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
    Python numpy数据的保存和读取
    查看>>
    python numpy矩阵索引_python – 在2D numpy ndarray或numpy矩阵中获取前N个值的索引
    查看>>
    Python OCR库:自动化测试验证码识别神器!
    查看>>
    python opencv - 斑点检测或圆形检测
    查看>>
    Python OpenCV HoughLinesP 无法检测线
    查看>>
    Python OpenCV-使用透明度覆盖图像
    查看>>
    python Opencv图像基础操作
    查看>>
    Python OpenCV将图像转换为字节字符串?
    查看>>
    python OpenCV视频的读取及保存
    查看>>
    python open和file的区别
    查看>>
    python open读取文件并对换行进行处理
    查看>>
    python os, os.path和sys模块
    查看>>
    Python os.environ 处理环境变量
    查看>>
    python os.path模块常用方法详解
    查看>>
    python os.system
    查看>>
    Python os.system执行多条语句,os.system的返回值以及与os.popen的区别
    查看>>
    Python os和sys模块
    查看>>
    python os文件/目录
    查看>>
    Python Package 之 Faker(随机姓名、电话)
    查看>>
    python运算符优先级
    查看>>