Java-Collection：这个非常具体的案例要使用什么集合？答案

【问题标题】：Java-Collection: What collection to use is this very specific case?Java-Collection：这个非常具体的案例要使用什么集合？
【发布时间】：2018-06-19 11:01:11
【问题描述】：

我有以下场景，正在寻找“最佳”实现：

我想将项目存储在java.util.Collection 中以实现接口
保证所有物品都有唯一的hashCode
我知道要存储的项目的最大数量 n（最大 capacity 在初始化时已知）
hashCode 在0 到n 之间
顺序不重要，不需要重复（需要Set-properties）
项目可以添加，但永远不会被删除
contains 的性能非常重要（期望：O(1)，至少O(log_n)）

我的第一个想法是使用new HashSet<item>(n+1, 1.0)，但在阅读后发现它对项目的hashCode 应用了一个内部哈希函数，因此即使hashCodes 是独一无二的hachCode <= n。

我的第二个想法是使用原生数组 (new item[n]) 并使用 hashCode 作为索引。这似乎是性能最好的实现，但我的界面需要java.util.Collection，并且该集合将与contains 和add 一起使用，这与第二种方法的好处不兼容。

是我遗漏了什么，还是我必须接受HashSet 的开销和冲突才能获得最佳性能？

【问题讨论】：

使用哈希集，除非您真正观察到性能问题，否则不要担心性能。
如果您担心哈希冲突，您就不能定义自己的hashCode() 方法吗？而且，鉴于哈希冲突很少见 - 为什么它甚至重要？
我只会选择 HashSet。它满足您指定的所有要求。没有重复，O(1) 检索。此外，由于它是一个标准的 java 类，因此您将数据操作到不同的结构/顺序等将比您提供自己的自定义实现更容易。
如果您事先知道集合中将包含哪些元素，您可以尝试提出一个 hashCode 函数，该函数为每个元素提供唯一的结果；否则，碰撞只是生活中的事实。
@vikingsteve @Maurice 请参阅我的问题的第 2 点。我的item 类的hashCode() 方法不是问题，但在内部HashSet 使用另一种散列算法根据项目的hashCode 计算存储桶。这确保了即使hashCodes 实现不佳的对象也可以被有效地存储。它基本上会导致很少的碰撞，但几乎从来没有。

标签： java collections hashset

【解决方案1】：

使用HashSet 仍然会给您带来良好的性能，但鉴于您描述的特定要求（假设n 不太大），您可以创建自己的Set 接口的“ArraySet”实现：

它将有一个长度为n+1 的后备数组来存储数据。
contains 将使用元素的hashCode 来查找与hashCode() 匹配的索引是否具有非空值。
add 将使用已添加元素的 hashsCode 来查找应添加元素的数组的索引。
任何其他必需的方法都将以类似方式实现。

这个解决方案可能比HashSet 稍微高效一些，因为它包含的开销更少。但是，如果n 很大，则内存使用量会很大。

【讨论】：

【解决方案2】：

鉴于需求，我建议你使用HashSet。它会表现得更好。正如您提到的，最大元素数和最大容量 Set 的大小相同。此外，每个元素都有一个唯一的哈希码。在这种情况下，哈希键冲突很少发生变化。所以不用担心 contains 功能。使用提到的数据集，包含将在 O(1) 中执行。同样，add 也将按恒定顺序执行。即 O(1)。

【讨论】：