java--HashSet詳解
雜湊表–HashSet
.Net3.5之後出現了HashSet,硬翻譯過來就是“雜湊集合”,跟“雜湊”兩字掛鉤說明這種集合的內部實現用到了雜湊演算法,用Reflector工具就可以發現HashSet和Dictionary <\TKey,TValue>使用了相同的儲存方式和雜湊衝突演算法,那麼,它跟Dictionary <\TKey,TValue>和Hashtable在使用上到底有什麼不同?
HashSet對集合運算的操作
HashSet是一個Set集合,雖然List、Collection也叫集合,但Set集合和它們卻大有不同。
HashSet提供了和“Set集合運算”相關的方法
IntersectWith (IEnumerable<T> other) (交集)
public void IntersectWithTest()
{
HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };
set1.IntersectWith(set2);
foreach (var item in set1)
{
Console.WriteLine(item);
}
//輸出:2,3
}
UnionWith (IEnumerable<T> other) (並集)
public void UnionWithTest()
{
HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
HashSet<int > set2 = new HashSet<int>() { 2, 3, 4 };
set1.UnionWith(set2);
foreach (var item in set1)
{
Console.WriteLine(item);
}
//輸出:1,2,3,4
}
ExceptWith (IEnumerable<T> other) (排除)
public void ExceptWithTest()
{
HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };
set1.ExceptWith(set2);
foreach (var item in set1)
{
Console.WriteLine(item);
}
//輸出:1
}
這些對集合的操作是List、Hashtable和Dictionary<\TKey,TValue>所缺少的,但是伴隨著Linq和擴充套件方法的出現,.net 3.5為泛型集合提供了一系列的擴充套件方法,使得所有的泛型集合具備了set集合操作的能力。
例如與HashSet的IntersectWith 方法對應的擴充套件方法是IEnumerable 的Intersect,兩者的區別是:
HashSet.IntersectWith 是對當前集合進行修改,沒有返回值;
IEnumerable.Intersect並不修改原集合,而是返回了一個新的集合。
例項程式碼如下:
public void IntersectTest()
{
HashSet<int> set1 = new HashSet<int>() { 1, 2, 3 };
HashSet<int> set2 = new HashSet<int>() { 2, 3, 4 };
IEnumerable<int> set3=set1.Intersect(set2);
foreach (var item in set1)
{
Console.WriteLine(item);
}
foreach (var item in set3)
{
Console.WriteLine(item);
}
//輸出:o
//set1 : 1,2,3
//set3 : 2,3
}
IEnumerable 其他的擴充套件方法也是一樣,都是不改變呼叫方法的陣列,而是產生並返回新的IEnumerable介面型別的陣列,當然你可以通過ToArray,ToList,ToDictionary將返回值轉換成你想要的集合型別。
至於如何使用這兩種集合操作方式,要取決於你的習慣和業務需求。
HashSet的特點
在3.5之前,想用雜湊表來提高集合的查詢效率,只有Hashtable和Dictionary<\TKey,TValue>兩種選擇,而這兩種都是鍵-值方式的儲存。但有些時候,我們只需要其中一個值,例如一個Email集合,如果用泛型雜湊表來儲存,往往要在Key和Value各儲存一次,不可避免的要造成記憶體浪費。而HashSet只儲存一個值,更加適合處理這種情況。
此外,HashSet的Add方法返回bool值,在新增資料時,如果發現集合中已經存在,則忽略這次操作,並返回false值。而Hashtable和Dictionary<\TKey,TValue>碰到重複新增的情況會直接丟擲錯誤。
從使用上來看,HashSet和線性集合List更相似一些,但前者的查詢效率有著極大的優勢。假如,使用者註冊時輸入郵箱要檢查唯一性,而當前已註冊的郵箱數量達到10萬條,如果使用List進行查詢,需要遍歷一次列表,時間複雜度為O(n),而使用HashSet則不需要遍歷,通過雜湊演算法直接得到列表中是否已存在,時間複雜度為O(1),這是雜湊表的查詢優勢,在上一篇中已提到。
HashSet的不能做的事情
HashSet是Set集合,它只實現了ICollection介面,在單獨元素訪問上,有很大的限制:
跟List相比,不能使用下標來訪問元素,如:list[1] 。
跟Dictionary<\TKey,TValue>相比,不能通過鍵值來訪問元素,例如:dic[key],因為HashSet每條資料只儲存一項,並不採用Key-Value的方式,換句話說,HashSet中的Key就是Value,假如已經知道了Key,也沒必要再查詢去獲取Value,需要做的只是檢查值是否已存在。
所以剩下的僅僅是開頭提到的集合操作,這是它的缺點,也是特點。
總結
綜上可知,HashSet是一個Set集合,查詢上有較大優勢,但無法通過下標方式來訪問單個元素,這點會讓用慣了List的人(我就是),用起來很不順手。
HashSet有別於其他雜湊表,具有很多集合操作的方法,但優勢並不明顯,因為.net 3.5之後擴充套件方法賦予了泛型集合進行集合操作的能力,但擴充套件方法的集合操作往往返回新的集合,在使用習慣上,我個人更偏愛HashSet的操作方式。