博客

平时关注比较多的都是HashMap，没怎么关注过HashSet，今天仔细看了一遍HashSet的源码，解决了困扰了比较久的几个问题，分别是：

1.HashSet的底层结构是什么？

2.HashSet如何实现去重？

1、HashSet的底层结构

这个问题在打开源码的一瞬间就找到了答案，注释里面作了清楚的说明：This class implements the Set interface,

backed by a hash table (actually a HashMap instance)

，HashSet内部包含了一个HashMap的实例，对HashSet的操作实际都是对HashMap实例的操作。比较有意思的地方在于HashSet还定义了一个成员变量PRESENT作为所有添加到HashSet中元素的值，即以添加到HashSet中的元素为Key，以此处定义的成员变量PRESENT为Value，组成Key-Value键值对，然后添加到HashMap实例中。

//用于储存对象
private transient HashMap<E,Object> map;
// Dummy value to associate with an Object in the backing Map
private static final Object PRESENT = new Object();

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

2、HashSet如何实现去重

这个问题的答案也在add方法中，不过具体得看HashMap的put（）方法，源码如下：

HashMap#put

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

HashMap#putVal

 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;
    }

对于该方法中有关添加元素的逻辑判断等不作展开，此处需要关注的是下面这段代码：

//省略其他代码。。。
//p为HashMap中key索引位置原来存在的元素
if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;

//省略其他代码，在满足上面条件的情况下，会跳转到下面的代码块
 if (e != null) { // existing mapping for key
                V oldValue = e.value;
                //@param onlyIfAbsent if true, don't change existing value
                if (!onlyIfAbsent || oldValue == null)  
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }

从上面代码可以看出，在HashMap中，当添加元素的Key已经存在时，HashMap会替换key所对应的value，同时返回oldvalue。而当添加元素的Key不存在时，则正常添加，最后返回null。

回到HashSet中，由于添加到HashSet中的元素在其内部HasMap的实例中充当的角色是Key，所以当重复添加时map.put(e,PRSENT)==null值为false，表示添加失败。

3、迭代器问题

在HashSet的类注释中有这么一段话：

Iterating over this set requires time proportional to the sum of
 the <tt>HashSet</tt> instance's size (the number of elements) plus the
"capacity" of the backing <tt>HashMap</tt> instance (the number of
 buckets).  Thus, it's very important not to set the initial capacity too
 high (or the load factor too low) if iteration performance is important.

遍历该集合的时间取决于HashSet实例的规模和HashMap实例规模的和，如果对迭代性能要求较高，不要设置太高的初始容量或太低的装载因子。