HashSet底层基于HashMap实现,元素作为key、value为静态对象PRESENT,唯一性由hashCode()和equals()共同保证,二者必须同时重写且保持一致性。

HashSet底层用的是HashMap,不是哈希表独立实现
Java里的HashSet本身不存储元素,它只是HashMap的一个包装:所有添加的元素都作为HashMap的key,而value统一是同一个静态对象PRESENT(类型为Object)。所以“唯一性”实际由HashMap的put逻辑保证。
这意味着:判断两个元素是否重复,完全依赖于hashCode()和equals()两个方法的配合。缺一不可。
- 如果只重写
hashCode()不重写equals(),可能把逻辑上相等的对象散列到同一桶,但比较时用的是Object.equals()(即地址比较),导致重复插入 - 如果只重写
equals()不重写hashCode(),对象大概率被分配到不同桶中,HashMap甚至不会调用equals()去比——因为压根没进同一个链表或红黑树
hashCode()返回值决定桶位置,但不决定唯一性
HashSet.add(e)执行时,先调用e.hashCode(),再与table.length - 1做按位与(即hash & (n-1)),算出数组下标。这一步只决定“去哪个桶找”,不是“算不算重复”。
真正判定重复发生在桶内:如果桶里已有节点,就遍历链表或红黑树,对每个节点调用node.key.equals(e)。只有hashCode()相同 且 equals()返回true,才拒绝插入。
立即学习“Java免费学习笔记(深入)”;
-
hashCode()冲突很常见(比如"ABC"和"BCE"在某些JDK版本中可能同码),只要equals()能兜底,就不影响正确性 - 但
hashCode()分布越均匀,桶越少链化,查找越快;过度冲突会导致从O(1)退化成O(n) - JDK 8之后,当桶中节点数≥8且
table.length ≥ 64,会转成红黑树,此时查找是O(log n),但构造树本身有开销
自定义类放进HashSet必须同时重写hashCode和equals
这是最容易翻车的地方。IDE生成的hashCode()/equals()通常没问题,但要注意:
- 参与
equals()比较的字段,必须全部参与hashCode()计算;反之,hashCode()里用的字段,最好也在equals()里用到 - 字段值为
null时,Objects.hash(...)能安全处理;手写别直接调field.hashCode(),否则NPE - 如果类是可变的(字段后续会被修改),且对象已加入
HashSet,之后改了影响hashCode()的字段——这个对象很可能再也找不到了,也删不掉
示例:new Person("Alice", 25)和new Person("Alice", 25)要被视为相同,就必须确保这两个对象的hashCode()相等、equals()返回true。否则HashSet会存两份。
String、Integer等JDK内置类为什么能直接用
因为它们的hashCode()和equals()早已按值语义实现好,并严格遵循契约:
-
String.hashCode()基于字符序列计算,相同内容字符串一定同码 -
Integer.hashCode()直接返回其int值,new Integer(100)和Integer.valueOf(100)(缓存范围内)甚至可能== - 它们都是不可变类,放入
HashSet后不会因内部状态改变导致哈希失联
但注意:new Integer(1000)和new Integer(1000)虽然equals()为true,但==为false——这正好说明HashSet依赖的是equals(),不是引用相等。
真正容易被忽略的是:一旦你往HashSet里放了可变对象,又在外部改了它的状态,那个桶位置就失效了。这时候contains()可能返回false,哪怕对象还在集合里——因为它现在算出的哈希值已经不对了。










