---

🚀 Java 巩固进阶 · 第9天

主题：Set 接口深度解析 —— 去重与排序的艺术

📅 进度概览：掌握处理“唯一性”数据的终极武器。
💡 核心价值：

• 数据清洗：自动去除重复数据（如用户标签、权限列表、日志 ID）。
• 排序需求：TreeSet 提供天然的排序能力，无需手动 Collections.sort。
• 性能优化：理解哈希冲突与红黑树代价，避免在大数据量下误用导致性能下降。
• 面试高频：hashCode 与 equals 契约、HashSet 底层原理、TreeSet 排序陷阱。

---

一、Set 接口核心特性：唯一性的契约

Set 是 Collection 的子接口，核心特征是 「元素唯一」。

• 无索引：不支持 get(index), add(index, e)，只能通过迭代器或增强 for 循环遍历。
• null 值：允许存一个 null (HashSet/LinkedHashSet)，但 TreeSet 不允许 (无法比较 null)。
• 有序性定义：
  • 无序：指不保证插入顺序 (HashSet)。
  • 有序：指按插入顺序 (LinkedHashSet) 或 排序规则 (TreeSet)。

---

二、HashSet：高性能去重王者

1. 底层原理揭秘

• 本质：HashSet 是 HashMap 的包装器。
• 存储结构：
  • 添加元素 e → 实际调用 map.put(e, PRESENT)。
  • PRESENT 是一个静态的 Object 常量，Value 毫无意义，只利用 HashMap 的 Key 唯一性。
• 去重逻辑：
  1. 计算 hashCode() 确定桶位置。
  2. 若桶为空，直接存入。
  3. 若桶有值（哈希冲突），遍历链表/红黑树，调用 equals() 比较。
  4. 若 equals() 为 true，视为重复，覆盖 Value (还是 PRESENT) 并返回 false。

2. ⚠️ 核心契约：hashCode() 与 equals()

自定义对象去重必须同时重写这两个方法！

• 契约：
  • 若 a.equals(b) == true，则 a.hashCode() == b.hashCode() 必须成立。
  • 若 hashCode() 不同，equals() 一定为 false。
• 后果：若只重写 equals 未重写 hashCode，两个逻辑相同的对象可能算出不同哈希值，存入不同桶，导致去重失败。

3. 🚀 现代写法：Lombok 简化

在 SpringBoot 项目中，我们极少手写 hashCode/equals，而是使用 Lombok。

import lombok.Data;
import lombok.EqualsAndHashCode;
import java.util.Objects;

@Data // 生成 getter, setter, toString, equals, hashCode
@EqualsAndHashCode(of = {"id", "name"}) // 指定仅根据 id 和 name 判断重复
public class User {
    private Long id;
    private String name;
    private String email; // 不参与去重判断
}

(若不使用 Lombok，请使用 IDE 自动生成或 Objects.hash(id, name))

4. 💣 致命陷阱：可变对象作为 Key

严禁将可变字段（如 List, 可修改的 String Builder, 或会被修改的业务对象）作为 HashSet 的 Key，或者在放入 Set 后修改了影响 hashCode 的字段。

• 现象：元素“消失”了（contains 返回 false），但实际上还在集合里，只是找不到桶位置了，造成内存泄漏。

---

三、LinkedHashSet：有序的守护者

1. 原理

• 继承自 HashSet。
• 底层 = HashMap + 双向链表。
• 链表维护了元素的插入顺序。

2. 场景

• 缓存淘汰：结合访问顺序可实现 LRU (Least Recently Used) 缓存基础。
• 日志去重：保留第一次出现的时间顺序，去除后续重复日志。
• 配置加载：读取配置文件列表，去重但保持原有配置优先级顺序。

Set<String> set = new LinkedHashSet<>();
set.add("A"); set.add("B"); set.add("A");
// 遍历结果：A, B (严格保持插入顺序)

---

四、TreeSet：排序专家

1. 原理

• 底层 = TreeMap (红黑树)。
• 元素存储在树节点上，天然有序。
• 复杂度：增删改查均为 O(log n)，性能低于 HashSet (O(1))。

2. 排序两种方式

A. 自然排序 (Comparable)

类实现 Comparable 接口。

public class User implements Comparable<User> {
    private Integer age;
    // ...
    @Override
    public int compareTo(User o) {
        return this.age.compareTo(o.getAge()); // 按年龄升序
    }
}

B. 定制排序 (Comparator)

构造时传入比较器，优先级高于自然排序。

// 按年龄降序，年龄相同按 ID 升序
Set<User> set = new TreeSet<>((u1, u2) -> {
    int cmp = u2.getAge().compareTo(u1.getAge()); // 降序
    return cmp != 0 ? cmp : u1.getId().compareTo(u2.getId());
});

3. ⚠️ TreeSet 的特殊陷阱

• 去重依据：TreeSet 仅依赖 compareTo (或 compare) 的返回值是否为 0 来判断重复，忽略 equals()！
• 风险：若排序规则认为两个对象相等 (返回 0)，但 equals 认为不等，后者将被丢弃。
  • 例子：只按“姓名”排序，两个同名不同 ID 的人，第二个会被误判为重复而丢弃。
  • 解决：排序规则必须包含唯一标识（如 ID），确保逻辑唯一的对象不会被误删。

---

五、SpringBoot 中的去重策略对比

场景	推荐方案	理由
普通去重 (最快)	HashSet / Stream.distinct()	O(1) 性能，最常用
保留顺序去重	LinkedHashSet	需维持原始次序
排序去重	TreeSet / Stream.sorted().distinct()	需结果有序
流式处理去重	list.stream().distinct().collect(...)	代码简洁，适合链式调用
并发环境去重	ConcurrentSkipListSet	线程安全的 TreeSet 替代品

💡 进阶提示：在 SpringBoot Service 层，如果只是为了临时去重，优先使用 Stream.distinct()，代码可读性更高；如果需要长期维护一个唯一的集合容器，则使用 HashSet。

---

六、🎯 今日实战任务：用户标签管理系统

背景：管理用户的标签系统，需要支持快速去重、保留添加顺序、以及按热度排序。

需求步骤

1. 定义 Tag 类：
   • 属性：id (Long), name (String), hotScore (Integer, 热度分)。
   • 使用 Lombok (@Data, @EqualsAndHashCode(of="id")) 简化代码。
2. 功能验证：
   • 场景 A (HashSet)：创建 HashSet<Tag>，添加 5 个标签（其中 2 个 ID 重复）。验证大小是否为 4。
   • 场景 B (LinkedHashSet)：创建 LinkedHashSet<Tag>，添加相同数据。遍历时验证顺序是否与添加顺序一致。
   • 场景 C (TreeSet)：创建 TreeSet<Tag>，使用 Comparator 按 hotScore 降序排序（若分数相同按 ID 升序）。
     • 注意：确保 Comparator 中包含 ID 比较，防止同分不同 ID 的标签被误删。
3. 陷阱测试 (必做)：
   • 创建一个 Tag 对象放入 HashSet。
   • 修改该对象的 id 字段（破坏 hashCode）。
   • 尝试 set.contains(tag) 和 set.remove(tag)，观察是否还能找到/删除该元素？(预期：找不到，演示内存泄漏风险)。
4. Stream 替代方案：
   • 有一个包含重复 Tag 的 List<Tag>。
   • 使用 stream().distinct() 去重，并收集回 List。
   • 对比代码简洁度。

💡 代码提示

// TreeSet 定制排序 (防止同分误删)
Set<Tag> sortedTags = new TreeSet<>((t1, t2) -> {
    int scoreCmp = t2.getHotScore().compareTo(t1.getHotScore()); // 热度降序
    return scoreCmp != 0 ? scoreCmp : t1.getId().compareTo(t2.getId()); // ID 升序兜底
});

---

📝 第9天 · 核心总结

1. Set 选型指南：
   • 默认：HashSet (最快，无序)。
   • 要顺序：LinkedHashSet (略慢，保序)。
   • 要排序：TreeSet (O(logn)，需定义比较规则)。
2. 去重铁律：
   • 自定义对象必须重写 hashCode() + equals()。
   • Lombok 是神器，但要清楚它生成的逻辑。
   • TreeSet 特例：去重看 compareTo，务必保证排序规则的唯一性（包含主键）。
3. 避坑指南：
   • 禁止修改已放入 HashSet/TreeSet 对象的“关键比较字段”，否则会导致集合“失忆”（无法查找/删除）。
   • 若对象不可变（Immutable），则是 Set 的最佳搭档。
4. SpringBoot 实践：
   • 权限列表 (Set<String> roles) 必用 Set 去重。
   • 流式数据处理优先 stream().distinct()。
   • 高并发排序去重考虑 ConcurrentSkipListSet。

---