为什么HashSet的名字里有“Hash”？答案

【问题标题】：Why does HashSet have "Hash" in its name?为什么HashSet的名字里有“Hash”？
【发布时间】：2010-11-03 01:48:13
【问题描述】：

为什么Hashset被称为“Hash”-set？

我知道我们称之为 hashtable 或 hashmap，因为它是一个键值存储，当我们 put() 时，键被散列并使用良好的散列函数均匀分布。

我假设它被称为 HashSet，因为当我们 add() 时，该值被散列并存储以保持其唯一性。但为什么要矫枉过正呢？我们并不真正关心数据的“平均分布”，就像我们在哈希表中所做的那样。

【问题讨论】：

可能是因为它是一个由“HashMap”支持的Set，所以它在幕后具有那种性能。
“随机存储”是什么意思？您的哈希表理论似乎更需要完善。
一个“好的”散列函数的责任是尽可能多地保持熵。这样散列的键就被平均分配了。
均匀/均匀分布不是随机的。
是的，明白了。问题更新了:)

【解决方案1】：

我们确实关心平均分配，因为我们希望基本Collection 操作的时间性能保持不变。为了尊重SET 的基本规则，没有两个对象是相等的，我们希望快速找到潜在相等的匹配。 HashSet 是一种相当不错的方法。与理论上的 ArraySet 相比，其中添加新元素是一种线性时间操作，用于迭代并检查每个现有条目是否相等。

【讨论】：

【解决方案2】：

HashSet 被称为HashSet，因为散列对其功能确实很重要。像contains(Object)（可以说是Set中最重要的方法）和remove(Object)这样的操作可以通过使用对象的哈希码（通过HashMap）在恒定时间内工作。

【讨论】：

好吧，无论如何，摊销恒定时间。

【解决方案3】：

HashSet（如 HashMap）使用哈希来实现 O(1)amortized 设置/测试/删除性能。（在关于 HashSet 不使用散列的问题。）

现在，在 Java 中，所有对象都是“可散列的”——也就是说，它们有一个 hashCode() 函数（因为它们是 Object 的后代）。这个散列函数的质量将允许散列算法通过“通过桶[均匀地]传播对象”来达到上述预期的性能特征。（hashCode/equals 的默认 Object 实现相当于 object-identity。通常这应该为任何子类更改。）

但是，如果您的类实现 hashCode 很差（例如，所有值都返回 1），那么 HashSet/HashMap 的性能将因此受到很大影响（对于任何非平凡的 n）。重要的是要注意 hashCode 确定 bucket 但equals 确定可以使用的实际相等性即使哈希码是唯一的和/或者没有冲突（例如，为了确保测试/获取不会返回误报——可以想象它可以在非冲突集/插入上被消除）。

只需确保遵循Object wrt 中的要求设置即可。 hashCode 和 equals 或对象可能丢失。遵守规则的不良散列函数仍然可以工作——尽管性能可能很差。（可变对象在哈希 ADT 中使用尤其成问题，因为哈希码和/或相等性可能并不总是稳定的。）

【讨论】：

【解决方案4】：

什么“矫枉过正”？任何 X 的 HashXXX 的想法是提供 O(1) 性能，这是通过散列实现的。如果您不想要 O(1) 性能，请不要使用它。以 TreeSet 为例。

【讨论】：