源码分析-HashSet、LinkedHashSet

2024-06-10 18:38

本文主要是介绍源码分析-HashSet、LinkedHashSet,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

基本特性

HashSet的是依靠组合一个HashMap实现的。然后讲大部分任务都委托给HashMap完成。
当然,HashSet不保证迭代顺序与添加顺序相同,而且也不保证其顺序不变。允许空元素。
对于其迭代器的迭代效率正比于(HashSet的内元素和HashSet的桶数量之和),因此如果对迭代效率要求比较高,就不要使用过大的初始大小。(这部分从HashSet本身的代码看不出来,今后分析HashMap的时候再说)
对于同步特性,当然HashMap本身的不同步的,所以HashSet本身也不是线程安全的,所以如果要保证线程安全至少要用Set s = Collections.synchronizedSet(new HashSet(...));,当然还要注意使用同步包装器只是限制每次只能一个线程访问。
对于迭代器使用的HashMap.keySet.iterator实现的,fail-fast迭代器。
HashSet本身的内容很少。

如果将任务委托给HashMap

之前说过HashSet内置了一个HashMap的域变量,然后将所有的操作都委托给HashMap,这里的实现实际上就是先定义一个类静态变量的哑节点,就是PRESENT。然后将其作为HashMAP的值,然后将Set作为Key。这样就可以讲Set的认为委托给HashMap执行。

    // Dummy value to associate with an Object in the backing Mapprivate static final Object PRESENT = new Object();

初始化

其实构造器也没有特别的地方,基本上都是把所有的认为委托给HashMap,但是HashSet有两种实现,分别是是HashSet和LinkedHashSet,也分别对应了HashMap和LinkedHashMap的实现
为了区别这两者HashSet中实现了一个默认访问权限的构造器,然后让LinkedHashSet继承HashSet。如果需要使用LinkedHashSet则只要在LinkedHashSet中使用构造器然后在尾部加上true(其实加上false也可以)就可以使用LinkedHashMap来实现。

    HashSet(int initialCapacity, float loadFactor, boolean dummy) {map = new LinkedHashMap<>(initialCapacity, loadFactor);}

LinkedHashSet

基本特性

这里与HashSet不同使用了一个双端队列实现HashSet。从而实现了有序的排列。LinkedHashSet维护的是插入顺序,而且不受重复插入的影响,也就是仅仅以第一次插入操作为准。

客户端的散列实没有特殊指定,通常使用HashSet的散列顺序,而使用TreeSet则会有稍高的代价。这样当如果复制元素时依然会保持原先的顺序,通常符合使用者习惯。这句话其实我不是很理解。

LinkedHashSet是HashSet的子类,允许空元素,插入包含删除操作有常数时间复杂度,但是时间会稍多于HashSet因为需要维护双端队列。

当然LinkedHashSet的性能会收到初始大小和装填因子的影响,但是和HashSet有些不同,HashSet元素迭代性能消耗并不受容量的影响,因此初始大小的惩罚没有HashSet这么大。

实现

实现上实际上没有任何特殊的地方。只是重写了构造器。还利用了HashSet的构造器。

这篇关于源码分析-HashSet、LinkedHashSet的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1048958

相关文章

Spring Boot Interceptor的原理、配置、顺序控制及与Filter的关键区别对比分析

《SpringBootInterceptor的原理、配置、顺序控制及与Filter的关键区别对比分析》本文主要介绍了SpringBoot中的拦截器(Interceptor)及其与过滤器(Filt... 目录前言一、核心功能二、拦截器的实现2.1 定义自定义拦截器2.2 注册拦截器三、多拦截器的执行顺序四、过

C++ scoped_ptr 和 unique_ptr对比分析

《C++scoped_ptr和unique_ptr对比分析》本文介绍了C++中的`scoped_ptr`和`unique_ptr`,详细比较了它们的特性、使用场景以及现代C++推荐的使用`uni... 目录1. scoped_ptr基本特性主要特点2. unique_ptr基本用法3. 主要区别对比4. u

Nginx内置变量应用场景分析

《Nginx内置变量应用场景分析》Nginx内置变量速查表,涵盖请求URI、客户端信息、服务器信息、文件路径、响应与性能等类别,这篇文章给大家介绍Nginx内置变量应用场景分析,感兴趣的朋友跟随小编一... 目录1. Nginx 内置变量速查表2. 核心变量详解与应用场景3. 实际应用举例4. 注意事项Ng

Java多种文件复制方式以及效率对比分析

《Java多种文件复制方式以及效率对比分析》本文总结了Java复制文件的多种方式,包括传统的字节流、字符流、NIO系列、第三方包中的FileUtils等,并提供了不同方式的效率比较,同时,还介绍了遍历... 目录1 背景2 概述3 遍历3.1listFiles()3.2list()3.3org.codeha

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe