Java中的HashSet

原文地址：HashSet in Java

HashSet：

• 实现了Set接口
• HashSet依赖的数据结构是哈希表
• 因为实现的是Set接口，所以不允许有重复的值
• 插入到HashSet中的对象不保证与插入的顺序保持一致。对象的插入是根据它的hashcode
• HashSet中允许有NULL值
• HashSet也实现了Searlizable和Cloneable两个接口

HashSet的构造函数：

HashSet h = new HashSet();      
   默认初始化大小是，默认装载因子是.

   HashSet h = new HashSet(int initialCapacity);  
   默认装载因子是

   HashSet h = new HashSet(int initialCapacity, float loadFactor);

   HashSet h = new HashSet(Collection C);
           

什么是初始化大小与装载因子：

初始化尺寸就是当创建哈希表（HashSet内部用哈希表的数据结构）的时候桶（buckets）的数量。如果当前的尺寸已经满了，那么桶的数量会自动增长。

装载因子衡量的是在HashSet自动增长之前允许有多满。当哈希表中实体的数量已经超出装载因子与当前容量的积，那么哈希表就会再次进行哈希（也就是内部数据结构重建），这样哈希表大致有两倍桶的数量。

表中已经存储的元素的数量
   装载因子 = -----------------------------------------
                       哈希表的大小
           

例如：如果内部容量为16，装载因子为0.75，那么当表中有12个元素的时候，桶的数量就会自动增长。

性能影响：

装载因子和初始化容量是影响HashSet操作的两个主要因素。装载因子为0.75的时候可以提供关于时间和空间复杂度方面更有效的性能。如果我们加大这个装载因子，那么内存的上限就会减小（因为它减少了内部重建的操作），但是将影响哈希表中的add与查询的操作。为了减少再哈希操作，我们应该选择一个合适的初始化大小。如果初始化容量大于实体的最大数量除以装载因子，那么就不会有再哈希的动作发生了。

HashSet中的一些重要方法：

1. boolean add(E e)：如果不存在则添加，存在则返回false。
2. void clear() ：移除Set中所有的元素
3. boolean contains(Object o)：如果这个元素在set中存在，那么返回true。
4. boolean remove(Object o)：如果这个元素在set中存在，那么从set中删除。
5. Iterator iterator()：返回set中这个元素的迭代器。

简单的程序：

// Java program to demonstrate working of HashSet
import java.util.*;

class Test
{
    public static void main(String[]args)
    {
        HashSet<String> h = new HashSet<String>();

        // adding into HashSet
        h.add("India");
        h.add("Australia");
        h.add("South Africa");
        h.add("India");// adding duplicate elements

        // printing HashSet
        System.out.println(h);
        System.out.println("List contains India or not:" +
                           h.contains("India"));

        // Removing an item
        h.remove("Australia");
        System.out.println("List after removing Australia:"+h);

        // Iterating over hash set items
        System.out.println("Iterating over list:");
        Iterator<String> i = h.iterator();
        while (i.hasNext())
            System.out.println(i.next());
    }
}
           

上述代码的输出：

[Australia, South Africa, India]
List contains India or not:true
List after removing Australia:[South Africa, India]
Iterating over list:
South Africa
India
           

HashSet内部是如何工作的？

所有Set接口的类内部都是由Map做支撑的。HashSet用HashMap对它的内部对象进行排序。你一定好奇输入一个值到HashMap，我们需要的是一个键值对，但是我们传给HashSet的是一个值。

那么HashMap是如何排序的？

实际上我们插入到HashSet中的值在map对象中起的是键的作用，因为它的值Java用了一个常量。所以在键值对中所有的键的值都是一样的。

如果我们在Java Doc中看一下HashSet的实现，大致是这样的：

private transient HashMap map;

// Constructor - 1
// All the constructors are internally creating HashMap Object.
public HashSet()
{
    // Creating internally backing HashMap object
    map = new HashMap<>();
}

// Constructor - 2
public HashSet(int initialCapacity)
{
    // Creating internally backing HashMap object
    map = new HashMap<>(initialCapacity);
}

// Dummy value to associate with an Object in Map
private static final Object PRESENT = new Object();
           

如果我们看下HashSet中的add方法：

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

我们可以注意到，HashSet类的add()方法内部调用的是HashMap的put()方法，通过你指定的值作为key，常量“PRESENT”作为值传过去。

remove()也是用类似的方法工作。它内部调用的是Map接口的remove。

public boolean remove(Object o)
{
  return map.remove(o) == PRESENT;
}
           

HashSet操作的时间复杂度：

HashSet底层的数据结构是哈希表，所以HashSet的add，remove与查询（包括contain方法）的分摊（平均或者一般情况）时间复杂度是O(1)。

参考文献：

https://docs.oracle.com/javase/7/docs/api/java/util/HashSet.html