博客
关于我
java HashSet
阅读量:339 次
发布时间:2019-03-04

本文共 655 字,大约阅读时间需要 2 分钟。

HashSet底层是HashMap的实现,这种基于哈希表的数据结构能够在O(1)的平均时间内完成插入、删除和查找操作。以下是具体的实现细节:

  • 构造器

    HashSet的构造器调用HashMap的构造器,初始化内部的哈希表。默认情况下,哈希表的大小为16(如果没有指定初始容量)。

  • 添加元素

    HashSet的add方法调用HashMap的put方法,将元素存储进哈希表。每次添加元素时,put方法会计算元素的哈希值,并找到对应的索引位置。如果该位置为空,则新建一个节点并存入;如果不为空,则检查该节点的键与新元素的键是否相同。如果相同,则返回false,否则返回true。

  • 哈希值计算

    HashMap使用 hashCode方法计算元素的哈希值,这个方法不仅考虑元素的内置hashCode,还对哈希值进行了位运算,以减少碰撞概率。

  • 存储逻辑

    put方法将元素存储到哈希表中,并在链表中添加新的节点。链表的最大长度为8,超过这个数目后,链表会被转换为红黑树,以减少查找时间。

  • 树化过程

    当链表长度达到8时,put方法会调用treeify方法,将链表转换为红黑树。这一过程确保了在高负载情况下的查找效率。

  • 扩容机制

    当哈希表的负载因素超过75%时,resize方法会被调用,将表扩展到下一个更大的大小,以确保有足够的空间存储新增的元素。

  • 迁移节点

    当表扩容时,旧表中的节点会被迁移到新表中,保持数据的完整性和一致性。

  • 通过以上机制,HashSet能够在高效的时间复杂度内完成各种集合操作,同时保持内存占用和操作的平衡性。

    转载地址:http://thce.baihongyu.com/

    你可能感兴趣的文章
    presto、druid、sparkSQL、kylin的对比分析
    查看>>
    Presto分布式大数据查询引擎
    查看>>
    Presto架构及原理
    查看>>
    Presto(一)集群部署
    查看>>
    Presto(二)开启安全认证
    查看>>
    Pricing procedure Steps and Details in SAP MM (from SCN)
    查看>>
    Prim 算法在不同权重范围内的性能分析及其实现
    查看>>
    Primace 5.0软件与KEIL单片机软件联合在线仿真步骤
    查看>>
    Prime Distance
    查看>>
    Prim求MST最小生成树
    查看>>
    Prim算法与Kruskal算法在均匀分布权重图中的性能比较
    查看>>
    Prim算法在加权连通图中的简单实现
    查看>>
    Prim算法详解及C代码示例
    查看>>
    pytorch中让数组显示更多的数字 torch.set_printoptions参数详解 numpy也是这个函数
    查看>>
    pringBoot Controller接收参数的几种常用方式
    查看>>
    printf()函数
    查看>>
    PyTorch中的自定义权重初始化
    查看>>
    printf格式字符串和输出列表个数及类型不匹配案例
    查看>>
    printf的格式控制字符串
    查看>>
    PrintStream概述
    查看>>