Set集合

Set集合类的特点是不能有存在重复元素

Java库中的Set类有 HashSet, TreeSet, EnumSet, LinkedHashSet四种实现方式，其中前两种是比较常用的

一. HashSet（散列集）

根据前面的介绍，如果你存储的数据需要经常执行查询操作，那么你最好不要使用链表存储，因为链表不支持快速随机访问，如果要查找其中的元素只能逐个查找，这会十分痛苦。我们可以使用数组存储数据，应为数组结构支持快速随机访问，我们可以根据数组下标快速访问指定的元素。但是，还有一个问题，如果我们忘记了要查找元素的数组下标怎么办？为了解决这个问题，存在一种数据结构散列表（hash table）

散列表为每个对象计算出一个整数，这个整数称为散列码（hash code）。散列码的作用就相当于字典中的索引，它用来标记元素在散列表中的位置，方便快速查找，其遵循的原则是：不同的对象散列码一定不同，相同的对象一定相同。也就是说，如果 a.equals(b)为 true，则 a与 b必须具有相同的散列码。散列码具体怎么计算得出，可以由用户自定义，当然，散列码的算法也对散列表的查询效率有着关键作用

在 Java中，散列表用链表数组实现（一组链表首地址引用数组，数组每个元素都是一个链表的首地址）

在这其中，每个链表称为桶（bucket），要想查找表中对象的位置，就要先计算它的散列码，然后与桶的总数取余，所得到的结果就是保存这个元素的桶的索引。例如，某个对象的散列码为 76268，并且共有 128个桶，那么对象就应该保存在第 108个桶中，因为 76268 % 128 == 108

有时，会遇到桶被占满的情况，这种情况称为散列冲突（collision），在这种情况下，我们首先应该确认散列函数（散列码的算法）是适当合理的，如果不合理就会出现数据都倾向于某一个桶中。如果散列函数合理，那么就需要再散列（rehashed），也就是要新建一个更大的散列表，将数据存入新表，丢弃旧表。

通常，为保证散列表的运行性能，在创建初期就应该设置一个大致的桶数。通常，桶数设置为预计元素个数的 75%~150%，而且最好将桶数设置为素数。什么时候对散列表再散列由装填因子（load factor）决定，例如，如果装填因子设置为 0.75，那么当表中存储元素超过 75%时就会自动再散列

Java集合类库提供了一个 HashSet类，它实现了基于散列表的集。可以用 add方法添加元素。contains方法已经被重新定义，用来快速查看是否某个元素已经出现在集中。它只在某个桶中查找元素，而不必查看集合中的所有元素。

散列集迭代器将依次访问所有的桶，由于散列将元素分散在表的各个位置上，所以访问它们的顺序几乎是随机的。只有不关心集合中元素顺序时才应该使用HashSet

二. TreeSet（树集）

TreeSet类与 HashSet十分类似，但是，它比 HashSet有所改进。TreeSet是一个有序集合。可以将元素以任意顺序插入集合中，在对集合遍历时，每个元素将以排好的顺序输出。因此，迭代器总是以排好序的顺序访问每个元素。TreeSet排序是用树结构完成的（目前使用的是红黑树）

将一个元素添加到树中要比添加到散列表中慢，但是，与检查数组或链表中的重复元素相比还是快很多。

三. EnumSet（枚举集）

一种包含枚举类型值的集，其中的每个元素都是枚举类型或是其子类

四. LinkedHashSet

一种可以记住元素插入顺序的集

参考文献：[美]Cay S. Horsimann著 《Java 核心技术 卷I》(第十版)