Java集合之Set：无序不重复的元素容器

在Java集合框架中，Set是与List并列的重要接口，它以“无序且元素不重复”为核心特性，在数据去重、快速查找等场景中被广泛应用。本文将深入解析Set接口及其常用实现类，帮助你理解它们的底层原理与适用场景。

一、Set接口的核心特性

Set继承自Collection接口，但其行为与List有显著区别：

• 无序性：元素的存储顺序与插入顺序无关（特殊实现类如LinkedHashSet除外），不能通过索引访问元素。
• 唯一性/不重复：集合中不允许存在重复元素，判断重复的依据是equals()方法，若元素重写了equals()，通常需同时重写hashCode()以保证一致性。
• 无索引：没有类似get(int index)的方法，遍历需通过迭代器（Iterator）或增强for循环。

Set接口的常用方法与Collection基本一致，如add()、remove()、contains()、size()等，核心差异体现在实现类对“去重”和“查找效率”的不同优化上。

二、常用实现类及底层原理

1. HashSet：基于哈希表的高效实现

1. JDK8以后，当链表长度超过8，而且数组长度大于等于64时，自动转换为红黑树
2. 如果集合中存储的是自定义对象，必须重写hashCode和equals方法才能用来比较属性值是否相同

在知道了HashSet的底层原理后，我们就可以回答以下三个问题了：

1. HashSet为什么存和取的顺序不一样？

因为HashSet可能是数组+链表+红黑树的结合体，而取的时候，是从最小的地址值开始遍历，而先放进去的元素的地址值不一定就小，以上都造成了HashSet的存取顺序不同。

2. HashSet为什么没有索引？

因为HashSet是数组+链表+红黑树的结合体，若存在索引，无法分配索引，难道同一个链表上和同一个红黑树上的元素都用同一个索引码，因此便取消了HashSet的索引。

3. HashSet是利用什么机制保证数据去重的？

首先利用 HashCode方法来确定元素的位置，再通过equals方法来判断属性值是否重复【重写了HashCode 和 equals 方法】。

HashSet是Set最常用的实现类，底层通过哈希表（HashMap） 实现，其核心特性如下：

• 存储原理：借助HashMap的key存储元素（value为固定常量），利用哈希表的特性保证元素唯一。
• 去重逻辑：添加元素时，先通过hashCode()计算哈希值，若哈希值不同则直接存储；若哈希值相同，再通过equals()判断是否为同一元素，相同则拒绝添加。
• 性能：
  • add()、remove()、contains()等操作的平均时间复杂度为O(1)，效率极高。
  • 无序性：元素存储位置由哈希值决定，与插入顺序无关。
• 注意事项：
  • 元素需重写hashCode()和equals()，否则可能导致重复元素存入（如自定义对象未重写方法时，默认使用地址值判断【重要的事反复强调】）。
  • 线程不安全，多线程环境需手动同步（如使用Collections.synchronizedSet()）。

示例代码：

Set<String> hashSet = new HashSet<>();
hashSet.add("apple");
hashSet.add("banana");
hashSet.add("apple"); // 重复元素，添加失败
System.out.println(hashSet); // 输出可能为 [banana, apple]（顺序不确定）

2. LinkedHashSet：保留插入顺序的哈希实现

LinkedHashSet继承自HashSet，底层通过LinkedHashMap实现，在哈希表基础上增加了双向链表，用于记录元素的插入顺序，因此具备以下特性：

• 有序性：遍历元素时按插入顺序返回，解决了HashSet的无序问题。
• 性能：
  • 插入和删除效率略低于HashSet（因需维护链表），但遍历效率更高。
  • 时间复杂度仍为O(1)（平均），与HashSet接近。
• 适用场景：需要去重且保留插入顺序的场景（如日志记录、历史操作跟踪）。

示例代码：

Set<String> linkedHashSet = new LinkedHashSet<>();
linkedHashSet.add("first");
linkedHashSet.add("second");
linkedHashSet.add("first"); // 去重
System.out.println(linkedHashSet); // 输出 [first, second]（顺序与插入一致）

3. TreeSet：基于红黑树的排序实现

TreeSet底层通过红黑树（自平衡二叉查找树） 实现，核心特性是元素可排序：

• 两种排序方式：
  • 自然排序：元素实现Comparable接口，重写compareTo()方法（如Integer、String默认支持）。

代码示例：

public class Student implements Comparable<Student> {private String name;private int age;@Overridepublic int compareTo(Student o) {//this：表示当前要添加的元素//o：表示已经在红黑树存在的元素return this.age - o.age; // 按年龄升序排列}
}

排序规则图示：

适用场景

• 元素类有明确且唯一的默认排序逻辑（如数字按大小、字符串按字典序）。
• 排序规则需要在多处复用，且不会频繁变更。
• 元素类是自定义类，允许修改其代码以实现 Comparable 接口。

---

定制排序 / 比较器排序：创建TreeSet时传入Comparator对象，自定义排序逻辑。

// 按字符串长度排序
// lambda表达式版：
TreeSet<String> ts= new TreeSet<>((o1, o2) -> o1.length() - o2.length());// 原始版本：
TreeSet<String> ts= new TreeSet<>(new Comparator<String>() {@Override// o1：表示当前要添加的元素// o2：表示已经在红黑树存在的元素public int compare(String o1, String o2) {return o1.length() - o2.length();}
});

适用场景

• 元素类无法修改（如 String、Integer 等 JDK 内置类），无法实现 Comparable。
• 需要临时改变排序规则（同一批元素在不同场景下按不同规则排序）。
• 元素类已有默认排序，但需要覆盖默认规则（如数字默认升序，需临时按降序排列）。

---

• 去重逻辑：通过排序规则判断元素是否重复（compareTo()返回0则视为重复,而非 equals() 方法,因为其底层为红黑树，非哈希表）。
• 性能：
  • add()、remove()、contains()操作的时间复杂度为O(log n)，适合需要频繁排序和查找的场景。
  • 遍历元素时按排序顺序返回，无需额外排序操作。
• 注意事项：
  • 元素必须可比较（否则会抛出ClassCastException）。
  • 线程不安全，多线程环境需同步处理。

示例代码：

// 自然排序（String默认按字典序）
Set<String> treeSet = new TreeSet<>();
treeSet.add("orange");
treeSet.add("apple");
treeSet.add("banana");
System.out.println(treeSet); // 输出 [apple, banana, orange]（按字典序排序）// 定制排序（整数降序）
Set<Integer> customTreeSet = new TreeSet<>((a, b) -> b - a);
customTreeSet.add(3);
customTreeSet.add(1);
customTreeSet.add(2);
System.out.println(customTreeSet); // 输出 [3, 2, 1]

使用原则：默认使用第一种，如果第一种不能满足当前需求，就使用第二种

三、实现类对比与选择建议

三者均不重复，且无索引   哈希表 => 数组+单向链表+红黑树

实现类	底层结构	有序性	去重依据	平均时间复杂度	适用场景
HashSet	哈希表	无序	hashCode() + equals()	O(1)	高效去重，不关心顺序
LinkedHashSet	哈希表+双向链表	有序，插入顺序	hashCode() + equals()	O(1)	去重且需保留插入顺序
TreeSet	红黑树	可排序	compareTo()/Comparator	O(log n)	去重且需排序或频繁范围查询

四、使用注意事项

1. 元素的不可变性：若元素是可变对象，修改其属性可能导致哈希值或排序位置变化，引发Set内部状态混乱（如HashSet中元素修改后可能无法被正确查找）。建议使用不可变对象（如String、Integer）作为Set元素。

2. hashCode()与equals()的一致性：

   • 若a.equals(b) == true，则a.hashCode()必须等于b.hashCode()。
   • 重写时尽量保证哈希值分布均匀（减少哈希冲突），避免影响HashSet性能。

3. 线程安全：所有Set实现类均线程不安全，多线程并发修改时需使用Collections.synchronizedSet()包装，或直接使用ConcurrentHashMap（JDK 1.8+）的newKeySet()方法创建线程安全的Set。

总结

HashSet追求高效，LinkedHashSet兼顾顺序，TreeSet专注排序。理解它们的底层原理（哈希表、红黑树）和特性差异，能帮助你在实际开发中选择最合适的容器，提升代码效率与可读性。

---

如果我的内容对你有帮助，请 点赞 ， 评论 ， 收藏 。创作不易，大家的支持就是我坚持下去的动力！