HashSet底层竟然是HashMap实现问题

HashSet底层竟然是HashMap实现

HashSet虽然实现的是Set - Collection接口，但其源码是通过new HashMap()实现的，底层数据结构是哈希表，存取都比较快，线程不安全。

特点

1. 无序集合，不保证存储元素的顺序，没有索引

2. 不能存储重复元素

3. 可以存储Null

存取基本操作

Iterator的获取跟ArrayList一样：

HashSet<String> hashSet = new HashSet<>();
        hashSet.add("asf");
        hashSet.add("bnk");
        hashSet.add("lsk");
        hashSet.add("owie");
        System.out.println(hashSet);
        Iterator<String> it = hashSet.iterator();
        while (it.hasNext()) {
            String ele = (String) it.next();
            System.out.println(ele);
        }
        System.out.println("---------------------------");
        for (String ele : hashSet) {
            System.out.println(ele);
        }

查看HashSet源码，其操作底层都是通过调用HashMap方法实现的，HashSet会将元素存储在HashMap的key集合中，然后为value赋一个static空对象PRESENT。

HashSet不能存储重复元素，因为HashMap的key集合不可以重复，本质也是通过equals()和hashCode()来判定两个对象是否重复，因此将对象存储在HashSet之前，必须先重写对象的equals()和hashCode()方法。

hashCode原则：

两个对象的hashCode()相等，equals()未必返回true

两个对象equals()返回true，它们的hashCode()一定相等

HashMap中，只有两个对象hashCode()相等，且equals()相同，才判定为重复元素，重写对象的equals()方法一定要同时重写hashCode()以符合原则。

HashSet底层实现解析

1.实现了Set接口

2.底层实际上是HashMap()

底层数据结构为：Node[]数组 + 单链表 + 红黑树

Set set = new HashSet();使用无参构造方法创建hashset对象，实际上创建了hashmap，初始大小默认为16，加载因子默认为 0.75.

当调用add方法添加元素时，其实调用的是map.put()方法

这里的key就是要添加的元素，value是一个object类型的共享常量，占了一个坑位，并没有实际意义。

当返回值为null的时候，说明添加成功

解析：首先，调用map.put();方法，跟踪发现实际上调用putVal();方法

参数说明：hash(key)：hash()函数的返回值，返回的并不是key的hashCode值，而是经过处理hashCode得到的值（目的就是尽可能减少hash冲突），（若待加入元素 key 为 基础数据类型 或 封装数据类型（Java中已经重写），不需要重写 equals 和 hashCode方法；若key为自定义数据类型，往往需要重写 equals 和 hashCode 方法。

例（不重写方法）：

输出：

说明是两个不同的对象，但是理论上应该是相同对象。

具体要不要重写方法以及如何重写，都要根据实际需求决定

key：待添加的元素。

value：共享常量PRESENT，没有实际意义（因为创建的是hashset对象，并没有value，但是当顶层创建的是hashmap对象时候，调用的直接是map.put()方法，那value对应的就是实际当中的value，就没有PRESENT了）。

onlyIfAbsent*：若为true，则不改变现存的value，默认为false。

evict*：若为false，表示当前表处于创建模式。

putVal();方法的具体实现

（1）首次添加元素 key

首先，创建两个临时变量 Node类型的数组 Node[] tab,Node<k,v>类型的 p，判断当前hash表是否为空，若满足条件，调用resize()方法，扩容。

resize()方法：

由于用无参构造器创建对象，因此hashtable为空，oldCap为0，oldThr为0，if条件不满足跳过，进入else

新数组容量 newCap 为默认大小 16，新的加载因子为默认 0.75，newThr为扩容阈值（即当数组的数据量达到阈值以后，就会扩容，目的就是当并发量过大以后，能够有缓冲空间）。

newThr = 加载因子*数组大小 ，在大小都默认的情况下，阈值为12

最后 return 扩容后的数组，并返回 putVal(); 方法中继续：

在 if ((p = tab[i = (n - 1) & hash]) == null) 中，首先用算法 i = (n - 1) & hash获得当前 待添加元素 key 应该添加的数组下标 i ，同时获取到当前位置上的所存储的链表的头节点，并将节点赋值给变量 p ，若该节点为空（即当前位置无数据），就把待添加元素 key 封装成一个节点Node，放到当前位置当作该链表的头节点。

最后操作计数+1，数据量size+1，并且若size大于扩容阈值，则进行扩容。返回 null 表示添加成功。（到此往数组中首次添加元素操作结束）

（2）添加重复元素流程分析

在链表上找是否有重复元素，只能从头节点遍历该链表。当 if 条件判断当前下标 i 位置上不为空的时候（即链表头节点），就要开始遍历。

定义需要的变量 Node<k,v> e （一个指针） ,以及 K k首先判断头节点是否与待添加的元素重复：

1）hash值是否相等，这是前提（重复元素hashCode值必相等，则hash值也必相等）

2）待添加元素 key 与 当前节点的 key 是否是同一对象，或者带添加的 key 与当前节点的 key 内容 是否相等，两者若有一个相同则说明是重复元素

若头节点就重复，则把头节点 p 赋给 e;（否则，判断当前头节点 p 是否是红黑树类型）

若是树类型，则按照树节点进行操作。若不是树类型，则继续遍历当前链表：

这里的 for 是一个死循环，退出的条件就是找到重复元素或遍历到链表结尾(肯定可以退出)。

判断是否重复，与上面的条件一样。

①若遍历到结尾没有发现重复元素，则将待添加的元素 key 封装成Node对象，添加在链表结尾，同时，检查当前链表节点数量是否达到树化（将链表转成红黑树）的阈值默认是 8，若达到阈值，则首先检查当前数组的大小是否达到64，若达到，则将该链表转成红黑树；若没达到64，则先对数组进行扩容；否则退出循环，返回 e 为空。static final int TREEIFY_THRESHOLD = 8;

②若遍历发现有重复元素，退出循环，此时的变量 e 就是重复元素。若顶层创建的对象是HashSet();则下面的语句没有意义，因为value值是共享的PRESENT；若是顶层是 HashMap(k,v) 对象，下面语句表达的是：当在map数组中发现已经存入key了，就把待添加键值对的value 替换掉旧的value，key不变。

不管创建哪种对象，返回值都不为空，说明添加失败。（到此添加重复元素流程结束）

补充总结：

①hashSet()底层实现的其实是hashMap()，数据结构相同都是数组+单链表，元素数据类型是HashMap的内部类Node类型–Node<k,v>

②利用无参构造方法创建HashSet，默认大小16，加载因子 0.75，扩容为原大小的 2 倍，扩容阈值 = 数组大小 * 加载因子。（也可用有参构造方法创建对象，设定大小或加载因子）

③HashSet中的add();方法其实就是map.put()方法，只是由于添加的都是单一元素(参数key)，并不是<k,v>键值对，所以统一用共享value（常量PRESENT）。

④HashSet不允许存储元素重复，就和HashMap不允许重复的key一样，只是HahsSet没有用到value。

⑤添加元素的时候，要先得到key的hashCode值，经过hash函数后得到hash值，再经过一次计算得到待添加的key应该存放的数组下标。若当前下标对应位置不为空，则遍历该链表，查找是否有重复元素（若重复，则不添加；反之，加在链表尾部）；若当前下标位置上为空，则之间添加到当前位置并作为头节点。（这也就是为什么，实际存储顺序和实际输出顺序不一致）

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。