JAVASE进阶：Collection高级（3）——HashSet、LinkedHashSet底层原理
作者简介：一位大四、研0学生，正在努力准备大四暑假的实习
上期文章：JAVASE进阶：Collection高级（2）——源码剖析ArrayList、LinkedList、迭代器
订阅专栏：JAVASE进阶
希望文章对你们有所帮助
Set是Collection的另一个实现接口，与List相比，Set是无索引、元素不重复的，HashSet、LinkedHashSet以及TreeHashSet都是很常用的，在这里会弄懂一下HashSet以及LinkedHashSet的底层原理。
在这里就先不系统跟踪源码了，因为更值得跟踪的实际上是Map类的（HashMap、TreeMap等）。
HashSet、LinkedHashSet底层原理
- 红黑树
-
- 定义
- 红黑规则
- 添加结点规则
- HashSet底层原理
-
- 概述
- JDK8以前的工作过程
- JDK8以后的工作过程
- 问题
- LinkedHashSet底层原理
红黑树
在学习之前，简单看一下红黑树，我这里是一种复习，讲的不是很详细，要吃透红黑树需要自己先去系统学习一下。
定义
红黑树又叫平衡二叉B树，是一种特殊的二叉查找树，红黑树每个结点都有存储位表示结点的颜色。
每一个节点可以是红或者黑；红黑树不是高度平衡的，它的平衡是通过"红黑规则"进行实现的。
红黑树是二叉查找树，红黑规则不像平衡二叉树那样每次高度差超过1就旋转，那样会导致插入数据的效率变慢。
红黑规则
1、每一个结点要么红色要么黑色
2、根结点必须是黑色
3、若一个结点没有子结点或父节点，则该结点相应的指针属性值为Nil，这些Nil视为叶结点，每个叶结点（Nil）是黑色的
4、若某一个结点是红色的，则其子结点必须是黑色（即不能出现两个红结点相连的情况）
5、对每个结点，从该结点到其所有后代结点的简单路径上，均包含相同数目的黑色结点。
添加结点规则
1、添加结点时默认颜色为红色（效率会更高，如果是黑色的，会经常违背红黑规则的第5条规则）
2、添加根结点，直接变为黑色
3、添加非根结点，若父亲为黑色，则不需要任何操作
4、添加非根结点，若父亲为红色，则：
（1）叔叔为红色：
①将“父”设为黑，将“叔叔”设为黑
②将“祖父”设为红
③若祖父为根，再将根变回黑色
④若祖父非根，将祖父设置为当前结点再进行其他判断
（2）叔叔黑色，当前结点是父的右孩子，则把父作为当前结点并左旋，再进行判断
（3）叔叔黑色，当前结点是父的左孩子：
①将“父”设为黑色
②将“祖父”设为红色
③以“祖父”为支点进行右旋
HashSet底层原理
概述
HashSet有以下的特点：无序、不重复、无索引。
HashSet底层采用哈希表存储数据，JDK8以前，哈希表=数组+链表；JDK8开始，哈希表=数组+链表+红黑树。哈希表的核心是哈希值（对象的整数表现形式）。
哈希表最开始是一个长度为16，值全为null的数组，当要添加数据的时候，不是从0索引开始的，而是根据表达式
KaTeX parse error: Expected 'EOF', got '&' at position 24: …x = (数组长度 - 1) &̲ 哈希值
来确定数据存入的位置的。
哈希值：
1、根据hashCode方法计算出来的int类型整数
2、该方法定义在Object类，所有对象都可以调用，默认使用地址值来进行计算
3、一般情况下，会冲洗的hashCode方法，利用对象内部的属性值来计算哈希值
对象的哈希值特点：
1、若没有重写hashCode方法，则不同对象计算出的哈希值不同（因为默认使用的地址值肯定不相等）
2、若已经重写了hashCode方法，不同的对象只要属性值相同，计算出的哈希值就是一样的
3、在小部分情况下，不同属性值或不同地址值算出来的哈希值是一样的，即哈希碰撞。
想必大家都是学过哈希算法的，上面内容就不细说了。
JDK8以前的工作过程
JDK8以前，哈希表是数组+链表，工作过程如下：
1、创建一个默认长度为16、默认加载因子为0.75的数组，数组名为table
2、根据元素的哈希值与数组的长度计算出应存入的位置（index = (数组长度 - 1) & 哈希值）
3、判断当前位置是否为null，是则直接存入
4、若当前位置不为null，表示有元素，则调用equals方法比较属性值
5、equals方法判断是一样的，就不存储，如果不一样，就存入这个位置，形成链表
需要注意的是：
加载因子决定了哈希表的扩容时机，当数组中有16 * 0.75 = 12的空间被占用，数组会扩容成原来的2倍
JDK8以前，形成链表的方式是将新元素存入数组，老元素挂在新元素下面
JDK8以后的工作过程
JDK8开始，哈希表是数组+链表+红黑树
比起之前，大致的流程是一样的，但是细节上有些不一样：
JDK8以后，形成链表的方式是直接将新元素挂在老元素下面
当数组长度 ≥ 64，且当前位置的链表长度 > 8时，当前的链表就会自动转换成红黑树，从而提高效率
因此，我们集合中存储自定义对象时，必须重写hashCode和equals方法。
问题
摸清原理就可以思考一些问题：
1、HashSet为什么存和取的顺序不一致？
HashSet的遍历是先遍历数组，每次到了数组的某个位置以后，把这个位置的链表或红黑树遍历过去，显然这种遍历出来的顺序不一定代表了存储的顺序，因为存储的方式是根据计算公式来的
2、HashSet为什么没有索引？
因为底层不纯粹，挂了红黑树或链表，不好再限定索引，因此舍弃索引
3、HashSet利用什么机制保证数据去重？
（1）用HashCode得到哈希值
（2）用哈希值确定当前元素应该被添加到数组中的哪个位置
（3）用equals比较这个位置的链表或红黑树中元素和新增元素是否相同，相同就不存入，从而实现去重
LinkedHashSet底层原理
LinkedHashSet有以下的特点：有序、不重复、无索引
LinkedHashSet其实底层数据结构还是哈希表，只是对于存入哈希表中的每个元素，都会按照存储的顺序去构建双链表，因此LinkedHashSet是有序的。
如果以后要数据去重，默认用HashSet，如果还要求有序，就需要LinkedHashSet。