使用 Java 8 Streams API，调用 Collectors.toSet() 时是否可以依赖 sorted()？

Question

这是java.util.stream.Collectors类的toSet()方法的实现：

public static <T>
Collector<T, ?, Set<T>> toSet() {
    return new CollectorImpl<>((Supplier<Set<T>>) HashSet::new, Set::add,
                               (left, right) -> { left.addAll(right); return left; },
                               CH_UNORDERED_ID);
}

正如我们所见，它使用HashSet 并调用add。来自HashSetdocumentation，“它不保证集合的迭代顺序；特别是，它不保证顺序会随着时间的推移保持不变。”

在以下代码中，String 中的 List 被流式传输、排序并收集到 Set 中：

public static void main(String[] args) {
    Set<String> strings = Arrays.asList("c", "a", "b")
            .stream()
            .sorted()
            .collect(Collectors.toSet());
    System.out.println(strings.getClass());
    System.out.println(strings);
}

这提供了输出：

class java.util.HashSet

[a, b, c]

输出已排序。我认为这里发生的事情是，尽管HashSet 文档提供的合同指定排序不是它提供的东西，但实现恰好按顺序添加。我想这可能会在未来的版本中发生变化/在 JVM 之间有所不同，更明智的方法是执行类似 Collectors.toCollection(TreeSet::new) 的操作。

调用Collectors.toSet()时可以依赖sorted()吗？

此外，“它不能保证订单会随着时间的推移保持不变”到底是什么意思？ （我想add，remove，底层数组的大小调整？）

Answer 1

要回答这个问题，您必须了解HashSet 是如何实现的。顾名思义，HashSet 是使用 散列表 实现的。基本上，哈希表是一个由元素哈希索引的数组。哈希函数（在 Java 中，对象的哈希是由object.hashCode() 计算的）基本上是一个满足几个条件的函数：

• 计算给定元素的速度（相对）快
• .equals() 彼此的两个对象具有相同的哈希值
• 不同项目具有相同哈希的概率很低

所以，当你遇到一个“排序”的HashSet（被理解为“迭代器保留元素的自然顺序”）时，这是由于几个巧合：

• 元素的自然顺序尊重其hashCodes的自然顺序
• 哈希表足够小，不会发生冲突（具有相同哈希码的两个元素）

如果您查看 String 类 hashCode() 方法，您会看到对于单字母字符串，哈希码对应于字母的 Unicode 索引（代码点） - 所以在这种特定情况下，只要由于哈希表足够小，元素将被排序。然而，这是一个巨大的巧合，并且

• 不适用于任何其他排序顺序
• 不适用于 hashCode 不遵循其自然顺序的类
• 不会保存有冲突的哈希表

此外，这与sorted() 在流上被调用这一事实无关——这仅仅是由于hashCode() 的实现方式以及哈希表的排序。因此，这个问题的简单答案是“否”。

Answer 2

答案是否定的。一旦您将项目添加到 Set 中，您就不能依赖任何顺序。来自JDK源代码（HashSet.java）：

/**
 * Returns an iterator over the elements in this set.  The elements
 * are returned in no particular order.
 *
 * @return an Iterator over the elements in this set
 * @see ConcurrentModificationException
 */
public Iterator<E> iterator() {
    return map.keySet().iterator();
}

现在，在以前的 JDK 版本中，即使不能保证顺序，您通常也会以相同的插入顺序获得 中的项目（除非对象的类实现了hashCode()，然后您' 将得到由hashCode() 指定的顺序。 对象的创建顺序或hashCode() 对对象的调用顺序。正如@Holgar 在下面的 cmets 中提到的，在 HotSpot 中是后者。而且你甚至不能指望这一点，因为这也有例外，因为序列号不是 hashCode 生成器中的唯一成分。

我最近听到Stuart Marks（负责在 Java 9 中重写 Collections 的主要部分的人）的演讲，他说他们已经在 Sets 的迭代顺序中添加了随机化（由Java 9 中的新 set-factories）。如果你想听会议，他谈论 set 的部分开始 here - 好话，顺便强烈推荐！

因此，即使您过去依赖于 Set 的迭代顺序，一旦您迁移到 Java 9，您也应该停止这样做。

话虽如此，如果您需要订购，您应该考虑使用SortedSet， LinkedHashSet 或 TreeSet