的地址，确定这两个引用指向的对象地址是否相同
• (key != null && key.equals(k))这里才是比较的equals方法，key.equals(k)，就是调用的student类中的equals方法。如果没重写，则调用object中的equals方法，其比较的仅仅是地址是否相同，因此必须重写equals方法才能实现内容去重

在这里再贴一下object类中的hashcode和equals方法

public native int hashCode();
public boolean equals(Object obj) {
        return (this == obj);
    }

ps:这里说一下native，这是一个修饰符，java关键字，其修饰的方法实现是用其他语言实现的，通常是c++。方法实现在其他语言的编译文件内。
由此可以了解，内容去重，要重写hashCode和equals方法