面试题： hashset如何保证值不会被重复的

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

面试题： hashset如何保证值不会被重复的

猜你喜欢