Java 集合系列之三：Set基本操作

1. Java Set

1. Java Set 重要觀點

• Java Set接口是Java Collections Framework的成員。
• Set不允許出現重復元素-----------無重復
• Set不保證集合中元素的順序---------無序
• Set允許包含值為null的元素，但最多只能有一個null元素。
• Set支持泛型（類型的參數化），我們應盡可能使用它。將Generics與List一起使用將在運行時避免ClassCastException。
• 先去看Map，Set的實現類都是基於Map來實現的(如，HashSet是通過HashMap實現的，TreeSet是通過TreeMap實現的，LinkedHashSet是通過LinkedHashMap來實現的)。 

2. Java Set類圖

Java Set接口擴展了Collection接口。Collection接口 externs Iterable接口。

一些最常用的Set實現類是HashSet，LinkedHashSet，TreeSet，SortedSet，CopyOnWriteArraySet。

AbstractSet提供了Set接口的骨干實現，以減少實現List的工作量。

 

3. Java Set 方法

 boolean    add(E e) //如果 set 中尚未存在指定的元素，則添加此元素（可選操作）。
 boolean    addAll(Collection<? extends E> c) //如果 set 中沒有指定 collection 中的所有元素，則將其添加到此 set 中（可選操作）。
 void    　　clear() //移除此 set 中的所有元素（可選操作）。
 boolean    contains(Object o) //如果 set 包含指定的元素，則返回 true。
 boolean    containsAll(Collection<?> c) //如果此 set 包含指定 collection 的所有元素，則返回 true。
 boolean    equals(Object o) //比較指定對象與此 set 的相等性。
 int    　　 hashCode() //返回 set 的哈希碼值。
 boolean    isEmpty() //如果 set 不包含元素，則返回 true。
 Iterator<E>    iterator() //返回在此 set 中的元素上進行迭代的迭代器。
 boolean    remove(Object o) //如果 set 中存在指定的元素，則將其移除（可選操作）。
 boolean    removeAll(Collection<?> c) //移除 set 中那些包含在指定 collection 中的元素（可選操作）。
 boolean    retainAll(Collection<?> c) //僅保留 set 中那些包含在指定 collection 中的元素（可選操作）。
 int    　　 size() //返回 set 中的元素數（其容量）。
 Object[]   toArray() //返回一個包含 set 中所有元素的數組。
<T> T[]    toArray(T[] a) //返回一個包含此 set 中所有元素的數組；返回數組的運行時類型是指定數組的類型。

2. HashSet

1. HashSet 結構圖

HashSet，由哈希表（實際上是一個 HashMap 實例）支持。它不保證 set 的迭代順序；特別是它不保證該順序恆久不變。此類允許使用 null元素。！
HashSet繼承了AbstractSet，實現了Cloneable和Serializable接口！

• 實現了Cloneable接口，即覆蓋了函數clone()，實現淺拷貝。
• 實現了Serializable接口，支持序列化，能夠通過序列化傳輸。

2. HashSet 重要特點

1. 依賴於哈希表（實際上是一個 HashMap 實例）（哈希表+鏈表+紅黑樹），不可以存儲相同元素（排重）
2. 底層實現是一個HashMap（保存數據），實現Set接口。（HashSet中含有一個”HashMap類型的成員變量”map，HashSet的操作函數，實際上都是通過map實現的。）
3. 非同步，線程不安全，存取速度快（同步封裝Set s = Collections.synchronizedSet(new HashSet(...));）
4. 默認初始容量為16。
5. 加載因子為0.75：即當 元素個數 超過 容量長度的0.75倍 時，進行擴容
6. 擴容增量：原容量的 1 倍,如 HashSet的容量為16，一次擴容后是容量為32
7. 重寫hashCode():HashSet集合排重時，需要判斷兩個對象是否相同，對象相同的判斷可以通過hashCode值判斷，所以需要重寫hashCode()方法
8. 重寫equals()：equals()方法是Object類中的方法，表示比較兩個對象是否相等，若不重寫相當於比較對象的地址， 所以我們可以嘗試重寫equals方法，檢查是否排重。
9. 會根據hashcode和equals來龐端是否是同一個對象，如果hashcode一樣，並且equals返回true，則是同一個對象，不能重復存放。 
10. fail-fast機制：HashSet通過iterator()返回的迭代器是fail-fast的。
11. 兩種遍歷方法：Iterator【iterator.next()】，forEach【set.toArray();】

Set<String> set = new HashSet<String>();
set.add("first");
set.add("second");
set.add("three");

// foreach
for (String string : set) {
    System.out.println(string);
}

// iterator
Iterator<String> setIterator = set.iterator();
while (setIterator.hasNext()) {
    String string = (String) setIterator.next();
    System.out.println(string);
}

3. TreeSet

1. TreeSet 結構圖

基於 TreeMap 的 NavigableSet 實現。使用元素的自然順序對元素進行排序，或者根據創建 set 時提供的 Comparator進行排序，具體取決於使用的構造方法。

　　TreeSet也不能存放重復對象，但是TreeSet會自動排序，如果存放的對象不能排序則會報錯，所以存放的對象必須指定排序規則。排序規則包括自然排序和客戶排序。

　　①自然排序：TreeSet要添加哪個對象就在哪個對象類上面實現java.lang.Comparable接口，並且重寫comparaTo()方法，返回0則表示是同一個對象，否則為不同對象。

　　②客戶排序：建立一個第三方類並實現java.util.Comparator接口。並重寫方法。定義集合形式為TreeSet ts = new TreeSet(new 第三方類());

TreeSet繼承了AbstractSet，實現了NavigableSet、Cloneable和Serializable接口！

• 繼承於AbstractSet,AbstractSet實現了equals和hashcode方法。
• 實現了NavigableSet接口，意味着它支持一系列的導航方法。比如查找與指定目標最匹配項。
• 實現了Cloneable接口，即覆蓋了函數clone()，實現淺拷貝。
• 實現了Serializable接口，支持序列化，能夠通過序列化傳輸。
•  TreeSet是SortedSet接口的實現類

2. TreeSet 重要特點

1. 依賴於TreeMap，TreeSet是基於TreeMap實現的。（紅黑樹）復雜度為O(log (n))
2. 不可以存儲相同元素（排重）,自動排序。（有序集合）
3. TreeSet中不允許使用null元素！在添加的時候如果添加null，則會拋出NullPointerException異常。
4. TreeSet是非同步的方法【SortedSet s = Collections.synchronizedSortedSet(new TreeSet(...));】。
5. 它的iterator 方法返回的迭代器是fail-fast的。
6. TreeSet不支持快速隨機遍歷，只能通過迭代器進行遍歷！ 兩種遍歷方法：Iterator【iterator.next()】，forEach【set.toArray();】
7. TreeSet中的元素支持2種排序方式：自然排序 或者 根據創建TreeSet 時提供的 Comparator 進行排序。這取決於使用的構造方法。
8. 自然排序，重寫compareTo方法：元素所屬的類需要實現java.lang.Comparable接口，並重寫compareTo方法。 compareTo方法除了可以進行排序外，還有排重的功能，但是必須在compareTo方法中對類中所有的屬性值都進行判斷，否則不比較那個屬性，排重就會忽略哪個屬性
9. 定制排序，重寫compare方法：元素需要通過java.util.Comparator接口（比較器）中的compare方法進行比較大小，並排序。 compare方法除了可以進行排序外，還有排重的功能，但是必須在compare方法中對類中所有的屬性值都進行判斷，否則不比較那個屬性，排重就會忽略哪個屬性

　　ps：Comparable中的compareTo()一個參數, Comparator中compare()兩個參數，返回值都是int類型，如果返回0,表示兩個比較元素相同，如果大於0 ，前面大於后面，如果小於0，前面小於后面。

3. HashSet vs TreeSet

1. HashSet是一個無序的集合，基於HashMap實現；TreeSet是一個有序的集合，基於TreeMap實現。
2. HashSet集合中允許有null元素，TreeSet集合中不允許有null元素。
3. HashSet和TreeSet都是非同步！在使用Iterator進行迭代的時候要注意fail-fast。

4. LinkedHashSet

1. LinkedHashSet 結構圖

LinkedHashSet類：LinkedHashSet正好介於HashSet和TreeSet之間，它也是一個hash表，但它同時維護了一個雙鏈表來記錄插入的順序，基本方法的復雜度為O(1)。

當遍歷該集合時候，LinkedHashSet將會以元素的添加順序訪問集合的元素。

2. LinkedHashSet 重要特點

1. 繼承自HashSet，與HashSet唯一的區別是LinkedHashSet內部使用的是LinkHashMap（(哈希表+鏈表+紅黑樹)+雙向鏈表）。
2.  LinkedHashSet在迭代訪問Set中的全部元素時，性能比HashSet好，但是插入時性能稍微遜色於HashSet。
3. 非同步，線程不安全，存取速度快（同步封裝 Set s = Collections.synchronizedSet(new LinkedHashSet(...));）
4. 其他同HashSet
5. 維護插入順序，LinkedHashSet使用LinkedHashMap對象來存儲它的元素，插入到LinkedHashSet中的元素實際上是被當作LinkedHashMap的鍵保存起來的
6. LinkedHashMap的每一個鍵值對都是通過內部的靜態類Entry<K, V>實例化的。這個 Entry<K, V>類繼承了HashMap.Entry類。這個靜態類增加了兩個成員變量，before和after來維護LinkedHasMap元素的插入順序。這兩個成員變量分別指向前一個和后一個元素，這讓LinkedHashMap也有類似雙向鏈表的表現。

 

4. ConcurrentSkipListSet

1. ConcurrentSkipListSet 結構圖

2. ConcurrentSkipListSet 重要特點

1. 一個基於 ConcurrentSkipListMap 的可縮放並發 NavigableSet 實現。set 的元素可以根據它們的自然順序進行排序，也可以根據創建 set 時所提供的 Comparator 進行排序，具體取決於使用的構造方法。
2. 此實現為 contains、add、remove 操作及其變體提供預期平均 log(n) 時間開銷。多個線程可以安全地並發執行插入、移除和訪問操作。迭代器是弱一致 的，返回的元素將反映迭代器創建時或創建后某一時刻的 set 狀態。它們不 拋出 ConcurrentModificationException，可以並發處理其他操作。升序排序視圖及其迭代器比降序排序視圖及其迭代器更快。
3. 請注意，與在大多數 collection 中不同，這里的 size 方法不是 一個固定時間 (constant-time) 操作。由於這些 set 的異步特性，確定元素的當前數目需要遍歷元素。此外，批量操作 addAll、removeAll、retainAll 和 containsAll 並不 保證能以原子方式 (atomically) 執行。例如，與 addAll 操作一起並發操作的迭代器只能查看某些附加元素。
4. 此類不允許使用 null 元素，因為無法可靠地將 null 參數及返回值與不存在的元素區分開來。

4. CopyOnWriteArraySet (JUC)

1. CopyOnWriteArraySet 結構圖

2. CopyOnWriteArraySet 重要特點

1. CopyOnWriteArraySet 是線程安全的 Set，它是 由 CopyOnWriteArrayList 實現， 內部持有一個 CopyOnWriteArrayList 引用，所有的操作都是由 CopyOnWriteArrayList 來實現的，區別就是 CopyOnWriteArraySet 是無序的，並且不允許存放重復值。由於是一個Set，所以也不支持隨機索引元素。
2. 適合元素比較少，並且讀取操作高於更新(add/set/remove)操作的場景
3. 由於每次更新需要復制內部數組，所以更新操作（add、set 和 remove 等等）開銷比較大。
4. 內部的迭代器 iterator 使用了不變的“快照”技術，存儲了內部數組快照， 所以它的 iterator 不支持可變remove、set、add操作，但是通過迭代器進行並發讀取時效率很高。
5. 它是線程安全的。