17370845950

HashSet通过HashMap的键唯一性实现去重，将元素作为key、PRESENT作value存储；判断重复需hashCode()与equals()共同作用，自定义类须重写二者；底层调用map.put(e, PRESENT)并依据返回值是否为null判定添加成功。

HashSet靠HashMap的键唯一性实现去重

HashSet本身不直接管理元素是否重复，而是把所有元素作为内部HashMap的key来存储，value统一用一个空对象（PRESENT）占位。因为HashMap规定同一个key只能存在一份，所以只要元素能被正确识别为“同一个key”，就不会重复添加。

判断重复依赖hashCode和equals两个方法

往HashSet里add一个对象时，会按以下顺序判断：

• 先调用该对象的hashCode()，算出哈希值，定位到哈希表中某个桶（数组位置）
• 如果桶为空，直接存入
• 如果桶已有元素，就逐个调用equals()比较——只有当hashCode()相同 且 equals()返回true，才认定是重复元素，跳过添加

注意：自定义类（比如Student）若想在HashSet中正确去重，必须同时重写hashCode()和equals()，否则默认按内存地址比较，两个内容相同的对象也会被当成不同元素。

底层操作其实就是HashMap.put()

看源码就能确认这一点：

• HashSet.add(e) 内部调用的是 map.put(e, PRESENT)
• 而HashMap.put()在发现key已存在时，会用新value覆盖旧value，并返回旧value；如果key不存在，则返回null
• 所以HashSet的add方法靠 put(...) == null 来判断是否真正新增成功

无序、允许null、线程不安全是附带特性

这些不是去重机制本身决定的，而是由底层HashMap行为自然带来的：

• 无序：哈希值决定存放位置，和插入顺序无关
• 允许一个null：HashMap允许key为null，且只允许一个（null的hashCode固定为0）
• 线程不安全：HashMap非同步，多个线程同时add可能引发数据错乱或丢失