[疯狂Java]集合：Set、HashSet、LinkedHashSet

1. Set：

1) Set其实就是Collection，它几乎没有扩展Collection的任何功能（没有在Collection的基础上添加任何额外的方法）；

2) 只不过Set的add方法要求添加的元素不能重复，如果重复则添加失败返回false；

2. HashSet：

1) 是Set的最常用的一种实现，实现方法是哈希表；

2) 按照哈希算法存储元素：

i. 当一个元素add进来的时候，或先调用元素的hashCode方法得到一个哈希值；

ii. 然后根据哈希值找到对应的哈希链（得到链头），链头称为“槽位”，链本身称谓“槽位”上的“桶”；

iii. 由于多个元素可能哈希值冲突，因此桶里可能包含多个元素，因此需要拿插入元素跟桶里的所有元素进行比较（equals方法），如果桶里还没有该元素则将该元素加入桶中（哈希链的链尾插入），否则就代表有元素跟插入元素重复，则拒绝插入！返回false；

3) 从算法中了解到，HashSet中元素的两个关键方法hashCode和equals方法，这两个方法非常重要，必须要合理实现：

i. hashCode决定槽位，equals决定同理是否有重复元素；

ii. 两者合并后得出的结论是：hashCode和equals共同决定集合中元素是否重复；

iii. 如果两个元素hashCode相同但equals不同，那么就位于同一个桶中（槽位相同），如果两个元素hashCode不同但equals相同则位于两个不同的桶中（槽位不同），这两种情况都属于不同的元素；

iv. 只有hashCode和equals同时相同才属于真正的重复！

4) 规范：HashSet保存的元素必须要实现hashCode和equals方法，并且两者最好应该保持一致（即hashCode相同则equals一定相同），这样可以保证每个槽位只有一个元素，不会形成桶，因为桶使用链表维护的，会降低效率；

！！并且两者不一致可能也会导致很多意外的错误和混乱！

5) 实验：

class A { // equals恒等，但hashCode恒不等（使用默认的地址作为hashCode）

@Override
public boolean equals(Object obj) {
// TODO Auto-generated method stub
return true;
}

}

class B { // hashCode恒等，但equals恒不等（默认使用地址进行比较）

@Override
public int hashCode() {
// TODO Auto-generated method stub
return 1;
}

}

class C { // 两者都恒等

@Override
public boolean equals(Object obj) {
// TODO Auto-generated method stub
return true;
}

@Override
public int hashCode() {
// TODO Auto-generated method stub
return 2;
}

}

public class Test {
public static void main(String[] args) {

HashSet set = new HashSet();

set.add(new A());
set.add(new A());
set.add(new B());
set.add(new B());
set.add(new C());
set.add(new C());

System.out.println(set);

}
}

！打印结果看到：[com.lirx.B@1, com.lirx.B@1, com.lirx.C@2, com.lirx.A@1db9742, com.lirx.A@106d69c]

！！A有两个（两个不同的随机hashCode），B也有两个（hashCode相同），C只有一个，说明A和B都没有重复，只不过B位于同一个桶中而已；

3. HashSet中最好不要保存可变元素！

1) 设想本来HashSet中添加了若干元素，一切都是好好的，里面都没有元素重复，但是如果后来修改了其中的元素，由于修改后可能导致hashCode、equals计算得到的值完全相同，但此时这两个元素还位于集合中，这不就和不重复的规矩相悖了吗？这完全有可能！而且很容易导致错误和混乱！

2) 一个最简单的案例：

class A { int val; } -> hashCode: val -> equals:val，即hashCode直接用val表示，equals直接用val比较

然后HashSet set -> add: 1, 2, 3, 4（类型都是A，值都是val的值）

！！由于只有在add时才会检查是否重复，而修改时不会，那么现在我们修改第一个元素，把其修改成3，那么集合就编程了3, 2, 3, 4，其中第一个和第三个元素的hashCode和equals都相同，因此两者重复了，但是它们的槽位都是按照原来（1, 2, 3, 4）计算的，也就是说位置图其实是这样的：

hash地址 元素 hash地址 元素

1 1 1 3

2 2 ---变成了--> 2 2

3 3 3 3

4 4 4 4

！明显可以看到第一个元素3，按照其hashCode方法计算得到的hash值应该是3，和现在其位于的槽位（hash值）1不相符，出现了错误，那么这样的错误会导致什么严重的后果呢？？

！！接着我们set.remove(3);试图把3这个元素删除，那么根据哈希算法，会先计算3的哈希值（3），然后就定位到第三个元素，然后在槽位3的桶中用equals寻找3这个元素，找到了然后删除，然后结果就变成了

hash地址 元素

1 3

2 2

4 4

！它并没有删除第一个3，因为第一个元素的槽位是1，1这个地址似乎无法根据3这个值计算出来的！

！！接着我们调用set.contains(3);查看3是否位于集合中，此时还是根据hash算法来定位这个元素，发现集合中根本没有3这个槽位，因此返回false，即值3不在集合中！这明显错误了！

3) 因此HashSet最好不要存放可变元素，因为当你改变元素的时候可能会导致元素重复！而这种重复可能会导致未知错误！

4. LinkedHashSet：

1) HashSet不维护元素的插入顺序，哈希地址越小顺序越靠前，但是LinkedHashSet维护元素插入顺序；

2) LinkedHashSet结构完全和HashSet一样，方法也完全一样，只不过就是比HashSet多维护了一张链表，用来记录元素的插入顺序，而遍历元素的时候就是顺着这张链表遍历的；

3) 优点和缺点：

i. 优点很明显，可以维护插入顺序，并且在遍历迭代的时候效率高（直接遍历这张链表即可）；

ii. 缺点：在插入删除元素时需要额外维护这张链表，因此需要消耗一定的时间，同时链表也需要额外的存储空间；

4) 测试：

public class Test {
public static void main(String[] args) {

LinkedHashSet set = new LinkedHashSet();

set.add(1);
set.add(2);
System.out.println(set); // [1, 2]

set.remove(1);
set.add(1);
System.out.println(set); // [2, 1]

}
}

！！可以看到完全按照插入顺序来的；