面试官（HashSet如何保证元素不重复（）） java后端

本文已收录《Java常见面试题》系列，Git 开源地址： https://gitee.com/mydb/interview

HashSet 实现了 Set 接口，由哈希表（实际是 HashMap）提供支持。HashSet 不保证集合的迭代顺序，但允许插入 null 值。也就是说 HashSet 不能保证元素插入顺序和迭代顺序相同。
HashSet 具备去重的特性，也就是说它可以将集合中的重复元素自动过滤掉，保证存储在 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（删除）、contains（判断某个元素是否存在）和 size（集合数量）。这些方法的性能都是固定操作时间，如果哈希函数是将元素分散在桶中的正确位置。
HashSet 基本使用如下：

// 创建 HashSet 集合 HashSet strSet = new HashSet<>(); // 给 HashSet 添加数据 strSet.add("Java"); strSet.add("MySQL"); strSet.add("Redis"); // 循环打印 HashSet 中的所有元素 strSet.forEach(s -> System.out.println(s));

2.HashSet 无序性 HashSet 不能保证插入元素的顺序和循环输出元素的顺序一定相同，也就是说 HashSet 其实是无序的集合，具体代码示例如下：

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

以上程序的执行结果如下：

文章图片

从上述代码和执行结果可以看出，HashSet 插入的顺序是：深圳 -> 北京 -> 西安，而循环打印的顺序却是：西安 -> 深圳 -> 北京，所以 HashSet 是无序的，不能保证插入和迭代的顺序一致。

PS：如果要保证插入顺序和迭代顺序一致，可使用 LinkedHashSet 来替换 HashSet。

3.HashSet 错误用法有人说 HashSet 只能保证基础数据类型不重复，却不能保证自定义对象不重复？这样说对吗？
我们通过以下示例来说明此问题。
3.1 HashSet 与基本数据类型
使用 HashSet 存储基本数据类型，实现代码如下：

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

以上程序的执行结果如下：

文章图片

从上述结果可以看出，使用 HashSet 可以保证基础数据类型不重复。
3.2 HashSet 与自定义对象类型
接下来，将自定义对象存储到 HashSet 中，实现代码如下：

public class HashSetExample { public static void main(String[] args) { HashSet personSet = new HashSet<>(); personSet.add(new Person("曹操", "123")); personSet.add(new Person("孙权", "123")); personSet.add(new Person("曹操", "123")); // 循环打印 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; } }

以上程序的执行结果如下：

文章图片

从上述结果可以看出，自定义对象类型确实没有被去重，那也就是说 HashSet 不能实现自定义对象类型的去重咯？
其实并不是，HashSet 去重功能是依赖元素的 hashCode 和 equals 方法判断的，通过这两个方法返回的都是 true 那就是相同对象，否则就是不同对象。而前面的 Long 类型元素之所以能实现去重，正是因为 Long 类型中已经重写了 hashCode 和 equals 方法，具体实现源码如下：

@Override public int hashCode() { return Long.hashCode(value); } public boolean equals(Object obj) { if (obj instanceof Long) { return value =https://www.it610.com/article/= ((Long)obj).longValue(); } return false; } //省略其他源码......

更多关于 hashCode 和 equals 的内容，详见：https://mp.weixin.qq.com/s/40zaEJEkQYM3Awk2EwIrWA
?
那么，想让 HashSet 支持自定义对象去重，只需要在自定义对象中重写 hashCode 和 equals 方法即可，具体实现代码如下：

@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 // 如果等于 null，或者对象类型不同返回 false if (o == null || getClass() != o.getClass()) return false; // 强转为自定义 Person 类型 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() { // 对比 name 和 password 是否相等 return Objects.hash(name, password); } }

重新运行以上代码，执行结果如下图所示：

文章图片

从上述结果可以看出，之前的重复项“曹操”已经被去重了。
4.HashSet 如何保证元素不重复？我们只要了解了 HashSet 执行添加元素的流程，就能知道为什么 HashSet 能保证元素不重复了？
HashSet 添加元素的执行流程是：当把对象加入 HashSet 时，HashSet 会先计算对象的 hashcode 值来判断对象加入的位置，同时也会与其他加入的对象的 hashcode 值作比较，如果没有相符的 hashcode，HashSet 会假设对象没有重复出现，会将对象插入到相应的位置中。但是如果发现有相同 hashcode 值的对象，这时会调用对象的 equals() 方法来检查对象是否真的相同，如果相同，则 HashSet 就不会让重复的对象加入到 HashSet 中，这样就保证了元素的不重复。
?
为了更清楚的了解 HashSet 的添加流程，我们可以尝试阅读 HashSet 的具体实现源码，HashSet 添加方法的实现源码如下（以下源码基于 JDK 8）：

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

从上述源码可以看出 HashSet 中的 add 方法，实际调用的是 HashMap 中的 put，那么我们继续看 HashMap 中的 put 实现：

// 返回值：如果插入位置没有元素则返回 null，否则返回上一个元素 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }

从上述源码可以看出，HashMap 中的 put() 方法又调用了 putVal() 方法，putVal() 的源码如下：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; //如果哈希表为空，调用 resize() 创建一个哈希表，并用变量 n 记录哈希表长度 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; /** * 如果指定参数 hash 在表中没有对应的桶，即为没有碰撞 * Hash函数，(n - 1) & hash 计算 key 将被放置的槽位 * (n - 1) & hash 本质上是 hash % n 位运算更快 */ if ((p = tab[i = (n - 1) & hash]) == null) // 直接将键值对插入到 map 中即可 tab[i] = newNode(hash, key, value, null); else {// 桶中已经存在元素 Node e; K k; // 比较桶中第一个元素(数组中的结点)的 hash 值相等，key 相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) // 将第一个元素赋值给 e，用 e 来记录 e = p; // 当前桶中无该键值对，且桶是红黑树结构，按照红黑树结构插入 else if (p instanceof TreeNode) e = ((TreeNode) p).putTreeVal(this, tab, hash, key, value); // 当前桶中无该键值对，且桶是链表结构，按照链表结构插入到尾部 else { for (int binCount = 0; ; ++binCount) { // 遍历到链表尾部 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 检查链表长度是否达到阈值，达到将该槽位节点组织形式转为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 链表节点的与 put 操作 // 相同时，不做重复操作，跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 找到或新建一个 key 和 hashCode 与插入元素相等的键值对，进行 put 操作 if (e != null) { // existing mapping for key // 记录 e 的 value V oldValue = https://www.it610.com/article/e.value; /** * onlyIfAbsent 为 false 或旧值为 null 时，允许替换旧值 * 否则无需替换 */ if (!onlyIfAbsent || oldValue == null) e.value = value; // 访问后回调 afterNodeAccess(e); // 返回旧值 return oldValue; } } // 更新结构化修改信息 ++modCount; // 键值对数目超过阈值时，进行 rehash if (++size> threshold) resize(); // 插入后回调 afterNodeInsertion(evict); return null; }

从上述源码可以看出，当将一个键值对放入 HashMap 时，首先根据 key 的 hashCode() 返回值决定该 Entry 的存储位置。如果有两个 key 的 hash 值相同，则会判断这两个元素 key 的 equals() 是否相同，如果相同就返回 true，说明是重复键值对，那么 HashSet 中 add() 方法的返回值会是 false，表示 HashSet 添加元素失败。因此，如果向 HashSet 中添加一个已经存在的元素，新添加的集合元素不会覆盖已有元素，从而保证了元素的不重复。如果不是重复元素，put 方法最终会返回 null，传递到 HashSet 的 add 方法就是添加成功。
总结 HashSet 底层是由 HashMap 实现的，它可以实现重复元素的去重功能，如果存储的是自定义对象必须重写 hashCode 和 equals 方法。HashSet 保证元素不重复是利用 HashMap 的 put 方法实现的，在存储之前先根据 key 的 hashCode 和 equals 判断是否已存在，如果存在就不在重复插入了，这样就保证了元素的不重复。