面试题： hashset如何保证值不会被重复的

Love The Way You Lie 2023-06-30 13:59 23阅读 0赞

个人博客网：[https://wushaopei.github.io/][https_wushaopei.github.io]    (你想要这里多有)

众所周知，HashSet 的值是不可能被重复的，在业务上经常被用来做数据去重的操作，那么，其内部究竟是怎么保证元素不重复的呢？

这里将对**HashSet** 的源码进行逐步的解析：

当我们对一个**HashSet** 的实例添加一个值时，使用到的是它的 **add** 方法，源码如下：

218    public boolean add(E e) {
    219        return map.put(e, PRESENT)==null;
    220    }

由以上的**add** 方法内的实现可知，其维护了一个 **HashMap** 来实现元素的添加；众所周知，**HashMap** 作为双列集合，它的键是不能够重复的，这里的 **PRESENT** 是作为占位符的存在，与值重复判断与否没有意义，不作赘述。

其实，到了这里，我们已经可以知道 **HashSet** 的值作为 **HashMap** 中的 **key**（键）的，可以确定是不会存在重复值存在的情况发生。

但是，我们要了解的是为什么不会重复，继续深究，这里继续了解对该值的一个不可重复的原因.

以下是**HashSet** 引用**HashMap**的具体位置。

public class HashSet<E>
        extends AbstractSet<E>
        implements Set<E>, Cloneable, java.io.Serializable
    {
        static final long serialVersionUID = -5024744406713321676L;
    
        private transient HashMap<E,Object> map;
    
        // Dummy value to associate with an Object in the backing Map
        private static final Object PRESENT = new Object();
    
        /**
         * Constructs a new, empty set; the backing <tt>HashMap</tt> instance has
         * default initial capacity (16) and load factor (0.75).
         */
        public HashSet() {
            map = new HashMap<>();
        }
    
        /**
         * Constructs a new set containing the elements in the specified
         * collection.  The <tt>HashMap</tt> is created with default load factor
         * (0.75) and an initial capacity sufficient to contain the elements in
         * the specified collection.
         *
         * @param c the collection whose elements are to be placed into this set
         * @throws NullPointerException if the specified collection is null
         */
        public HashSet(Collection<? extends E> c) {
            map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
            addAll(c);
        }

**HashSet** 其实是在构造器内实例化了一个 **HashMap** 对象，那么可以得知，**HashSet** 的值不可重复是依赖于 **HashMap** 的底层对值不可重复的依赖。

其实

以下我们进入到 **HashMap** 的 **put()**方法中去：

/**
         * Associates the specified value with the specified key in this map.
         * If the map previously contained a mapping for the key, the old
         * value is replaced.
         *
         * @param key key with which the specified value is to be associated
         * @param value value to be associated with the specified key
         * @return the previous value associated with <tt>key</tt>, or
         *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
         *         (A <tt>null</tt> return can also indicate that the map
         *         previously associated <tt>null</tt> with <tt>key</tt>.)
         */
        public V put(K key, V value) {
            return putVal(hash(key), key, value, false, true);
        }

由 **put ** 方法的实现可知，该 **put** 方法对传入的 **Map** 的**key - value** 进行了更深一层的 **putVal**（）的处理。

但这个方法不是我们现在需要了解的，稍后再对这里进行了解。

进入 putVal() 方法之前，对传入的 key 进行了hash 运算，获取了一个 hash 值：

static final int hash(Object key) {
            int h;
            return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
        }

获取hash 值的规则是 ：当 key == null 时，hash 值为0；若不为null，则说明值有效，会通过 hashCode()

**关于 hashCode() 在这里的作用：**

hashCode在上面扮演的角色为寻域（寻找某个对象在集合中区域位置）。hashCode可以将集合分成若干个区域，每个对象都可以计算出他们的hash码，可以将hash码分组，每个分组对应着某个存储区域，根据一个对象的hash码就可以确定该对象所存储区域，这样就大大减少查询匹配元素的数量，提高了查询效率。

关于Key 不能够重复，这里可以得出了，相同的值得到的 hash 码大概率上是相同的，所以，key 可以保证不会重复，因为重复的值，一定会被覆盖。具体从后面的源码继续看：

/**
         * Implements Map.put and related methods
         *
         * @param hash hash for key
         * @param key the key
         * @param value the value to put
         * @param onlyIfAbsent if true, don't change existing value
         * @param evict if false, the table is in creation mode.
         * @return previous value, or null if none
         */
        final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
            Node<K,V>[] tab; Node<K,V> p; int n, i;
            if ((tab = table) == null || (n = tab.length) == 0)
                n = (tab = resize()).length;
            if ((p = tab[i = (n - 1) & hash]) == null)
                tab[i] = newNode(hash, key, value, null);
            else {
                Node<K,V> e; K k;
                if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                    e = p;
                else if (p instanceof TreeNode)
                    e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                else {
                    for (int binCount = 0; ; ++binCount) {
                        if ((e = p.next) == null) {
                            p.next = newNode(hash, key, value, null);
                            if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                                treeifyBin(tab, hash);
                            break;
                        }
                        if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                            break;
                        p = e;
                    }
                }
                if (e != null) { // existing mapping for key
                    V oldValue = e.value;
                    if (!onlyIfAbsent || oldValue == null)
                        e.value = value;
                    afterNodeAccess(e);
                    return oldValue;
                }
            }
            ++modCount;
            if (++size > threshold)
                resize();
            afterNodeInsertion(evict);
            return null;
        }

注意 以上方法 中的这一句：

if (e.hash == hash & ((k = e.key) == key || (key != null && key.equals(k))))
                            break;

由此可知，HashMap 的 集合元素 key-value 添加时，这里调用了对象的hashCode和equals方法进行的判断。

但要注意，原生的 hashCode 和 equals 更多的是在引用的位置上进行了去重校验，如要对具体的值或对象本身进行去重，还需进行重写操作。

所以又得出一个结论：**若要将对象存放到HashSet中并保证对象不重复，应根据实际情况将对象的hashCode方法和equals方法进行重写**

[https_wushaopei.github.io]: https://wushaopei.github.io/