通过源码探查HashSet究竟是如何保证唯一性的

面试官： 你能简单介绍下List和Set有什么区别吗？

小憨：

List是一个有序的集合，在内存是连续存储的，可以存储重复的元素，List查询快，增删慢；Set是一个无序的集合，在内存中不连续，不可以存储重复的元素，Set增删快，查询慢；

面试官： 那HashSet是如何保证元素不重复的？

小憨： 3分钟。。。

---

为了避免出现小憨这种知其然不知其所以然的尴尬，我们还是有必要来分析下上述问题的。

客官，且看下文

我们都知道HashSet存放的元素是不允许重复的，那么HashSet又是是如何保证元素不可重复的，你知道吗？

先看段源码

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;

private static final Object PRESENT = new Object();

public HashSet() {

map = new HashMap<>();

}

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);

}

}

乍一看这段代码，哎呦我去，new HashSet()操作不就不是维护了一个HashMap嘛，要是这么往下演的话，我觉得我这点功力也能看个大概呀！

诸位同仁，咱接着往下看

public boolean add(E e) {

return map.put(e, PRESENT)==null;

}

什么，这不就是map操作么，瞬间我来个下饭推理；

Map中的key是不允许重复的，而你HashSet正好利用我Map中key不重复的特性来校验重复元素，妙哉妙哉。

确实，HashSet确实是利用Map的这一特性实现了元素的不重复特性，但是我们再来深挖一下，Map他又是如何来保证key不重复的呢？

与其说这篇文章是介绍HashSet如何保证元素不重复的，倒不如说Map是如何保证Key不重复的。

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;

// 1、如果该位置不存在，直接插入

if ((p = tab[i = (n - 1) & hash]) == null)

tab[i] = newNode(hash, key, value, null);

else {

Node<K,V> e; K k;

// 2、如果存在，判断是否是重复元素

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;

}

上面部分我重点圈了两段代码，分别是1和2。

第一段

if ((p = tab[i = (n - 1) & hash]) == null)

这段代码其实主要是通过hash计算该元素的位置，然后判断该位置是否有值，如果没有值，那么可以直接插入，最后返回null；

第二段

if (p.hash == hash &&

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

e = p;

如果通过计算，该位置上已经有其他元素，那么接下来就会通过hash和equals进行判断，判断它是不是重复元素，如果重复元素，那么最后会将这个重复元素返回。

通过第二段代码我们可以发现，判断元素是否重复，使用的是hash和equals方法进行判断的，所有我们Set里面如果存放的是对象，那么一定要重写hash和equals方法。

现在是不是很清晰了，为啥要重写equals方法了，不会出现那么诡异的代码了，这两个对象值都一样啊，为什么Set没去重呢！