[java数据结构分析]HashSet , TreeSet分析

最新推荐文章于 2024-08-13 22:39:05 发布

zlsd21

最新推荐文章于 2024-08-13 22:39:05 发布

阅读量188

点赞数

文章标签： java

本文链接：https://blog.csdn.net/zlsd21/article/details/104738959

版权

HashSet

简介：

底层实现基于 HashMap，所以迭代时不能保证按照插入顺序，或者其它顺序进行迭代；
add、remove、contanins、size 等方法的耗时性能，是不会随着数据量的增加而增加的，
这个主要跟 HashMap 底层的数组数据结构有关，不管数据量多大，不考虑 hash 冲突的情
况下，时间复杂度都是 O (1)；
线程不安全的，如果需要安全请自行加锁，或者使用 Collections.synchronizedSet；
迭代过程中，如果数据结构被改变，会快速失败的，会抛出
ConcurrentModificationException 异常。

HashSet是如何组合HashMap的？
一般我们实现有两种方式：
继承基础类，覆写基础类的方法，比如说继承 HashMap , 覆写其 add 的方法；
组合基础类，通过调用基础类的方法，来复用基础类的能力。
HashSet 使用的就是组合 HashMap，其优点如下：

继承表示父子类是同一个事物，而 Set 和 Map 本来就是想表达两种事物，所以继承不妥，
而且 Java 语法限制，子类只能继承一个父类，后续难以扩展。
组合更加灵活，可以任意的组合现有的基础类，并且可以在基础类方法的基础上进行扩展、编排等，而且方法命名可以任意命名，无需和基础类的方法名称保持一致。

我们在工作中，如果碰到类似问题，我们的原则也是尽量多用组合，少用继承。

组合就是把 HashMap 当作自己的一个局部变量，以下是 HashSet 的组合实现：
在这里插入图片描述
从上述代码我们可以看出：

我们在使用 HashSet 时，比如 add 方法，只有一个入参，但组合的 Map 的 add 方法却有key，value 两个入参，相对应上 Map 的 key 就是我们 add 的入参，value 就是第二行代码中的 PRESENT，此处设计非常巧妙，用一个默认值 PRESENT 来代替 Map 的 Value；
如果 HashSet 是被共享的，当多个线程访问的时候，就会有线程安全问题，因为在后续的所有操作中，并没有加锁；

HashSet 在以 HashMap 为基础进行实现的时候，首先选择组合的方式，接着使用默认值来代替了 Map 中的 Value 值，设计得非常巧妙，给使用者的体验很好，使用起来简单方便，我们在工作中也可以借鉴这种思想，可以把底层复杂实现包装一下，一些默认实现可以自己吃掉，使吐出去的接口尽量简单好用。

TreeSet

TreeSet 大致的结构和 HashSet 相似，底层组合的是 TreeMap，所以继承了 TreeMap key能够排序的功能，迭代的时候，也可以按照 key 的排序顺序进行迭代，我们主要来看复用TreeMap 时，复用的两种思路：

2.1 复用 TreeMap 的思路一

场景一： TreeSet 的 add 方法，我们来看下其源码：在这里插入图片描述
可以看到，底层直接使用的是 HashMap 的 put 的能力，直接拿来用就好了

场景二：需要迭代 TreeSet 中的元素，那应该也是像 add 那样，直接使用 HashMap 已有的迭代能力，比如像下面这样：

public Iterator<E> descendingIterator() {
// 直接使用 HashMap.keySet 的迭代能力
return m.keySet().iterator();
}

这种是思路一的实现方式，TreeSet 组合 TreeMap，直接选择 TreeMap 的底层能力进行包装，但 TreeSet 实际执行的思路却完全相反，我们看源码
在这里插入图片描述
我们看到的是TreeSet定义了规范，而实现是由TreeMap的子类实现的。

我们总结下 TreeSet 组合 TreeMap 实现的两种思路：

TreeSet 直接使用 TreeMap 的某些功能，自己包装成新的 api。
TreeSet 定义自己想要的 api，自己定义接口规范，让 TreeMap 去实现。
的定义和实现都在 TreeMap，TreeSet 只是简单的调用而已，第二种 TreeSet 把接口定义出来后，让 TreeMap 去实现内部逻辑，TreeSet 负责接口定义，TreeMap 负责具体实现，这样子的话因为接口是 TreeSet 定义的，所以实现一定是 TreeSet 最想要的，TreeSet 甚至都不用包装，可以直接把返回值吐出去都行。

我们思考下这两种复用思路的原因：

像 add 这些简单的方法，我们直接使用的是思路 1，主要是 add 这些方法实现比较简单，没有复杂逻辑，所以 TreeSet 自己实现起来比较简单；

思路 2 主要适用于复杂场景，比如说迭代场景，TreeSet 的场景复杂，比如要能从头开始迭代，比如要能取第一个值，比如要能取最后一个值，再加上 TreeMap 底层结构比较复杂，TreeSet 可能并不清楚 TreeMap 底层的复杂逻辑，这时候让 TreeSet 来实现如此复杂的场景逻辑，TreeSet 就搞不定了，不如接口让 TreeSet 来定义，让 TreeMap 去负责实现，TreeMap 对底层的复杂结构非常清楚，实现起来既准确又简单。

TreeSet 有用过么，平时都在什么场景下使用？
答：有木有用过如实回答就好了，我们一般都是在需要把元素进行排序的时候使用 TreeSet，使用时需要我们注意元素最好实现 Comparable 接口，这样方便底层的 TreeMap 根据 key 进行排序。

追问，如果我想实现根据 key 的新增顺序进行遍历怎么办？
要按照 key 的新增顺序进行遍历，首先想到的应该就是 LinkedHashMap，而
LinkedHashSet 正好是基于 LinkedHashMap 实现的，所以我们可以选择使用LinkedHashSet。

如果我想对 key 进行去重，有什么好的办法么？
我们首先想到的是 TreeSet，TreeSet 底层使用的是 TreeMap，TreeMap 在 put 的时候，如果发现 key 是相同的，会把 value 值进行覆盖，所有不会产生重复的 key ，利用这一特性，使用 TreeSet 正好可以去重。

说说 TreeSet 和 HashSet 两个 Set 的内部实现结构和原理？
答：这两种Set中底层都封装了响应的Map,对于Set是单个值，而Map是键值对的解决方式是因为我们创建了一个默认的value，每次使用map的方法去完成set的功能的时候就会使用默认的value。HashSet 底层对 HashMap 的能力进行封装，比如说 add 方法，是直接使用 HashMap的 put 方法，而TreeSet底层是对TreeMap的能力进行封装，而TreeMap其实使用的还是HashMap的put方法。还有一个印象比较深刻的就是发现TreeSet中的遍历方法的实现，实际上暴露一个接口，让TreeMap中的子类进行实现，而自己只定义规范。

看集合的源码分析出来的对实际工作的帮助：

1.批量增加的性能高于单个不断增加，单个不断增加扩容问题太多。

2.批量删除的性能高于单个不断删除，因为每次remove都会发生一次copy数组
这样一个一个删除，性能太差！

3.为了避免频繁扩容，我们可以考虑为HashMap加上初始值：
给 HashMap 赋初始值的公式为：取括号内两者的最大值（期望的值/0.75+1，默认值 16）

4.所有集合类，在 for 循环进行删除时，如果直接使用集合类的 remove 方法进行删除，都会快速失败，报 ConcurrentModificationException 的错误，所以在任意循环删除的场景下，都建议使用迭代器进行删除；

5.我们把数组转化成集合时，常使用 Arrays.asList(array)，这个方法有两个坑，
代码演示坑为:

public void testArrayToList(){

	Integer[] array = new Integer[]{1,2,3,4,5,6};
	List<Integer> list = Arrays.asList(array);
	// 坑1：修改数组的值，会直接影响原 list
	log.info("数组被修改之前，集合第一个元素为：{}",list.get(0));
	array[0] = 10;
	log.info("数组被修改之前，集合第一个元素为：{}",list.get(0));
	// 坑2：使用 add、remove 等操作 list 的方法时，
	// 会报 UnsupportedOperationException 异常
	list.add(7);
}
坑 1：数组被修改后，会直接影响到新 List 的值。
坑 2：不能对新 List 进行 add、remove 等操作，否则运行时会报 UnsupportedOperationExceptio

Arrays.asList 方法返回的 List 并不是 java.util.ArrayList，而是自己内部的一个静态类，该静态类直接持有数组的引用，并且没有实现 add、remove 等方法，
这些就是坑 1 和 2 的原因。
在这里插入图片描述
从上图中，我们可以发现，Arrays.asList 方法返回的 List 并不是java.util.ArrayList，而是自己内部的一个静态类，该静态类直接持有数组的引用，并且没有实现 add、remove 等方法，这些就是坑 1 和 2 的原因。

public void testListToArray(){
List<Integer> list = new ArrayList<Integer>(){{
	add(1);
	add(2);
	add(3);
	add(4);
}};
// 下面这行被注释的代码这么写是无法转化成数组的，无参 toArray 返回的是 Object[],
// 无法向下转化成 List<Integer>，编译都无法通过
// List<Integer> list2 = list.toArray();
// 演示有参 toArray 方法，数组大小不够时，得到数组为 null 情况
	Integer[] array0 = new Integer[2];
	list.toArray(array0);
	log.info("toArray 数组大小不够，array0 数组[0] 值是{},数组[1] 值是{},",array0[0],array0[1]);
	// 演示数组初始化大小正好，正好转化成数组
	Integer[] array1 = new Integer[list.size()];
	list.toArray(array1);
	log.info("toArray 数组大小正好，array1 数组[3] 值是{}",array1[3]);
	// 演示数组初始化大小大于实际所需大小，也可以转化成数组
	Integer[] array2 = new Integer[list.size()+2];
	list.toArray(array2);
	log.info("toArray 数组大小多了，array2 数组[3] 值是{}，数组[4] 值是{}",array2[3],array2[4]);
}
19:33:07.687 [main] INFO demo.one.ArrayListDemo - toArray 数组大小不够，array0 数组[0] 值
19:33:07.697 [main] INFO demo.one.ArrayListDemo - toArray 数组大小正好，array1 数组[3] 值
19:33:07.697 [main] INFO demo.one.ArrayListDemo - toArray 数组大小多了，array2 数组[3] 值

toArray 的无参方法，无法强转成具体类型，这个编译的时候，就会有提醒，我们一般都会去使用带有参数的 toArray 方法，这时就有一个坑，如果参数数组的大小不够，这时候返回的数组值竟然是空，上述代码中的 array0 的返回值就体现了这点，但我们去看 toArray 源码，发现源码中返回的是 4 个大小值的数据，返回的并不是空，源码如下：

// List 转化成数组
public <T> T[] toArray(T[] a) {
// 如果数组长度不够，按照 List 的大小进行拷贝，return 的时候返回的都是正确的数组
	if (a.length < size)
	// Make a new array of a's runtime type, but my contents:
		return (T[]) Arrays.copyOf(elementData, size, a.getClass());
	System.arraycopy(elementData, 0, a, 0, size);
	// 数组长度大于 List 大小的，赋值为 null
	if (a.length > size)
		a[size] = null;
	return a;
}