Java集合中HashSet的底层源码解读

Jerferry

于 2025-03-17 20:16:48 发布

阅读量657

点赞数 6

文章标签： java 开发语言

本文链接：https://blog.youkuaiyun.com/Jerferry/article/details/146322829

版权

1.HashSet的底层是由HaShMap实现的，本质是数组+链表+红黑树

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

2.当你创建了一个空的HashSet，首次往里添加元素时，底层的具体操作如下

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

上图代码中，当调用它的add方法时，底层调用HaShMap的put方法，并返回一个布尔值

因为HaShMap是双列集合，构造器中需要添加key和value。但HashSet是单列集合，只需要借助HashMap的key来保存数据即可，所以上图中代码的PRESENT是定义好的一个Object 常量。

我们继续往下追源码

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

发现，在put的方法中，调用了putVal方法，除了键值对外，还添加了hash参数，我们追进hash（）方法中

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

该方法是在添加一个元素时，为这个元素分配一个hash值，上图代码逻辑是，如果传入的key是null，hash值为0，如果不为null，取该key的hashcode值与它的hashcode值无符号右移16位的值做异或运算后得到该key的hash值。

从这里我们大致可以得出，当重复传入两个相同的对象时，他们的hash值是相同的。

接着我们继续追putVal方法

    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;
    }

是一段逻辑较为复杂的方法，我们一点一点看

Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;

首先看，开头第一段，定义了一个node类型的数组 tab和node类型的p

if语句中，将table的引用赋给tab，并判断是否为空，或者tab的长度是否为0

本质上就是在判断这个数组是否为空，如果为空，就将resize方法的结果返回给tab，并重新计算tab的长度

我们追一下resize方法

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }

简单说，这段代码先判断你的table是否为空，如果为空，就将旧的容量设置为0，然后继续进行逻辑判断，显然这里oldCap = 0，所以直接进入到else语句的逻辑中，将默认的容量值赋给newCap，将临界容量设置为默认值 * 临界因子0*75，初始默认值为16，临界值为12.最后将有16个空间的table返回

hashset的机制是，当数组中node节点的个数达到12个以上时，就会进行数组扩容，扩容到16 *2的大小

继续看putVal方法

 if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);

接下来，将该hash值转换为索引值，判断tab该索引的位置有没有元素，没有的化，就新建一个node对象传入。

然后不执行else语句，执行到

++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;

将添加次数 + 1，判断table的容量是否大于临界值，大于就重新扩容，

else语句中执行的是当tab的该索引已经有元素的情况，也就是怎加重复元素，我们追一下里面的源码细节，

 else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;

首先判断你传入的这个对象的hash值和原本的是否相同，并且判断原本的key和传入的key是不是同一个对象。或者是key不为空的情况下，利用equals方法判断传入的key和本来有的k是否相同，如果相同，将p的指向赋给e，p指向的是p指向当前索引为i的tab。

由于

        if ((p = tab[i = (n - 1) & hash]) == null)这个判断中，在判断之前就会将p指向当前索引为i的tab

此时，不执行下面的else if 和else，直接进入到

   if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }

最后返回一个oldValue，也就是我们的obj常量，然后退回至

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

上面为它返回了一个常量，不为null，所以添加失败。

如果我们添加一个不相同的元素，则不满足

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

该逻辑，所以会走else里的逻辑

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;
                }
            }

首先进入一个无线循环，这里的逻辑概括起来说就是，利用e和p分别指向新旧node，让他们串成链表（如果有数据结构基础很容易理解），两种情况下会退出循环，第一中是，该数组索引下的链表长度大于8，或者新传入的数据在该链表中已经存在!

这样，就可以实现，添加不同的新元素。