如果包含的元素被修改，Java HashSet 包含重复项

Question

假设你有一个类并且你创建了一个可以存储这个类的实例的 HashSet。如果您尝试添加相等的实例，则集合中只保留一个实例，这很好。

但是，如果您在 HashSet 中有两个不同的实例，并且您将其中一个作为另一个的完全相同的副本（通过复制字段），则 HashSet 将包含两个重复的实例。

下面是演示这个的代码：

 public static void main(String[] args)
    {
         HashSet<GraphEdge> set = new HashSet<>();
        GraphEdge edge1 = new GraphEdge(1, "a");
        GraphEdge edge2 = new GraphEdge(2, "b");
        GraphEdge edge3 = new GraphEdge(3, "c");

        set.add(edge1);
        set.add(edge2);
        set.add(edge3);

        edge2.setId(1);
        edge2.setName("a");

        for(GraphEdge edge: set)
        {
            System.out.println(edge.toString());
        }

        if(edge2.equals(edge1))
        {
            System.out.println("Equals");
        }
        else
        {
            System.out.println("Not Equals");
        }
    }

    public class GraphEdge
    {
        private int id;
        private String name;

        //Constructor ...

        //Getters & Setters...

        public int hashCode()
        {
        int hash = 7;
        hash = 47 * hash + this.id;
        hash = 47 * hash + Objects.hashCode(this.name);
        return hash;    
        }

        public boolean equals(Object o)
        {
            if(o == this)
            {
                return true;
            }

            if(o instanceof GraphEdge)
            {
                GraphEdge anotherGraphEdge = (GraphEdge) o;
                if(anotherGraphEdge.getId() == this.id && anotherGraphEdge.getName().equals(this.name))
                {
                    return true;
                }
            }

                return false;
        }
    }

上述代码的输出：

1 a
1 a
3 c
Equals

有没有办法强制 HashSet 验证其内容，以便删除在上述场景中创建的可能重复条目？

一个可能的解决方案是创建一个新的 HashSet 并将内容从一个哈希集复制到另一个哈希集，这样新的哈希集就不会包含重复项，但是我不喜欢这个解决方案。

Answer 1

您描述的情况无效。请参阅Javadoc：“如果对象的值以影响相等比较的方式更改，而对象是集合中的一个元素，则不指定集合的​​行为。”

Answer 2

补充@EJP 的答案，如果您在HashSet 中改变对象以使它们重复（在equals / hashcode 合同的意义上），实际上会发生什么是哈希表数据结构会破裂。

• 根据突变的具体细节和哈希表的状态，其中一个或两个实例将变得不可见（例如contains 和其他操作）。要么它在错误的哈希链上，要么因为另一个实例出现在它之前的哈希链上。而且很难预测哪个实例是可见的......以及它是否会保持可见。

• 如果您对集合进行迭代，这两个实例仍将存在......违反了Set 合同。

当然，从应用程序的角度来看，这是非常糟糕的。

---

您可以通过以下任一方式避免此问题：

• 为您的集合元素使用不可变类型，
• 在将对象放入集合和/或将它们拉出集合时复制它们，
• 编写代码，使其“知道”在持续时间内不更改对象...

从正确性和健壮性的角度来看，第一个选项显然是最好的。

---

顺便说一句，要以一般方式“解决”这个问题确实很困难。 Java 中没有普遍的机制来知道……或被通知……某些元素已更改。您可以逐个类地实现这样的机制，但它必须明确编码（而且它不会便宜）。即使你有这样的机制，你会怎么做？显然，现在应该从集合中移除其中一个对象......但是哪一个？

Answer 3

您是对的，我认为没有任何方法可以防止您讨论的案件。所有使用散列和等号的集合都会遇到这个问题。集合没有通知对象自添加到集合后发生了更改。我认为您概述的解决方案很好。

如果您如此关心这个问题，也许您需要重新考虑您的数据结构。例如，您可以使用不可变对象。使用不可变对象就不会出现这个问题。

Answer 4

HashSet 不知道在添加对象后其成员的属性发生了变化。如果这对您来说是个问题，那么您可能需要考虑使 GraphEdge 不可变。例如：

GraphEdge edge4 = edge2.changeName("new_name");

在GraphEdge 不可变的情况下，更改值会导致返回一个新实例，而不是更改现有实例。

Answer 5

Objects.hashCode 旨在用于使用参数对象生成hascode。您正在使用它作为 hascode 计算的一部分。

尝试用以下代码替换您的 hashCode 实现：

public int hashCode()
{
    return Objects.hashCode(this.id, this.name);
}

Answer 6

您需要在迭代列表时进行唯一检测。创建一个新的 HashSet 似乎不是正确的方法，但为什么不试试这个……也许不使用 HashSet 开始……

public class TestIterator {
    public static void main(String[] args) {
        List<String> list = new ArrayList<String>();

        list.add("1");
        list.add("1");
        list.add("2");
        list.add("3");

        for (String s : new UniqueIterator<String>(list)) {
            System.out.println(s);
        }
    }
}

public class UniqueIterator<T> implements Iterable<T> {
    private Set<T> hashSet = new HashSet<T>();

    public UniqueIterator(Iterable<T> iterable) {
        for (T t : iterable) {
            hashSet.add(t);
        }
    }

    public Iterator<T> iterator() {
        return hashSet.iterator();
    }
}