集合篇：Set—HashSet源码解析

Java中的HashSet和TreeSet两个类都是在Map的基础上组装而来的。侧重点也在于Set如何利用Map现有的功能实现自身的设计。

1.HashSet整体架构

HashSet是对HashMap进行组装后的产物，源码文件中对该类的描述具体有如下四点，

1. 底层实现基于HashMap，所以迭代过程中不能维护插入顺序。
2. add、remove、contains、size等方法的耗能不会随着数据的增加而增加。主要与HashMap底层数组结构相关，不管数据量多大，不考虑hash冲突时，时间复杂度都是O(1)。
3. 作为共享变量时，线程不安全，如果需要保证线程安全，则序通过Collections.synchronizedSet方法将其转换为线程安全的集合。
4. 迭代过程中如果数据结构发生变化，会抛出ConcurrentModificationException异常。

上面这四点中，2、3、4在List和Map中也都提及，故这三条是List、Map和Set的共同特点。

2.HashSet组合HashMap的方法

Java中基于基础类进行创新的方式主要有两种，

• 继承基础类，复写基础类的方法，比如LinkedHashMap对HashMap访问元素过程在调用get方法时的afterNodeAccess方法进行复写，实现LRU。
• 组合基础类，通过调用基础类的方法，来复用基础类的能力。

HashSet选取的就是组合HashMap的方法，这种方式的好处是，

1. 继承表示父类和子类是同一个事物，而Set和Map本身想表达的是两个概念，所以使用继承的方式不妥当。且因为Java语法的限制，子类只能有一个父类，后续难以拓展。
2. 组合的方式更加灵活，可以任意组合现有的基础类，并在基础类的方法的基础上进行拓展、编排等。而且方法名称可以任意命名，无需与基础类方法名称保持一致。

在平时的开发中，碰到类似问题应尽量多使用组合，少用继承。

组合HashMap就是将HashMap作为自身的一个局部变量，从HashSet的构造方法中就可以看出，

private transient HashMap<E,Object> map;

// Dummy value to associate with an Object in the backing Map
private static final Object PRESENT = new Object();

// 无参数初始化
public HashSet() {
    map = new HashMap<>();
}

// 使用集合对象初始化
public HashSet(Collection<? extends E> c) {
    map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
    addAll(c);
}

// 指定初始化大小和负载因子初始化
public HashSet(int initialCapacity, float loadFactor) {
    map = new HashMap<>(initialCapacity, loadFactor);
}

	......

所有的初始化方式中都会初始化一个HashMap对象。同时HashSet类始终存在一个Object对象，该对象在调用add方法时会用到，

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

HashMap中的key是唯一的，HashSet借用了HashMap的这一属性。对于value，设置为相同的值即可。

总结

HashSet内部本质就是HashMap，只是对HashMap做了一层外包。利用HashMap已有的功能完成自己的需求。没有使用继承的方式，使得其方法可以自己定义，无需与HashMap保持一致。

如果想依据key的插入顺序进行遍历，使用LinkedHashSet类即可。LinkedHashSet是基于LinkedHashMap实现的。