.net集合类的研究--哈希表(二)--HashSet

.Net3.5之后出现了HashSet<T>，硬翻译过来就是“哈希集合”，跟“哈希”两字挂钩说明这种集合的内部实现用到了哈希算法，用Reflector工具就可以发现，HashSet<T>和Dictionary<TKey,TValue>使用了相同的存储方式和哈希冲突算法，那么，它跟Dictionary<TKey,TValue>和Hashtable在使用上到底有什么不同？

HashSet<T>对集合运算的操作

HashSet<T>是一个Set集合，虽然List、Collection也叫集合，但Set集合和它们却大有不同。

HashSet<T>提供了和“Set集合运算”相关的方法，如：

IntersectWith (IEnumerable<T> other) （交集）

public void IntersectWithTest()
        {
            HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
            HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };

            set1.IntersectWith(set2);

            foreach (var item in set1)
            {
                Console.WriteLine(item);
            }

            //输出：2,3
        }

UnionWith (IEnumerable<T> other) （并集）

public void UnionWithTest()
        {
            HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
            HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };

            set1.UnionWith(set2);

            foreach (var item in set1)
            {
                Console.WriteLine(item);
            }

            //输出：1,2,3,4
        }

ExceptWith (IEnumerable<T> other) （排除）

public void ExceptWithTest()
        {
            HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
            HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };

            set1.ExceptWith(set2);

            foreach (var item in set1)
            {
                Console.WriteLine(item);
            }

            //输出：1
        }

这些对集合的操作是List<T>、Hashtable和Dictionary<TKey,TValue>所缺少的，但是伴随着Linq和扩展方法的出现，.net 3.5为泛型集合提供了一系列的扩展方法，使得所有的泛型集合具备了set集合操作的能力。

例如与HashSet的IntersectWith 方法对应的扩展方法是IEnumerable<T> 的Intersect，两者的区别是：

HashSet<T>.IntersectWith 是对当前集合进行修改，没有返回值；

IEnumerable<T>.Intersect并不修改原集合，而是返回了一个新的集合。

实例代码如下：

public void IntersectTest()
        {
            HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
            HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };

            IEnumerable<int> set3=set1.Intersect(set2);

            foreach (var item in set1)
            {
                Console.WriteLine(item);
            }

            foreach (var item in set3)
            {
                Console.WriteLine(item);
            }

            //输出：o
            //set1 : 1,2,3
            //set3 : 2,3
        }

IEnumerable<T> 其他的扩展方法也是一样，都是不改变调用方法的数组，而是产生并返回新的IEnumerable<T>接口类型的数组，当然你可以通过ToArray,ToList,ToDictionary将返回值转换成你想要的集合类型。

至于如何使用这两种集合操作方式，要取决于你的习惯和业务需求。

HashSet<T>的特点

在3.5之前，想用哈希表来提高集合的查询效率，只有Hashtable和Dictionary<TKey,TValue>两种选择，而这两种都是键-值方式的存储。但有些时候，我们只需要其中一个值，例如一个Email集合，如果用泛型哈希表来存储，往往要在Key和Value各保存一次，不可避免的要造成内存浪费。而HashSet<T>只保存一个值，更加适合处理这种情况。

此外，HashSet<T>的Add方法返回bool值，在添加数据时，如果发现集合中已经存在，则忽略这次操作，并返回false值。而Hashtable和Dictionary<TKey,TValue>碰到重复添加的情况会直接抛出错误。

从使用上来看，HashSet<T>和线性集合List<T>更相似一些，但前者的查询效率有着极大的优势。假如，用户注册时输入邮箱要检查唯一性，而当前已注册的邮箱数量达到10万条，如果使用List<T>进行查询，需要遍历一次列表，时间复杂度为O（n），而使用HashSet<T>则不需要遍历，通过哈希算法直接得到列表中是否已存在，时间复杂度为O（1），这是哈希表的查询优势，在上一篇中已提到。

HashSet<T>的不能做的事情

HashSet<T>是Set集合，它只实现了ICollection接口，在单独元素访问上，有很大的限制：

跟List<T>相比，不能使用下标来访问元素，如：list[1] 。

跟Dictionary<TKey,TValue>相比，不能通过键值来访问元素，例如：dic[key]，因为HashSet<T>每条数据只保存一项，并不采用Key-Value的方式，换句话说，HashSet<T>中的Key就是Value，假如已经知道了Key，也没必要再查询去获取Value，需要做的只是检查值是否已存在。

所以剩下的仅仅是开头提到的集合操作，这是它的缺点，也是特点。

总结

综上可知，HashSet<T>是一个Set集合，查询上有较大优势，但无法通过下标方式来访问单个元素，这点会让用惯了List<T>的人（我就是），用起来很不顺手。

HashSet<T>有别于其他哈希表，具有很多集合操作的方法，但优势并不明显，因为.net 3.5之后扩展方法赋予了泛型集合进行集合操作的能力，但扩展方法的集合操作往往返回新的集合，在使用习惯上，我个人更偏爱HashSet<T>的操作方式。