HashSet：实不相瞒，我就是个套壳 HashMap

题外话

听说公众号又改版了，之前推送不是按时间线来了，也就是你在订阅号消息中看到的推送是按照某种推荐规则来的，而不是按发文顺序，这导致如果大家不往下多翻翻，可能都看不到某些号的推文了，比如我这个小号。（除非加星标）

这两天的改变是公众号底部除了「在看」外，增加了「赞」和「分享」这两个功能，这个意思就是告诉各位同学，你好不容易能看到我的文章一回，不三连一下分享、点赞、在看，实在于心不忍吧。着急的话，赶紧滑到底部 Trible Kill 一下，不着急的话，可以看完文章再说。不差这几分钟的。

正文开始

之前的 7000 字说清楚 HashMap 已经详细介绍了 HashMap 的原理和实现，本次再来说说他的同胞兄弟 HashSet，这两兄弟经常被拿出来一起说，面试的时候，也经常是两者结合着考察。难道它们两个的实现方式很类似吗，不然为什么总是放在一起比较。

实际上并不是因为它俩相似，从根本上来说，它俩本来就是同一个东西。再说的清楚明白一点， HashSet 就是个套了壳儿的 HashMap。所谓君子善假于物，HashSet 就假了 HashMap。既然你 HashMap 都摆在那儿了，那我 HashSet 何必重复造轮子，借你一样，何不美哉！

HashSet 是什么

下面是 HashSet 的继承关系图，还是老样子，我们看一个数据结构的时候先看它的继承关系图。与 HashSet 并列的还有 TreeSet ，另外 HashSet 还有个子类型 LinkedHashSet ，这个我们后面再说。

套壳 HashMap

为啥这么说呢，在我第一次看 HashSet 源码的时候，已经准备好了笔记本，拿好了圆珠笔，准备好好探究一下 HashSet 的神奇所在。可当我按着 Ctrl +鼠标左键进入源码的构造函数的时候，我以为我走错了地方，这构造函数有点简单，甚至还有点神奇。new 了一个 HashMap 并且赋给了 map 属性。

private transient HashMap<E,Object> map;

public HashSet() {
  map = new HashMap<>();
}

再三确认没看错的情况下，我明白了， HashSet 就是在 HashMap 的基础上套了个壳儿，我们用的是个 HashSet ，实际上它的内部存储逻辑都是 HashMap 的那套逻辑。

除了上面的那个无参类型的构造方法，还有其他的有参构造方法，一看便知，其实就是 HashMap 包装了一层而已。

public HashSet(Collection<? extends E> c) {
  map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
  addAll(c);
}

public HashSet(int initialCapacity, float loadFactor) {
  map = new HashMap<>(initialCapacity, loadFactor);
}

public HashSet(int initialCapacity) {
  map = new HashMap<>(initialCapacity);
}

用法

HashSet 应该算是众多数据结构中最简单的一个了，满打满算也就那么几个方法。

public Iterator<E> iterator() {
  return map.keySet().iterator();
}

public int size() {
  return map.size();
}

public boolean isEmpty() {
  return map.isEmpty();
}

public boolean contains(Object o) {
  return map.containsKey(o);
}

public boolean add(E e) {
  return map.put(e, PRESENT)==null;
}

public boolean remove(Object o) {
  return map.remove(o)==PRESENT;
}

public void clear() {
  map.clear();
}

很简单对不对，就这么几个方法，而且你看每个方法其实都是对应的操作 map，也就是内部的 HashMap ，也就是说只要你懂了 HashMap 自然也就懂了 HashSet 。

保证不重复

Set 接口要求不能有重复项，只要继承了 Set 就要遵守这个规定。我们大多数情况下使用 HashSet 也是因为它有去重的功能。

那它是如何办到的呢，这就要从它的 add 方法说起了。

// Dummy value to associate with an Object in the backing Map
private static final Object PRESENT = new Object();
public boolean add(E e) {
  return map.put(e, PRESENT)==null;
}

HashSet 的 add 方法其实就是调用了 HashMap 的 put 方法，但是我们都知道 put 进去的是一个键值对，但是 HashSet 存的不是键值对啊，是一个泛型啊，那它是怎么办到的呢？

它把你要存的值当做 HashMap 的 key，而 value 值是一个 final 的 Object 对象，只起一个占位作用。而 HashMap 本身就不允许重复键，正好被 HashSet 拿来即用。

如何保证不重复呢

HashMap 中不允许存在相同的 key 的，那怎么保证 key 的唯一性呢，判断的代码如下。

if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))

首先通过 hash 算法算出的值必须相等，算出的结果是 int，所以可以用 == 符号判断。只是这个条件可不行，要知道哈希碰撞是什么意思，有可能两个不一样的 key 最后产生的 hash 值是相同的。

并且待插入的 key == 当前索引已存在的 key，或者 待插入的 key.equals(当前索引已存在的key)，注意 == 和 equals 是或的关系。== 符号意味着这是同一个对象， equals 用来确定两个对象内容相同。

如果 key 是基本数据类型，比如 int，那相同的值肯定是相等的，并且产生的 hashCode 也是一致的。

String 类型算是最常用的 key 类型了，我们都知道相同的字符串产生的 hashCode 也是一样的，并且字符串可以用 equals 判断相等。

但是如果用引用类型当做 key 呢，比如我定义了一个 MoonKey 作为 key 值类型

public class MoonKey {

    private String keyTile;

    public String getKeyTile() {
        return keyTile;
    }

    public void setKeyTile(String keyTile) {
        this.keyTile = keyTile;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        MoonKey moonKey = (MoonKey) o;
        return Objects.equals(keyTile, moonKey.keyTile);
    }
}

然后用下面的代码进行两次添加，你说 size 的长度是 1 还是 2 呢？

Map<MoonKey, String> m = new HashMap<>();
MoonKey moonKey = new MoonKey();
moonKey.setKeyTile("1");
MoonKey moonKey1 = new MoonKey();
moonKey1.setKeyTile("1");
m.put(moonKey, "1");
m.put(moonKey1, "2");
System.out.println(hash(moonKey));
System.out.println(hash(moonKey1));
System.out.println(m.size());

答案是 2 ，为什么呢，因为 MoonKey 没有重写 hashCode 方法，导致 moonkey 和 moonKey1 的 hash 值不可能一样，当不重写 hashCode 方法时，默认继承自 Object 的 hashCode 方法，而每个 Object 对象的 hash 值都是独一无二的。

划重点，正确的做法应该是加上 hashCode 的重写。

@Override
public int hashCode() {
  return Objects.hash(keyTile);
}

这也是为什么要求重写 equals 方法的同时，也必须重写 hashCode 方法的原因之一。如果两个对象通过调用equals方法是相等的，那么这两个对象调用hashCode方法必须返回相同的整数。有了这个基础才能保证 HashMap 或者 HashSet 的 key 唯一。

非线程安全

由于 HashMap 不是线程安全的，自然， HashSet 也不是线程安全啦。在多线程、高并发环境中慎用，如果要用的话怎么办呢，不像 HashMap 那样有多线程版本的 ConcurrentHashMap ，不存在 “ConcurrentHashSet`这种数据结构，如果想用的话要用下面这种方式。

Set<String> set = Collections.synchronizedSet(new HashSet<String>());

或者使用 ConcurrentHashMap.KeySetView 也可以，但是，这其实就不是 HashSet 了，而是 ConcurrentHashMap 的一个实现了 Set 接口的静态内部类，多线程情况下使用起来完全没问题。

ConcurrentHashMap.KeySetView<String,Boolean> keySetView = ConcurrentHashMap.newKeySet();
keySetView.add("a");
keySetView.add("b");
keySetView.add("c");
keySetView.add("a");
keySetView.forEach(System.out::println);

LinkedHashSet

如果说 HashSet 是套壳儿 HashMap ，那么 LinkedHashSet 就是套壳儿 LinkedHashMap 。对比 HashSet ，它的一个特点就是保证数据有序，插入的时候什么顺序，遍历的时候就是什么顺序。

看一下它其中的无参构造函数。

public LinkedHashSet() {
  super(16, .75f, true);
}

LinkedHashSet 继承自 HashSet ，所以 super(16, .75f, true); 是调用了 HashSet 三个参数的构造函数。

HashSet(int initialCapacity, float loadFactor, boolean dummy) {
  map = new LinkedHashMap<>(initialCapacity, loadFactor);
}

这次不是 new HashMap 了，而是 new 了一个 LinkedHashMap ，这就是它能保证有序性的关键。 LinkedHashMap 用双向链表的方式在 HashMap 的基础上额外保存了键值对的插入顺序。

HashMap 中定义了下面这三个方法，这三个方法是在插入和删除键值对的时候调用的方法，用来维护双向链表，在 LinkedHashMap 中有具体的实现。

// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }

由于 LinkedHashMap 可以保证键值对顺序，所以，用来实现简单的 LRU 缓存。

所以，如果你有场景既要保证元素无重复，又要保证元素有序，可以使用 LinkedHashSet 。

最后

其实你掌握了 HashMap 就掌握了 HashSet ，它没有什么新东西，就是巧妙的利用了 HashMap 而已，新不新不要紧，好用才是最重要的。