详细解读 Java 中的 HashSet

在Java中有各种的数据结构，有数组，链表，集合等等，我们也都经常使用，但是很多在写业务代码的时候，很少去看这个源码问题，所以我们今天来看看这个关于Java 中的一个集合，也就是 HashSet。

Java中的HashSet

Java中的HashSet是Java集合框架（Java Collections Framework）的一部分，它实现了Set接口。HashSet存储的元素是不重复的，并且它不保证集合的迭代顺序。HashSet允许存储null元素，但最多只能有一个null元素，因为集合中的元素是根据它们的hashCode()方法的返回值来存储的，并且如果两个元素的hashCode()值相同，那么它们的equals()方法也会被调用以确定它们是否相等。

至于内部实现，我们来看一下：

HashSet实际上是基于HashMap实现的，它使用HashMap来存储元素。HashSet中的每个元素都存储为HashMap中的一个键（key），而对应的值（value）则是一个固定的对象（在Java 8及更高版本中，这个对象是一个名为PRESENT的静态常量，而在Java 7及更早版本中，它通常是一个Object类型的空值，如null或新创建的Object()实例）。

HashSet的源码分析

继承与实现

HashSet类继承自AbstractSet类，并实现了Set、Cloneable和java.io.Serializable接口。这意味着HashSet是一个集合，支持克隆和序列化。

public class HashSet<E>  
    extends AbstractSet<E>  
    implements Set<E>, Cloneable, java.io.Serializable

重要属性

HashSet中最重要的属性是一个HashMap，用于存储HashSet中的元素。HashMap的键是HashSet中的元素，而所有的键都映射到同一个虚拟的值（PRESENT），这个值是一个静态常量，用于占位。

// 使用HashMap来存储HashSet的元素  
private transient HashMap<E,Object> map;  
// HashMap中所有键对应的虚拟值  
private static final Object PRESENT = new Object();

构造方法

HashSet提供了多种构造方法，包括无参构造、带初始容量的构造、带初始容量和加载因子的构造，以及通过现有集合构造的构造方法。

• 无参构造：创建一个空的HashSet，其内部的HashMap具有默认的初始容量（16）和加载因子（0.75）。
• 带初始容量的构造：创建一个空的HashSet，其内部的HashMap具有指定的初始容量和默认的加载因子（0.75）。
• 带初始容量和加载因子的构造：创建一个空的HashSet，其内部的HashMap具有指定的初始容量和指定的加载因子。
• 通过现有集合构造：创建一个包含指定集合中所有元素的新集合，其内部的HashMap具有默认的加载因子（0.75）和足够的初始容量来包含集合中的元素。

主要方法

• add(E e)：向HashSet中添加一个元素。如果元素不存在，则将其添加到HashMap中，并返回true；如果元素已存在，则不执行任何操作并返回false。
• remove(Object o)：从HashSet中移除一个元素。如果元素存在，则将其从HashMap中移除并返回true；如果元素不存在，则返回false。
• contains(Object o)：检查HashSet中是否包含指定的元素。如果包含，则返回true；否则返回false。

扩容机制

当HashMap中的元素数量超过其容量和加载因子的乘积时（即达到阈值），HashMap会进行扩容。扩容操作会创建一个新的数组，并将旧数组中的元素重新计算哈希值后存储到新数组中。HashSet的扩容机制依赖于其内部HashMap的扩容机制。

HashSet的存储机制

基于哈希表：HashSet 内部维护了一个哈希表（HashMap 的实例），用于存储集合中的元素。在 HashSet 中，每个元素实际上都作为 HashMap 的一个键（key）存储，而对应的值（value）则是一个固定的对象（在 Java 8 及以后版本中，这个固定对象是一个 PRESENT 常量，它是一个 Object 类型的静态常量，作为 HashMap 的值存在）。

哈希冲突：由于哈希表的大小是有限的，多个键可能通过哈希函数映射到哈希表的同一个位置，这种现象称为哈希冲突。HashSet（通过其内部的 HashMap）使用链表或红黑树（在 Java 8 及更高版本中，当链表长度超过一定阈值时，链表会转换为红黑树以提高查找效率）来解决哈希冲突。

自定义对象的处理

当在HashSet中存储自定义对象时，需要重写这些对象的hashCode()和equals()方法。这是因为HashSet（通过其内部的HashMap）使用这两个方法来检查元素的相等性和确定元素的哈希码。如果这两个方法没有被正确重写，那么HashSet可能无法正确地存储和比较自定义对象。

线程安全

HashSet不是线程安全的。如果在多线程环境下使用，需要外部同步或使用其他并发集合，如ConcurrentHashMap的键集合视图（尽管这不是HashSet，但提供了一种线程安全的集合实现方式）。然而，Java还提供了Collections.synchronizedSet方法来将任何Set包装成一个线程安全的Set，但这通常不是最高效的并发解决方案。

HashSet和HashMap的对比

存储方式不同：

• HashSet：存储的是不重复的元素集合，这些元素可以是任意类型的对象。HashSet实际上是通过HashMap来实现的，它只使用了HashMap的键部分，而所有的键都映射到同一个虚拟的值（通常是null或某个特定的对象，如PRESENT）。
• HashMap：存储的是键值对（Key-Value Pair），其中键是唯一的，而值可以重复。HashMap允许你根据键来快速查找、更新或删除对应的值。

实现接口不同：

• HashSet：实现了Set接口，继承自AbstractSet类。
• HashMap：实现了Map接口，继承自AbstractMap类。

存储特性：

• HashSet：

不允许存储重复的元素。

不保证元素的迭代顺序。

允许使用null元素。

• HashMap：

键（Key）是唯一的，值（Value）可以重复。

允许使用null键和null值（但最多只能有一个null键）。

提供了基于键的快速查找、插入和删除操作。

底层数据结构：

• HashSet：底层实际上是一个HashMap实例，它使用哈希表来存储元素。哈希表是一个无序的数据结构，通过哈希函数将元素映射到数组的某个位置。
• HashMap：同样使用哈希表来存储键值对。每个键值对都通过哈希函数计算出一个哈希码，然后根据这个哈希码将键值对存储在数组的某个位置。如果发生哈希冲突（即不同的键计算出相同的哈希码），则通过链表或红黑树（在Java 8及更高版本中）来解决。