Question

我的Set有时会被排序，有时则不排序。

以下是示例：

public class SetOfInteger {
    public static void main(String[] args) {
        Random rand = new Random(47);
        Set<Integer> intset = new HashSet<>();
        for (int i = 0; i < 10; i++) {
            int j = rand.nextInt(30);
            System.out.print(j + " ");
            intset.add(j);
        }
        System.out.println();
        System.out.println(intset);
    }
}

结果显示set未排序。

8 5 13 11 1 29 28 20 12 7 
[1, 20, 5, 7, 8, 11, 12, 29, 28, 13]

当我在for语句中将终止表达式更改为i < 20时，结果显示set已排序。

8 5 13 11 1 29 28 20 12 7 18 18 21 19 29 28 28 1 20 28 
[1, 5, 7, 8, 11, 12, 13, 19, 18, 21, 20, 29, 28]

太奇怪了，是吗？我只是不知道如何解释它，我需要一些帮助，非常感谢你。

Answer 1

HashSet不保证排序迭代，但在非常特定的情况下，其内部数据结构可能像bucket sort一样。

具体地说，对于[0,65535]范围内的整数键和大于最大键的表大小，存储密钥的桶的索引等于密钥本身，并且因为迭代器迭代按桶顺序，它按排序顺序发出元素。

Answer 2

周围有一些很好的答案，但没有人试图解释在这种特殊情况下究竟发生了什么，所以我将限制我的答案，而不是添加另一个关于HashSet如何工作的解释。我认为这种理解是理所当然的。

default constructor of HashSet创建一个容量为16且加载因子为0.75的集合。这意味着有16个箱，当你插入16 * 0.75 = 12个独特元素时，这个容量会增加。

这就是为什么在第一种情况下，数字按其除以16的余数排序：集合以表格大小16开始，＆＃34;哈希＆＃34;通过x % 16将每个元素添加到bin中。然后当有12个元素的时候，它会在桌面上进行重新演示（如果不清楚的话，请参阅Javier Martin的答案），可能会将表格增加到32个。（我只能找到有关它的信息）在the java 6 doc中增长，它表示桶的数量是＆＃34;大约＆＃34;加倍，无论这意味着什么。）这给了每个30以下的整数自己的bin，所以当set在每个bin上迭代时顺序，它按顺序迭代数字。如果您在64以下插入数字，您可能会发现在迭代出现排序之前需要插入32 * 0.75 = 24个元素。

另请注意，这种分配箱的方式是不保证行为。其他Java版本/实现中的HashSets可能会对对象进行更复杂的操作。 hashCode()值不仅仅是取余数。（正如评论中的ruakh和蓬松所指出的那样 - 谢谢！）

Answer 3

您的问题指出，随着集合变大，项目顺序会更改。但是，您不能指望保留的订单。 Set有一个保证：每种元素只有一种。还有其他Set个对象可以提供进一步的保证，但简单的HashSet不能保证顺序。

由于HashSet在内部的存储方式，您看到的重新排序只是内部重组。在一种非常简化的思维方式中，HashSet有一定数量的＆＃34; slot＆＃34;存储值通常是奇数，如果不是素数。来自getHashCode()的哈希码用于将对象分配给插槽。当您有哈希代码冲突时，HashSet使用相等运算符equals()来确定对象是否实际上是唯一的。

当您向HashSet添加项目时，会发生以下几件事：

将对象分配给其内部插槽
- 然后进一步散列哈希码以找到它所属的插槽
- 如果有一个插槽冲突，那么我们测试是否相等。如果它是同一个对象，我们将其丢弃，如果不是，我们将其添加到该插槽中的列表
当对象数超过插槽数时，HashSet需要调整自身大小
- 它创建了一组更大的插槽，通常仍然是奇数或素数
- 将现有项目重新映射到新的广告位集合中 - 这是订单可以更改的位置

最重要的是，如果对象神奇地对自己进行排序，那么除非您使用TreeSet对设置项执行排序顺序，否则这不是您可以依赖的实现。

Answer 4

有趣的问题。 Set使用array of linked list来存储其元素。 hashCode()用于查找要存储在Set中的对象的位置（间接）。

如果有两个对象需要存储在同一位置，则该对象存储在该位置的链表的下一个槽中。

数组的大小是动态的，并根据其中的对象数计算运行时间。它不确定，但我假设你看到你的数字排序，因为Set可能会增加大小。 hashCode()取决于数值，因此将按顺序计算。随着底层数组的大小随着循环大小的增加而增加。不会发生冲突，输出也会排序。

但我仍然想强调，以便我的答案不会导致任何误解。 HashSet不保证元素的任何排序

Answer 5

没有定义HashSet的迭代顺序，唯一的保证是它是一致的：迭代未修改的HashSet会产生相同的序列。

在内部，正如评论者所说，该类使用每个元素的hashCode方法将存储在一定数量的bin中。因此，例如，如果它使用20个bin，则可以将o.hashCode() % 20作为bin索引。每个bin可以在列表中包含多个项目，然后通过equals方法进行区分。因此，即使Integer的散列是其int值，顺序也不必是自然整数排序。

此外，该组在插入和移除元素时监视其负载因子;考虑到免费垃圾箱的比例，最大垃圾箱列表大小，每个垃圾箱的平均物品数量等等。当它认为合适时，它执行rehash，这意味着更改用于存储元素的bin的数量，因此它们的bin索引会发生变化，因为o.hashCode() % n中的n会发生变化。每个元素都被“重新洗牌”到新的位置（这是一项代价高昂的操作），因此解释了添加更多元素后您看到的不同顺序。

Answer 6

您必须手动对其进行排序，因为无法保证将对哈希集进行排序。如果你想要你也可以使用TreeSet来提供你想要的功能，但是如果你想使用HashSet，请试试这个：

Set intset = new HashSet();
List sortedIntList = new ArrayList(intset);
Collections.sort(sortedIntList);

HashSet是否在内部执行排序工作？

6 个答案: