【Java】HashSet

一、总述

在 HashSet 中它是没有什么新的方法的，因此我们只需要研究它的底层原理就行了。

HashSet集合 底层采取 哈希表 存储数据的。

哈希表 是一种对于增删改查数据性能都比较好的数据结构

在Java的不同版本中，哈希表的组成是不一样的。

JDK8以前：数组 + 链表

JDK8开始：数组 + 链表 + 红黑树

在哈希表中有一个非常非常重要的值：哈希值。

---

二、哈希值

1）介绍

哈希值：对象的整数表现形式。

哈希表在底层是有数组存在的，如果你要添加一个数据，它不是从 0索引 挨个往后存储的，而是根据 int index = (数组长度 - 1) & 哈希值; 这个公式算出元素在哈希表中应存入的位置。

如果现在要拿一个对象进行计算，就需要先将对象变成整数才能计算，此时这个整数有个专业名词：哈希值。

在Java中，是根据 hashCode() 计算出来的 int类型 的整数。

hashCode() 是定义在 Object 中的，所有对象都可以调用它，方法底层默认使用地址值进行计算。

但是一般情况下，用地址值去计算哈希值，这个意义并不是很大。

一般情况下，会重写 hashCode()，利用对象内部的属性值计算哈希值。

---

2）对象的哈希值特点

1、如果没有重写 hashCode()，此时用的是 Object 中的 hashCode()，它使用地址值计算的，而每个对象的地址值又是不一样的，因此不同对象计算出的哈希值是不同的。

2、如果已经重写了 hashCode()，不同的对象只要属性值相同，计算出的哈希值就是一样的。

3、在小部分情况下，不同的属性值或者不同的地址值计算出来的哈希值也有可能一样，一旦发生了这种情况，我们就会把它叫做：哈希碰撞。

---

3）代码示例

首先创建一个 Student类，此时先不重写 hashCode()

public class Student implements Comparable<Student>{
    private String name;
    private int age;
    
    // 无参构造、有参构造、get、set方法
}

然后在测试类中创建对象

Student s1 = new Student("zhangsan",23);
Student s2 = new Student("zhangsan",23);

如果没有重写hashCode方法，不同对象计算出的哈希值是不同的。

hashCode() 返回值类型是 int。

1、如果没有重写 hashCode()，此时用的是 Object 中的 hashCode()，它使用地址值计算的，而每个对象的地址值又是不一样的，因此不同对象计算出的哈希值是不同的

System.out.println(s1.hashCode());// 990368553
System.out.println(s2.hashCode());// 1096979270

---

2、如果已经重写了 hashCode()，不同的对象只要属性值相同，计算出的哈希值就是一样的。

重写也不需要我们自己写，快捷键 alt + Insert ，然后选择 equlas() and hashCode()。

这里的模版默认采用 JKD7 以上的版本，直接点击 Next 即可。

这里会默认把所有的属性全部写上，这里我们也不用去选择，直接也点击 Next 就好

然后 Create 即可

此时就会发现，IDEA已经帮你重写好了 equals方法

此时就会发现，不同的对象只要属性值相同，计算出的哈希值就是一样的。

System.out.println(s1.hashCode());//-1461067292
System.out.println(s2.hashCode());//-1461067292

---

3、在小部分情况下，不同的属性值或者不同的地址值计算出来的哈希值也有可能一样，一旦发生了这种情况，我们就会把它叫做：哈希碰撞

例如字符串，字符串底层其实也重写好了 hashCode()，它也是根据里面的 "abc" 来进行计算的。

我们可以来看一下，ctrl + N 搜索 java.lang包 下的 String

然后 ctrl + F12 搜索 hashCode()。

可以发现它已经重写了，并且在重写的时候它是按照字符串内部的属性来计算的哈希值。

回到测试类中，分别使用 "abc"、"abD" 来打印一下它们的哈希值，可以发现是一样的，此时就发生了哈希碰撞。

System.out.println("abc".hashCode()); // 96354
System.out.println("acD".hashCode());//96354

---

三、底层原理

JDK8以前：数组 + 链表

当我们创建了一个 HashSet集合，在底层第一步：创建一个默认长度为16，默认加载因子为0.75的数组，数组名为tablet。

此时数组中什么也没存，因此默认初始化值为 null。

0.75 先在这里留个印象，待会在添加数据的时候就清除了。

---

1）情况1

在添加数据的时候，它不是从 0索引 开始一个一个往后添加的，而是根据 元素的哈希值 跟 数组的长度 计算出当前元素应存入的位置。

公式为：int index = (数组长度 - 1) & 哈希值;，得到的整数就是这个整数应存入的位置。

假设此时添加的元素计算出来应存入的位置（索引）为 4，此时它就会判断，判断 4索引 的位置是不是 null，如果是 null，就会将元素直接添加进去

接下来添加第二个元素，其实就是重复刚刚的过程。

首先获取这个元素的哈希值，拿着哈希值跟数组的长度进行计算，算出应存入的位置。

假设它计算的位置是 1索引，就会进行判断 1索引 上是不是 null，如果是 null 就会直接存进去。

但是就会有一个问题：如果不是 null 呢？

---

2）情况2

如果当前计算的值不是 null，表示已经有元素，此时会去调用 equals() 比较对象内部的属性值是否相同。

例如现在添加的第三个元素，拿着属性值跟数组的长度计算了一下，计算出应存入的位置也是 4，此时就会判断 4索引 上是不是 null，如果是 null 直接添加。

但是现在它不是 null，表示有元素，则调用 equals() 比较对象内部的属性值。

如果属性值一样，那么当前的元素会进行舍弃；如果不一样，就会添加新的元素形成链表。

前面不同JKD版本的操作方式都是一样的，但是到这里，此时添加的时候，不同的JDK版本就会有分歧了。

JDK8以前：新元素存入数组，老元素挂在新元素下面

JDK8及JDK8以后：新元素直接挂在老元素下面

首先我们来看JDK8以前的操作：新元素存数组中，老元素往下移，挂载新元素的后面形成链表

JDK8以后，新元素直接挂载老元素下面形成链表。

继续往下，添加第四个元素，同样的，会利用第四个元素的哈希值跟数组的长度进行计算，算出当前的这个元素在数组中应存入的位置。

该位置如果为 null，则直接添加。

假设它现在计算出来的位置还是 4，但是 4索引 不是 null，此时它就会去调用对象内部的 equals() 比较对象内部的属性值。

4索引 下挂了一条链表，此时它会从链表的第一个元素开始调用 equals()，依次跟链表上的每一个元素进行比较，如果跟链表中所有元素都不一样，就会添加新的元素。

JDK8以前：新元素存数组中，老元素往下移，挂载新元素的后面。

但是现在我们使用的都是 8 以后的版本，所以直接将新元素挂载下面就行了

---

3）情况3

此时再来添加第五个元素，根据刚刚的过程，首先还是需要计算出应存入的位置，可以发现这个位置里面已经有元素了，此时它就会通过 equals() 依次跟链表上的每一个元素进行比较，如果跟所有的元素都不一样，才会添加新的元素。

但是在比较到第三个的时候它发现了：这两个元素是一样的。

如果一样，当前的元素就会舍弃不存，不会到集合中进行添加。

通过这种方式，HashSet() 就能保证元素的唯一。

---

4）情况4：0.75加载因子

现在我们再回过头来看这里的 0.75 加载因子。

当我们按照刚刚的方式，不断的去添加元素，上面数组中的元素会越来越多，这个时候就会用到加载因子了。

这个加载因子其实就是 HashSet 的扩容时机，当数组中存了 16 × 0.75 = 12 个元素的时候，此时数组就会扩容成原先的两倍，即从 16 扩容到 32。

---

5）情况5

还有种情况，当链表的长度大于8，并且数组长度大于等于64，当前的链表就会自动转为红黑树，从而提高操作效率。

所以说在JDK8以后，HashSet 的底层它是由 数组、挂载下面的链表、红黑树 这三种结构组成的。

---

四、总结

1、组成结构

JDK8以前：数组 + 链表

JDK8及JDK8以后：数组 ＋ 链表 ＋ 红黑树

---

2、添加元素的过程

其中加载因子是用来扩容的。

---

3、注意点

① JDK8以后，当链表的长度大于8，并且数组长度大于等于64，当前的链表就会自动转为红黑树，从而提高操作效率。

② HashSet集合存储自定义类型元素，要想实现元素的唯一，要求必须重写 hashCode方法 和 equals方法

如果没有重写，那么不管是 hashCode() 还是 equals()，在底层都是使用地址值进行 计算 / 比较，但是地址值对我们来讲意义并不是很大，而且每一个对象的地址值还不是一样的，因此我们需要重写它们两个。

重写 hashCode() 的目的是根据属性值去计算哈希值，重写 equals() 的目的：在比较的时候比的也是对象内部的属性值。

③ 如果在以后，我们存储的不是 Studnet，而是 String、Integer ，此时就不需要我们自己重写 equals() 了，因为这两个类都是Java提供的，它已经重写好了。

---

五、HashSet 的三个问题

问题1：HashSet 为什么存和取的顺序不一样？

问题2：HashSet 为什么没有索引？

问题3：HashSet 是利用什么机制保证数据去重的？

---

问题1：HashSet 为什么存和取的顺序不一样？

以下面的哈希表为例，HashSet 在遍历的时候，是从数组的 0索引 然后遍历每个索引的链表。

此时 0索引 位置是 null，因此它会跳过。

1索引 下面挂了一条链表，所以它会把链表里面所有的元素遍历完毕。

然后再去看 2索引、3索引，由于都是 null，因此跳过。

再去看 4索引，4索引 也是链表，所以它会继续讲这个链表遍历完毕。

如果数组里面存的不是链表，而是红黑树，那么也会使用我们以前的讲解方式将这棵树遍历完毕。

我们分别给这个哈希表里面的每一个元素编上号

第一个黄色的元素，就一定是第一个添加到数组当中的元素吗？不一定，因此它的存和取的顺序是有可能不一样的。

---

问题2：HashSet 为什么没有索引？

其实就是因为 HashSet 不够纯粹，在底层是由 数组 + 链表 + 红黑树 这三个组合形成的。

虽然数组中是有索引的，但是数组中有可能还挂着链表、红黑树，难道下面挂着的所有元素都是在1索引吗？这是不合适的，因此就直接取消了 HashSet 的索引机制。

---

问题3：HashSet 是利用什么机制保证数据去重的？

其实就是利用 HashCode() 和 equals()。

利用 HashCode() 可以得到哈希值，而 哈希值 就可以确定这个元素是添加在数组的哪个位置。

然后再去调用第二个方法 equals()，去比较对象内部的属性值是不是相同。

因此，如果HashSet集合存储自定义类型元素，要想实现元素的唯一，要求必须重写 hashCode方法 和 equals方法

---

六、练习：利用 HashSet集合 去除重复的元素

案例需求：创建一个存储学生对象的集合，存储多个学生对象，使用程序实现在控制台遍历该集合

要求：学生对象的成员变量值相同，我们就认为是同一个对象

Student.java

public class Student {
    //姓名
    private String name;
    //年龄
    private int age;

    // 无参构造、有参构造、get、set方法
    
    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        Student2 student2 = (Student2) o;
        return age == student2.age && Objects.equals(name, student2.name);
    }

    @Override
    public int hashCode() {
        return Objects.hash(name, age);
    }
}

测试类

package com.itheima.a05myset;

import java.util.HashSet;

public class A03_HashSetDemo2 {
    public static void main(String[] args) {
        //1.创建三个学生对象
        Student s1 = new Student("zhangsan",23);
        Student s2 = new Student("lisi",24);
        Student s3 = new Student("wangwu",25);
        Student s4 = new Student("zhangsan",23);


        //2.创建集合用来添加学生
        HashSet<Student> hs = new HashSet<>();

        //3.添加元素
        System.out.println(hs.add(s1)); // true
        System.out.println(hs.add(s2)); // true
        System.out.println(hs.add(s3)); // true
        System.out.println(hs.add(s4)); // false

        //4.打印集合
        System.out.println(hs); // [Student{name = wangwu, age = 25}, Student{name = lisi, age = 24}, Student{name = zhangsan, age = 23}]
    }
}