源码分析HashSet、TreeSet以及LinkedHashSet
写这篇博客,主要是弄清楚HashSet的底层实现原理,其实我们大部分人对HashSet不是很熟的,毕竟面试时问的最多的都是HashMap,如果问道了二者关系,我们会经常这样说:HashSet和HashMap都是基于hash表(数组+链表)实现的,HashSet是基于HashMap实现的,具体怎么实现的,二者关系如何,不理解(哈哈,毕竟大部分人还是在应付面试,停留在很浅的层次)
既然是源码分析HashSet,那么就首先搂一眼HashSet的实现类(ctrl+左键,进入):
以下是HashSet类的部分内容
我去,还真是基于HashMap实现的。HashSet是如何利用HashMap的呢,这点想必大家都特别关心,毕竟HashMap和HashSet还是不一样的:
1、HashMap是key - value的存储方式;HashSet只存储元素对象
2、HashMap允许null值,key不重复,value可以重复;HashSet不允许重复,无序性
HashSet到底在HashMap的头上做了啥?
HashSet实现Set接口,由哈希表(实际上是一个HashMap实例)支持。在HashSet中,元素都存到HashMap键值对的Key上面,而Value有一个统一的值private static final Object PRESENT = new Object();
,(定义一个虚拟的Object对象作为HashMap的value,将此对象定义为static final。)
分析源码 可知,利用HashMap 的containsKey()方法,将对象元素作为key传入,然后就可以确保该元素在HashSet中的不重复性,另外根据add方法可以知道,HashSet在添加元素时,都是采用默认创建的PRESENT对象作为value填充到HashMap中的。因此可以实现利用HashMap来完成HashSet的操作。
HashSet中的常用方法,还是贴一份HashSet的源码+注释。如下所示:
public class HashSet<E>
extends AbstractSet<E>
implements Set<E>, Cloneable, java.io.Serializable
{
static final long serialVersionUID = -5024744406713321676L;
// 底层使用HashMap来保存HashSet中所有元素。
private transient HashMap<E,Object> map;
// 定义一个虚拟的Object对象作为HashMap的value,将此对象定义为static final。
private static final Object PRESENT = new Object();
/**
* 默认的无参构造器,构造一个空的HashSet。
*
* 实际底层会初始化一个空的HashMap,并使用默认初始容量为16和加载因子0.75。
*/
public HashSet() {
map = new HashMap<E,Object>();
}
/**
* 构造一个包含指定collection中的元素的新set。
*
* 实际底层使用默认的加载因子0.75和足以包含指定
* collection中所有元素的初始容量来创建一个HashMap。
* @param c 其中的元素将存放在此set中的collection。
*/
public HashSet(Collection<? extends E> c) {
map = new HashMap<E,Object>(Math.max((int) (c.size()/.75f) + 1, 16));
addAll(c);
}
/**
* 以指定的initialCapacity和loadFactor构造一个空的HashSet。
*
* 实际底层以相应的参数构造一个空的HashMap。
* @param initialCapacity 初始容量。
* @param loadFactor 加载因子。
*/
public HashSet(int initialCapacity, float loadFactor) {
map = new HashMap<E,Object>(initialCapacity, loadFactor);
}
/**
* 以指定的initialCapacity构造一个空的HashSet。
*
* 实际底层以相应的参数及加载因子loadFactor为0.75构造一个空的HashMap。
* @param initialCapacity 初始容量。
*/
public HashSet(int initialCapacity) {
map = new HashMap<E,Object>(initialCapacity);
}
/**
* 以指定的initialCapacity和loadFactor构造一个新的空链接哈希集合。
* 此构造函数为包访问权限,不对外公开,实际只是是对LinkedHashSet的支持。
*
* 实际底层会以指定的参数构造一个空LinkedHashMap实例来实现。
* @param initialCapacity 初始容量。
* @param loadFactor 加载因子。
* @param dummy 标记。
*/
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
map = new LinkedHashMap<E,Object>(initialCapacity, loadFactor);
}
/**
* 返回对此set中元素进行迭代的迭代器。返回元素的顺序并不是特定的。
*
* 底层实际调用底层HashMap的keySet来返回所有的key。
* 可见HashSet中的元素,只是存放在了底层HashMap的key上,
* value使用一个static final的Object对象标识。
* @return 对此set中元素进行迭代的Iterator。
*/
public Iterator<E> iterator() {
return map.keySet().iterator();
}
/**
* 返回此set中的元素的数量(set的容量)。
*
* 底层实际调用HashMap的size()方法返回Entry的数量,就得到该Set中元素的个数。
* @return 此set中的元素的数量(set的容量)。
*/
public int size() {
return map.size();
}
/**
* 如果此set不包含任何元素,则返回true。
*
* 底层实际调用HashMap的isEmpty()判断该HashSet是否为空。
* @return 如果此set不包含任何元素,则返回true。
*/
public boolean isEmpty() {
return map.isEmpty();
}
/**
* 如果此set包含指定元素,则返回true。
* 更确切地讲,当且仅当此set包含一个满足(o==null ? e==null : o.equals(e))
* 的e元素时,返回true。
*
* 底层实际调用HashMap的containsKey判断是否包含指定key。
* @param o 在此set中的存在已得到测试的元素。
* @return 如果此set包含指定元素,则返回true。
*/
public boolean contains(Object o) {
return map.containsKey(o);
}
/**
* 如果此set中尚未包含指定元素,则添加指定元素。
* 更确切地讲,如果此 set 没有包含满足(e==null ? e2==null : e.equals(e2))
* 的元素e2,则向此set 添加指定的元素e。
* 如果此set已包含该元素,则该调用不更改set并返回false。
*
* 底层实际将将该元素作为key放入HashMap。
* 由于HashMap的put()方法添加key-value对时,当新放入HashMap的Entry中key
* 与集合中原有Entry的key相同(hashCode()返回值相等,通过equals比较也返回true),
* 新添加的Entry的value会将覆盖原来Entry的value,但key不会有任何改变,
* 因此如果向HashSet中添加一个已经存在的元素时,新添加的集合元素将不会被放入HashMap中,
* 原来的元素也不会有任何改变,这也就满足了Set中元素不重复的特性。
* @param e 将添加到此set中的元素。
* @return 如果此set尚未包含指定元素,则返回true。
*/
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
/**
* 如果指定元素存在于此set中,则将其移除。
* 更确切地讲,如果此set包含一个满足(o==null ? e==null : o.equals(e))的元素e,
* 则将其移除。如果此set已包含该元素,则返回true
* (或者:如果此set因调用而发生更改,则返回true)。(一旦调用返回,则此set不再包含该元素)。
*
* 底层实际调用HashMap的remove方法删除指定Entry。
* @param o 如果存在于此set中则需要将其移除的对象。
* @return 如果set包含指定元素,则返回true。
*/
public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}
/**
* 从此set中移除所有元素。此调用返回后,该set将为空。
*
* 底层实际调用HashMap的clear方法清空Entry中所有元素。
*/
public void clear() {
map.clear();
}
/**
* 返回此HashSet实例的浅表副本:并没有复制这些元素本身。
*
* 底层实际调用HashMap的clone()方法,获取HashMap的浅表副本,并设置到HashSet中。
*/
public Object clone() {
try {
HashSet<E> newSet = (HashSet<E>) super.clone();
newSet.map = (HashMap<E, Object>) map.clone();
return newSet;
} catch (CloneNotSupportedException e) {
throw new InternalError();
}
}
}
小结:
- 说白了,HashSet就是限制了功能的HashMap,所以了解HashMap的实现原理,这个HashSet自然就通
- 对于HashSet中保存的对象,主要要正确重写equals方法和hashCode方法,以保证放入Set对象的唯一性
- 虽说是Set是对于重复的元素不放入,倒不如直接说是底层的Map直接把原值替代了(这个Set的put方法的返回值真有意思)
- HashSet没有提供get()方法,愿意是同HashMap一样,Set内部是无序的,只能通过迭代的方式获得
再说一说LinkedHashSet(可以实现有序插入)
同HashSet相比并没有实现新的功能(新的方法),只不过把HashSet中预留的构造方法启用了,因而可以实现有序插入,而这个具体的实现要去看LinkedHashMap了,我们使用时是不需要再可以去设置参数的,直接拿来用即可。
上源码:
LinkedHashSet中的构造函数:
**在hashset中预留的构造方法:
现在去LinkedHashMap中找具体如何实现有序插入的,定义一个有序性的标志位:accessOrder
然后在HashSet的构造方法中,实例化一个LinkedHashMap对象时,会调用LinkedHashMap的以下构造方法,将标志位accessOrder赋值为false,这是给了迭代器一个参数,false代表迭代时使用插入得顺序。
偶然发现
查看源码时,我发现了一个奇怪的重写的方法:public Spliterator<E> spliterator()
,查了查资料发现叫做可分割迭代器,这个接口是为了并行遍历数据源中的元素而设计的迭代器,为了更好的发挥多核CPU的能力。
其实这样我想起了要去关注一下集合框架中的并发安全了。
TreeSet
根据Set的这个尿性,我先猜测一波,TreeSet的底层实现是TreeMap(而且我在猜TreeMap的底层实现借助了HashMap)。
TreeMap默认按键的自然顺序升序进行排序:
指定比较器的: TreeMap中有一个传入比较器的构造函数, Map中的元素可按此比较器进行排序。
TreeSet特点与实现机制
TreeSet中存放的元素是有序的(不是插入时的顺序,是有按关键字大小排序的),且元素不能重复。
而如何实现有序存储,就需要有一个比较器,其实说起来,TreeSet更受关注的是不重复且有序,这个有序就需要有一个compare的过程,因此会需要参数实现Comparable接口。
-
另外所有Set集合都不提供get方法,因为Set里面没有索引,若想遍历Set集合元素,有如下两种方式:
1、采用迭代器
2、增强for循环.
TreeMap底层实现数据结构是红黑树,有机会学习了,补上!