给jdk写注释系列之jdk1.6容器(6)-HashSet源码解析&Map迭代器

  今天的主角是HashSet,Set是什么东东,当然也是一种java容器了。
     现在再看到Hash心底里有没有会心一笑呢,这里不再赘述hash的概念原理等一大堆东西了(不懂得需要先回去看下HashMap了),需要在啰嗦一句的是hash表是基于快速存取的角度设计的,也是一种典型的空间换时间的做法(这个在分析HashMap中都有讲过)。那么今天的HashSet它又是怎么一回事的,他的存在又是为了解决什么问题呢?
     先来看下Set的特点:Set元素无顺序,且元素不可以重复。 。想到了什么?无顺序,由于散列的缘故;不可重复,HashMap的key就是不能重复的。是的,你有想对了。HashSet就是基于HashMap的key来实现的,整个HashSet中基本所有方法都是调用的HashMap的方法。利用HashMap可以实现两个卖点:1.不可重复,2.快速查找(contains)
     一起来看下吧:
 
1.定义
1 public class HashSet<E>
2     extends AbstractSet<E>
3     implements Set<E>, Cloneable, java.io.Serializable

  我们看到HashSet继承了AbstractSet抽象类,并实现了Set、Cloneable、Serializable接口。AbstractSet是一个抽象类,对一些基础的set操作进行封装。继续来看下Set接口的定义:

 1 public interface Set<E> extends Collection<E> {
 2     // Query Operations
 3     int size();
 4     boolean isEmpty();
 5     boolean contains(Object o);
 6     Iterator<E> iterator();
 7     Object[] toArray();
 8     <T> T[] toArray(T[] a);
 9     // Modification Operations
10     boolean add(E e);
11     boolean remove(Object o);
12     // Bulk Operations
13     boolean containsAll(Collection<?> c);
14     boolean addAll(Collection<? extends E> c);
15     boolean retainAll(Collection<?> c);
16     boolean removeAll(Collection<?> c);
17     void clear();
18     // Comparison and hashing
19     boolean equals(Object o);
20     int hashCode();
21 }

  发现了什么,Set接口和java.util.List接口一样也实现了Collection接口,但是Set和List所不同的是,Set没有get等跟下标先关的一些操作方法,那怎么取值呢?Iterator还记得吗,使用迭代器对不对。(不明白的回去看Iterator讲解

 

2.底层存储

1     // 底层使用HashMap来保存HashSet的元素
2     private transient HashMap<E,Object> map;
3 
4     // Dummy value to associate with an Object in the backing Map
5     // 由于Set只使用到了HashMap的key,所以此处定义一个静态的常量Object类,来充当HashMap的value
6     private static final Object PRESENT = new Object();

  看到这里就明白了,和我们前面说的一样,HashSet是用HashMap来保存数据,而主要使用到的就是HashMap的key。

  看到private static final Object PRESENT = new Object();不知道你有没有一点疑问呢。这里使用一个静态的常量Object类来充当HashMap的value,既然这里map的value是没有意义的,为什么不直接使用null值来充当value呢?比如写成这样子private final Object PRESENT = null;我们都知道的是,Java首先将变量PRESENT分配在栈空间,而将new出来的Object分配到堆空间,这里的new Object()是占用堆内存的(一个空的Object对象占用8byte),而null值我们知道,是不会在堆空间分配内存的。那么想一想这里为什么不使用null值。想到什么吗,看一个异常类java.lang.NullPointerException, 噢买尬,这绝对是Java程序员的一个噩梦,这是所有Java程序猿都会遇到的一个异常,你看到这个异常你以为很好解决,但是有些时候也不是那么容易解决,Java号称没有指针,但是处处碰到NullPointerException。所以啊,为了从根源上避免NullPointerException的出现,浪费8个byte又怎么样,在下面的代码中我再也不会写这样的代码啦if (xxx == null) { ... } else {....},好爽。

 

3.构造方法

 1  /**
 2      * 使用HashMap的默认容量大小16和默认加载因子0.75初始化map,构造一个HashSet
 3      */
 4     public HashSet() {
 5         map = new HashMap<E,Object>();
 6     }
 7 
 8     /**
 9      * 构造一个指定Collection参数的HashSet,这里不仅仅是Set,只要实现Collection接口的容器都可以
10      */
11     public HashSet(Collection<? extends E> c) {
12         map = new HashMap<E,Object>(Math. max((int) (c.size()/.75f) + 1, 16));
13        // 使用Collection实现的Iterator迭代器,将集合c的元素一个个加入HashSet中
14        addAll(c);
15     }
16 
17     /**
18      * 使用指定的初始容量大小和加载因子初始化map,构造一个HashSet
19      */
20     public HashSet( int initialCapacity, float loadFactor) {
21         map = new HashMap<E,Object>(initialCapacity, loadFactor);
22     }
23 
24     /**
25      * 使用指定的初始容量大小和默认的加载因子0.75初始化map,构造一个HashSet
26      */
27     public HashSet( int initialCapacity) {
28         map = new HashMap<E,Object>(initialCapacity);
29     }
30 
31     /**
32      * 不对外公开的一个构造方法(默认default修饰),底层构造的是LinkedHashMap,dummy只是一个标示参数,无具体意义
33      */
34     HashSet( int initialCapacity, float loadFactor, boolean dummy) {
35         map = new LinkedHashMap<E,Object>(initialCapacity, loadFactor);
36 }

  从构造方法可以很轻松的看出,HashSet的底层是一个HashMap,理解了HashMap后,这里没什么可说的。只有最后一个构造方法有写区别,这里构造的是LinkedHashMap,该方法不对外公开,实际上是提供给LinkedHashSet使用的,而第三个参数dummy是无意义的,只是为了区分其他构造方法。

 

4.增加和删除

    /**
     * 利用HashMap的put方法实现add方法
     */
    public boolean add(E e) {
        return map .put(e, PRESENT)== null;
    }

    /**
     * 利用HashMap的remove方法实现remove方法
     */
    public boolean remove(Object o) {
        return map .remove(o)==PRESENT;
    }

    /**
     * 添加一个集合到HashSet中,该方法在AbstractCollection中
     */
    public boolean addAll(Collection<? extends E> c) {
        boolean modified = false;
       // 取得集合c迭代器Iterator
       Iterator<? extends E> e = c.iterator();
       // 遍历迭代器
        while (e.hasNext()) {
           // 将集合c的每个元素加入到HashSet中
           if (add(e.next()))
              modified = true;
       }
        return modified;
    }
    
    /**
     * 删除指定集合c中的所有元素,该方法在AbstractSet中
     */
    public boolean removeAll(Collection<?> c) {
        boolean modified = false;

        // 判断当前HashSet元素个数和指定集合c的元素个数,目的是减少遍历次数
        if (size() > c.size()) {
            // 如果当前HashSet元素多,则遍历集合c,将集合c中的元素一个个删除
            for (Iterator<?> i = c.iterator(); i.hasNext(); )
                modified |= remove(i.next());
        } else {
            // 如果集合c元素多,则遍历当前HashSet,将集合c中包含的元素一个个删除
            for (Iterator<?> i = iterator(); i.hasNext(); ) {
                if (c.contains(i.next())) {
                    i.remove();
                    modified = true;
                }
            }
        }
        return modified;
}

 

5.是否包含

 1     /**
 2      * 利用HashMap的containsKey方法实现contains方法
 3      */
 4     public boolean contains(Object o) {
 5         return map .containsKey(o);
 6     }
 7       
 8     /**
 9      * 检查是否包含指定集合中所有元素,该方法在AbstractCollection中
10      */
11     public boolean containsAll(Collection<?> c) {
12        // 取得集合c的迭代器Iterator
13        Iterator<?> e = c.iterator();
14        // 遍历迭代器,只要集合c中有一个元素不属于当前HashSet,则返回false
15         while (e.hasNext())
16            if (!contains(e.next()))
17                return false;
18         return true;
19 }

  

  由于HashMap基于hash表实现,hash表实现的容器最重要的一点就是可以快速存取,那么HashSet对于contains方法,利用HashMap的containsKey方法,效率是非常之快的。在我看来,这个方法也是HashSet最核心的卖点方法之一。

 

6.容量检查

 1 /**
 2      * Returns the number of elements in this set (its cardinality).
 3      *
 4      * @return the number of elements in this set (its cardinality)
 5      */
 6     public int size() {
 7         return map .size();
 8     }
 9 
10     /**
11      * Returns <tt>true</tt> if this set contains no elements.
12      *
13      * @return <tt> true</tt> if this set contains no elements
14      */
15     public boolean isEmpty() {
16         return map .isEmpty();
17     }
  以上代码都很简单,因为基本都是基于HashMap实现,只要理解了HashMap,HashSet理解起来真的是小菜一碟了。
     那么HashSet就结束了。。。等等,不对还有一个东西,那就是迭代器,在HashMap和LinkedHashMap中都说过,这两个的迭代器实现都要依赖Set接口,下面就让我们先看下HashSet的迭代器吧。
 
7.迭代器
 
     7.1 HashMap的迭代器
 
     在《Iterator设计模式》中,我们分析了,实现Iterator迭代器的几个角色,并且自己简单实现了一个。而且我们看到Collection实现了Iterable接口,并且要求其子类实现一个返回Iterator接口的iterator()方法。那么既然HashSet是Collection的孙子类,那么HashSet也应该实现了一个返回Iterator接口的iterator()方法,对不对,我们去看看。
 1     /**
 2      * Returns an iterator over the elements in this set.  The elements
 3      * are returned in no particular order.
 4      *
 5      * @return an Iterator over the elements in this set
 6      * @see ConcurrentModificationException
 7      */
 8     public Iterator<E> iterator() {
 9         return map .keySet().iterator();
10     }

  我cha,咋回事,HashSet的iterator()方法竟然也是利用HashMap实现的,我们去看看HashMap的keySet()方法是什么鬼。

1 public Set<K> keySet() {
2         Set<K> ks = keySet;
3         return (ks != null ? ks : (keySet = new KeySet()));
4 }

  HashMap的keySet()方法的返回值竟然是一个Set,具体实现是一个叫KeySet的东东,KeySet又是什么鬼。

 1 private final class KeySet extends AbstractSet<K> {
 2         public Iterator<K> iterator() {
 3             return newKeyIterator();
 4         }
 5         public int size() {
 6             return size ;
 7         }
 8         public boolean contains(Object o) {
 9             return containsKey(o);
10         }
11         public boolean remove(Object o) {
12             return HashMap.this.removeEntryForKey(o) != null;
13         }
14         public void clear() {
15             HashMap. this.clear();
16         }
17 }

  哦,KeySet是一个实现了AbstractSet的HashMap的内部类。而KeySet的iterator()方法返回的是一个newKeyIterator()方法,好绕好绕,头晕了。

1 Iterator<K> newKeyIterator()   {
2         return new KeyIterator();
3 }

  newKeyIterator()方法返回的又是一个KeyIterator()方法,what are you 弄啥嘞?

1 private final class KeyIterator extends HashIterator<K> {
2         public K next() {
3             return nextEntry().getKey();
4         }
5 }

  好吧,不想说什么了,继续往下看吧。

 1 private abstract class HashIterator<E> implements Iterator<E> {
 2         // 下一个需要返回的节点
 3         Entry<K,V> next;   // next entry to return
 4         int expectedModCount ;     // For fast-fail
 5         int index ;          // current slot
 6         // 当前需要返回的节点
 7         Entry<K,V> current;// current entry
 8 
 9         HashIterator() {
10             expectedModCount = modCount ;
11             if (size > 0) { // advance to first entry
12                 Entry[] t = table;
13                // 初始化next参数,将next赋值为HashMap底层的第一个不为null节点
14                 while (index < t.length && ( next = t[index ++]) == null)
15                     ;
16             }
17         }
18 
19         public final boolean hasNext() {
20             return next != null;
21         }
22 
23         final Entry<K,V> nextEntry() {
24             if (modCount != expectedModCount)
25                 throw new ConcurrentModificationException();
26             // 取得HashMap底层数组中链表的一个节点
27             Entry<K,V> e = next;
28             if (e == null)
29                 throw new NoSuchElementException();
30 
31             // 将next指向下一个节点,并判断是否为null
32             if ((next = e.next) == null) {
33                 Entry[] t = table;
34                 // 如果为null,则遍历真个数组,知道取得一个不为null的节点
35                 while (index < t.length && ( next = t[index ++]) == null)
36                     ;
37             }
38            current = e;
39            // 返回当前节点
40             return e;
41         }
42 
43         public void remove() {
44             if (current == null)
45                 throw new IllegalStateException();
46             if (modCount != expectedModCount)
47                 throw new ConcurrentModificationException();
48             Object k = current.key ;
49             current = null;
50             HashMap. this.removeEntryForKey(k);
51             expectedModCount = modCount ;
52         }
53 
54 }
  最终找到了HashIterator这个类(也是HashMap的内部类),好累。。。主要看下nextEntry()这个方法,该方法主要思路是,首选拿去HashMap低层数组中第一个不为null的节点,每次调用迭代器的next()方法,就用该节点next一下,当当前节点next到最后为null,就拿数组中下一个不为null的节点继续遍历。什么意思呢,就是循环从数组第一个索引开始,遍历整个Hash表。
     至于你问我Iterator实现起来本来挺容易的一件事,为什么HashMap搞得这么复杂,我只想说不要问我,我也不知道。。。
     当然map是一个k-v键值对的容器,除了有对key的迭代keySet(),当然还有对value的迭代values(为什么value的迭代不是返回Set,因为value是可以重复的嘛),还有对整个键值对k-v的迭代entrySet(),和上面的代码都是一个原理,这里就不多讲了。
 
     7.2 LinkedHashMap的迭代器
 
     看完HashMap的Iterator实现,再来看下LinkedHashMap是怎么实现的吧(不从头开始找了,直接看最核心代码吧)。
 1 private abstract class LinkedHashIterator<T> implements Iterator<T> {
 2        // header.after为LinkedHashMap双向链表的第一个节点,因为LinkedHashMap的header节点不保存数据
 3        Entry<K,V> nextEntry    = header .after;
 4        // 最后一次返回的节点
 5        Entry<K,V> lastReturned = null;
 6 
 7         /**
 8         * The modCount value that the iterator believes that the backing
 9         * List should have.  If this expectation is violated, the iterator
10         * has detected concurrent modification.
11         */
12         int expectedModCount = modCount;
13 
14         public boolean hasNext() {
15             return nextEntry != header;
16        }
17 
18         public void remove() {
19            if (lastReturned == null)
20                throw new IllegalStateException();
21            if (modCount != expectedModCount)
22                throw new ConcurrentModificationException();
23 
24             LinkedHashMap. this.remove(lastReturned .key);
25             lastReturned = null;
26             expectedModCount = modCount ;
27        }
28 
29        Entry<K,V> nextEntry() {
30            if (modCount != expectedModCount)
31                throw new ConcurrentModificationException();
32             if (nextEntry == header)
33                 throw new NoSuchElementException();
34 
35             // 将要返回的节点nextEntry赋值给lastReturned
36             // 将nextEntry赋值给临时变量e(因为接下来nextEntry要指向下一个节点)
37             Entry<K,V> e = lastReturned = nextEntry ;
38             // 将nextEntry指向下一个节点
39             nextEntry = e.after ;
40             // 放回当前需返回的节点
41             return e;
42        }
43 }
  可以看出LinkedHashMap的迭代器,不在遍历真个Hash表,而只是遍历其自身维护的双向循环链表,这样就不在需要对数组中是否为空节点进行的判断。所以说LinkedHashMap在迭代器上的效率面通常是高与HashMap的,既然这里是通常,那么什么时候不通常呢,那就是HashMap中元素较少,分布均匀,没有空节点的时候。
 
     Map的迭代器源码读起来比较不太容易懂(主要是各种调用,各种内部类,核心代码不好找),但是找到核心代码后,逻辑原理也就很容易看懂了,当然前提是建立在了解了HashMap和LinkedHashMap的底层存储结构。
 
     额,这一篇确实是讲HashSet的,不是讲Map,这算不算走题了。。。
 
     HashSet 完!
 
参见:
 

 

posted @ 2015-12-21 17:16  吞噬天帝  阅读(1599)  评论(1编辑  收藏  举报