Java 中 Set 集合的常用实现类及其特点

大家好，我是香香。

前面介绍了 Collection 容器中的 List 集合的实现类的特点。

今天给大家带来的是 Set 集合的实现类的介绍。

让我们再来复习一下集合的概念：

集合是 Java 中非常重要的一个概念，它用于存储一组元素，并提供了方便的操作。

集合中的元素可以是任何 Java 对象，如整型、字符串、自定义类等。

在集合中，每个元素都有一个唯一的标识符，称为元素的键。

关于 Set 集合

Set 集合的构成：

Set 常见的的实现类有：HashSet、TreeSet

Set 接口是 Collection 容器的一种实现，它用于存储不重复的元素集合，提供了添加、删除、遍历等基本操作。

与 List 接口不同的是，Set 接口不允许存储重复的元素，因此它可以用来去重。

在 Set 接口中，元素的存储顺序是无序的，因为它是通过哈希表来实现的。

Set 接口的实现类有很多种，下面介绍一些常用的实现类：HashSet、LinkedHashSet、TreeSet 并扩展了解 EnumSet 的用法。

1. HashSet

HashSet 最常用的 Set 实现类之一，它是通过哈希表来实现的。

哈希表是一种使用哈希算法来存储和查找数据的数据结构，它具有快速的插入、删除和查找操作。

在 HashSet 中，元素的顺序是无序的，因为哈希表中的元素是按照哈希值存储的，而哈希值是根据元素的 hashCode() 方法计算出来的，与元素的插入顺序无关。

HashSet 内部使用 HashMap 来存储元素，其中元素的值为 HashMap 中的键，而元素在 HashSet 中的值都是默认为 Object 类型的。

如果需要存储自定义类型的元素，需要重写自定义类的 hashCode() 和 equals() 方法。

当我们往 HashSet 中添加一个元素时，HashSet 首先会调用该元素的 hashCode() 方法来得到它的哈希值，然后根据哈希值来计算出元素在哈希表中的位置。

如果该位置已经有其他元素了，那么就会以链表的形式将新元素添加到该位置的末尾。如果该位置没有其他元素，那么就直接将新元素插入到该位置。

在使用 HashSet 时，需要注意元素的 hashCode() 方法和 equals() 方法的实现，因为 HashSet 中的元素是根据哈希值来判断是否相等的。

如果两个元素的哈希值相同，但是它们的 equals() 方法返回 false，那么 HashSet 会认为它们是不同的元素。

2. LinkedHashSet

LinkedHashSet 是 HashSet 的一个子类，它继承了 HashSet 的功能，并且增加了维护插入顺序的特性。

LinkedHashSet 中的元素是按照插入顺序存储的，因此可以用来对元素进行排序或者记录元素的插入顺序。

LinkedHashSet 内部维护了一个双向链表，用来维护插入顺序。由于 LinkedHashSet 需要维护一个链表，因此在插入和删除元素时，会比 HashSet 慢一些。

当我们往 LinkedHashSet 中添加一个元素时，LinkedHashSet 会将新元素添加到链表的末尾，并在哈希表中记录该元素的位置。

当我们遍历 LinkedHashSet时，它会根据链表的顺序来返回元素。

在使用 LinkedHashSet 时，需要注意额外的空间开销，因为 LinkedHashSet 需要维护一个链表来存储元素的插入顺序。

另外，LinkedHashSet 的遍历操作可能会比HashSet慢一些，因为LinkedHashSet 需要按照链表的顺序来返回元素。

3. TreeSet

TreeSet 是另一个常用的 Set 实现类，它是基于红黑树（一种自平衡的二叉查找树）来实现的。

在 TreeSet 中，元素是有序的，因为红黑树是一种自平衡的二叉查找树，能够自动对元素进行排序。

当我们往 TreeSet 中添加一个元素时，TreeSet 会根据元素的值来将元素添加到红黑树中的合适位置。

在遍历 TreeSet 时，TreeSet 会按照元素的顺序来返回元素。

在使用 TreeSet 时，需要保证元素的类型实现了 Comparable 接口，或者在创建 TreeSet 时指定一个 Comparator 比较器。

因为TreeSet需要对元素进行排序，而排序需要元素具有可比性。

4. EnumSet

提到 EnumSet，很多同学可能都是第一次听到这个概念，不过看到这个名字，我们也大概可以猜到它的作用，肯定和枚举有关。

EnumSet 是一种专门用来存储枚举类型的 Set 实现类。

在 EnumSet 中，元素的值必须是枚举类型的值，因此它可以用来存储一组特定的枚举常量。

EnumSet 的内部实现是使用了位向量来实现的，因此它提供了非常高效的存储和操作。

❝

位向量概念（AI 提供）：

位向量（Bit Vector）是一种用于对大规模数据进行压缩存储的数据结构，它能够有效地利用计算机内存空间，同时也便于高效地进行位运算。

具体来说，位向量是由一组二进制位组成的数组，其中每个二进制位只能取0或1两个值。

我们可以利用位向量来表示一个集合，其中每个二进制位对应集合中的一个元素，当某个元素在集合中出现时，对应的二进制位设置为 1，否则设置为 0。

这样做的好处是，可以用非常小的内存空间来存储大规模的集合数据，同时也可以通过位运算来高效地进行集合操作，如交、并、差等。

例如，假设我们有一个由 10000 个整数组成的集合，我们可以使用一个长度为 10000 的位向量来表示该集合，其中第 i 个二进制位表示整数i是否在集合中出现。

如果整数i在集合中出现，则对应二进制位设置为 1，否则设置为 0。

这样，整个集合就可以用一个长度为 10000 的二进制数组来表示，而不需要使用 10000 个整数或者其他数据类型来分别表示每个元素。

在实际应用中，位向量常常用于大规模数据的压缩存储和高效计算，如搜索引擎中的倒排索引、网络流量分析、数据挖掘等领域。

由于位向量具有空间效率高、计算效率高等优点，因此在处理大规模数据时，它是一种非常重要的数据结构。

❞

---

总结：

Set 接口提供了一种存储不重复元素的集合容器，它有多种实现方式。

在使用 Set 接口时，需要根据具体的场景来选择合适的实现类，以便达到更好的性能和效果。

在使用 Set 接口时，需要注意以下几点：

1. Set 接口不能存储重复的元素，因此需要保证元素的唯一性；

2. HashSet 是无序的，而 LinkedHashSet 是有序的；

3. 在使用 HashSet 时，需要保证元素的 hashCode() 方法和 equals() 方法的正确性；

4. 在使用 LinkedHashSet 时，需要额外的空间来维护插入顺序。

5. 在使用 EnumSet 时，需要保证元素都是枚举类型的值。