HashSet如何保證元素不重復(面試必問)

本文已收錄《Java常見面試題》系列,Git 開源地址:https://gitee.com/mydb/interview

HashSet 實現瞭 Set 接口,由哈希表(實際是 HashMap)提供支持。HashSet 不保證集合的迭代順序,但允許插入 null 值。也就是說 HashSet 不能保證元素插入順序和迭代順序相同。
HashSet 具備去重的特性,也就是說它可以將集合中的重復元素自動過濾掉,保證存儲在 HashSet 中的元素都是唯一的。

1.HashSet 基本用法

HashSet 基本操作方法有:add(添加)、remove(刪除)、contains(判斷某個元素是否存在)和 size(集合數量)。這些方法的性能都是固定操作時間,如果哈希函數是將元素分散在桶中的正確位置。
HashSet 基本使用如下:

// 創建 HashSet 集合
HashSet<String> strSet = new HashSet<>();
// 給 HashSet 添加數據
strSet.add("Java");
strSet.add("MySQL");
strSet.add("Redis");
// 循環打印 HashSet 中的所有元素
strSet.forEach(s -> System.out.println(s));

2.HashSet 無序性

HashSet 不能保證插入元素的順序和循環輸出元素的順序一定相同,也就是說 HashSet 其實是無序的集合,具體代碼示例如下:

HashSet<String> mapSet = new HashSet<>();
mapSet.add("深圳");
mapSet.add("北京");
mapSet.add("西安");
// 循環打印 HashSet 中的所有元素
mapSet.forEach(m -> System.out.println(m));

以上程序的執行結果如下:

從上述代碼和執行結果可以看出,HashSet 插入的順序是:深圳 -> 北京 -> 西安,而循環打印的順序卻是:西安 -> 深圳 -> 北京,所以 HashSet 是無序的,不能保證插入和迭代的順序一致。

PS:如果要保證插入順序和迭代順序一致,可使用 LinkedHashSet 來替換 HashSet。

3.HashSet 錯誤用法

有人說 HashSet 隻能保證基礎數據類型不重復,卻不能保證自定義對象不重復?這樣說對嗎?
我們通過以下示例來說明此問題。

3.1 HashSet 與基本數據類型

使用 HashSet 存儲基本數據類型,實現代碼如下:

HashSet<Long> longSet = new HashSet<>();
longSet.add(666l);
longSet.add(777l);
longSet.add(999l);
longSet.add(666l);
// 循環打印 HashSet 中的所有元素
longSet.forEach(l -> System.out.println(l));

以上程序的執行結果如下:

從上述結果可以看出,使用 HashSet 可以保證基礎數據類型不重復。

3.2 HashSet 與自定義對象類型

接下來,將自定義對象存儲到 HashSet 中,實現代碼如下:

public class HashSetExample {
    public static void main(String[] args) {
        HashSet<Person> personSet = new HashSet<>();
        personSet.add(new Person("曹操", "123"));
        personSet.add(new Person("孫權", "123"));
        personSet.add(new Person("曹操", "123"));
        // 循環打印 HashSet 中的所有元素
        personSet.forEach(p -> System.out.println(p));
    }
}
@Getter
@Setter
@ToString
class Person {
    private String name;
    private String password;

    public Person(String name, String password) {
        this.name = name;
        this.password = password;
    }
}

以上程序的執行結果如下:

從上述結果可以看出,自定義對象類型確實沒有被去重,那也就是說 HashSet 不能實現自定義對象類型的去重咯?
其實並不是,HashSet 去重功能是依賴元素的 hashCode 和 equals 方法判斷的,通過這兩個方法返回的都是 true 那就是相同對象,否則就是不同對象。而前面的 Long 類型元素之所以能實現去重,正是因為 Long 類型中已經重寫瞭 hashCode 和 equals 方法,具體實現源碼如下:

@Override
public int hashCode() {
    return Long.hashCode(value);
}
public boolean equals(Object obj) {
    if (obj instanceof Long) {
        return value == ((Long)obj).longValue();
    }
    return false;
}
//省略其他源碼......

更多關於 hashCode 和 equals 的內容,詳見:https://www.jb51.net/article/204554.htm

那麼,想讓 HashSet 支持自定義對象去重,隻需要在自定義對象中重寫 hashCode 和 equals 方法即可,具體實現代碼如下:

@Setter
@Getter
@ToString
class Person {
    private String name;
    private String password;
    public Person(String name, String password) {
        this.name = name;
        this.password = password;
    }
    @Override
    public boolean equals(Object o) {
        if (this == o) return true; // 引用相等返回 true
        // 如果等於 null,或者對象類型不同返回 false
        if (o == null || getClass() != o.getClass()) return false;
        // 強轉為自定義 Person 類型
        Person persion = (Person) o;
        // 如果 name 和 password 都相等,就返回 true
        return Objects.equals(name, persion.name) &&
                Objects.equals(password, persion.password);
    }
    @Override
    public int hashCode() {
        // 對比 name 和 password 是否相等
        return Objects.hash(name, password);
    }
}

重新運行以上代碼,執行結果如下圖所示:

從上述結果可以看出,之前的重復項“曹操”已經被去重瞭。

4.HashSet 如何保證元素不重復?

我們隻要瞭解瞭 HashSet 執行添加元素的流程,就能知道為什麼 HashSet 能保證元素不重復瞭?
HashSet 添加元素的執行流程是:當把對象加入 HashSet 時,HashSet 會先計算對象的 hashcode 值來判斷對象加入的位置,同時也會與其他加入的對象的 hashcode 值作比較,如果沒有相符的 hashcode,HashSet 會假設對象沒有重復出現,會將對象插入到相應的位置中。但是如果發現有相同 hashcode 值的對象,這時會調用對象的 equals() 方法來檢查對象是否真的相同,如果相同,則 HashSet 就不會讓重復的對象加入到 HashSet 中,這樣就保證瞭元素的不重復。

為瞭更清楚的瞭解 HashSet 的添加流程,我們可以嘗試閱讀 HashSet 的具體實現源碼,HashSet 添加方法的實現源碼如下(以下源碼基於 JDK 8):

// hashmap 中 put() 返回 null 時,表示操作成功
public boolean add(E e) {
    return map.put(e, PRESENT)==null;
}

從上述源碼可以看出 HashSet 中的 add 方法,實際調用的是 HashMap 中的 put,那麼我們繼續看 HashMap 中的 put 實現:

// 返回值:如果插入位置沒有元素則返回 null,否則返回上一個元素
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

從上述源碼可以看出,HashMap 中的 put() 方法又調用瞭 putVal() 方法,putVal() 的源碼如下:

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K, V>[] tab;
        Node<K, V> p;
        int n, i;
        //如果哈希表為空,調用 resize() 創建一個哈希表,並用變量 n 記錄哈希表長度
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        /**
         * 如果指定參數 hash 在表中沒有對應的桶,即為沒有碰撞
         * Hash函數,(n - 1) & hash 計算 key 將被放置的槽位
         * (n - 1) & hash 本質上是 hash % n 位運算更快
         */
        if ((p = tab[i = (n - 1) & hash]) == null)
            // 直接將鍵值對插入到 map 中即可
            tab[i] = newNode(hash, key, value, null);
        else {// 桶中已經存在元素
            Node<K, V> e;
            K k;
            // 比較桶中第一個元素(數組中的結點)的 hash 值相等,key 相等
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                // 將第一個元素賦值給 e,用 e 來記錄
                e = p;
                // 當前桶中無該鍵值對,且桶是紅黑樹結構,按照紅黑樹結構插入
            else if (p instanceof TreeNode)
                e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
                // 當前桶中無該鍵值對,且桶是鏈表結構,按照鏈表結構插入到尾部
            else {
                for (int binCount = 0; ; ++binCount) {
                    // 遍歷到鏈表尾部
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 檢查鏈表長度是否達到閾值,達到將該槽位節點組織形式轉為紅黑樹
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 鏈表節點的<key, value>與 put 操作<key, value>
                    // 相同時,不做重復操作,跳出循環
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 找到或新建一個 key 和 hashCode 與插入元素相等的鍵值對,進行 put 操作
            if (e != null) { // existing mapping for key
                // 記錄 e 的 value
                V oldValue = e.value;
                /**
                 * onlyIfAbsent 為 false 或舊值為 null 時,允許替換舊值
                 * 否則無需替換
                 */
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 訪問後回調
                afterNodeAccess(e);
                // 返回舊值
                return oldValue;
            }
        }
        // 更新結構化修改信息
        ++modCount;
        // 鍵值對數目超過閾值時,進行 rehash
        if (++size > threshold)
            resize();
        // 插入後回調
        afterNodeInsertion(evict);
        return null;
    }

從上述源碼可以看出,當將一個鍵值對放入 HashMap 時,首先根據 key 的 hashCode() 返回值決定該 Entry 的存儲位置。如果有兩個 key 的 hash 值相同,則會判斷這兩個元素 key 的 equals() 是否相同,如果相同就返回 true,說明是重復鍵值對,那麼 HashSet 中 add() 方法的返回值會是 false,表示 HashSet 添加元素失敗。因此,如果向 HashSet 中添加一個已經存在的元素,新添加的集合元素不會覆蓋已有元素,從而保證瞭元素的不重復。如果不是重復元素,put 方法最終會返回 null,傳遞到 HashSet 的 add 方法就是添加成功。

總結

HashSet 底層是由 HashMap 實現的,它可以實現重復元素的去重功能,如果存儲的是自定義對象必須重寫 hashCode 和 equals 方法。HashSet 保證元素不重復是利用 HashMap 的 put 方法實現的,在存儲之前先根據 key 的 hashCode 和 equals 判斷是否已存在,如果存在就不在重復插入瞭,這樣就保證瞭元素的不重復。

到此這篇關於HashSet如何保證元素不重復(面試必問)的文章就介紹到這瞭,更多相關HashSet保證元素不重復內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: