使用Java 8 Streams API，在调用Collectors.toSet（）时可以依赖sorted（）吗？

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);
}

我们可以看到，它使用HashSet并调用add 。 从HashSet 文档中 ，“它不能保证集合的迭代顺序;特别是，它不能保证订单在一段时间内保持不变。”

在下面的代码，一个List的String是流，分类收集到Set ：

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文档提供的合同规定了排序不是它提供的，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之间变化，而更明智的方法是做一些像Collectors.toCollection(TreeSet::new)这样的事情。

调用Collectors.toSet()时可以依赖sorted() Collectors.toSet()吗？

此外，“它不能保证订单在一段时间内保持不变”究竟是什么意思？ （我想add ， remove ，调整底层数组的大小？）

Answer 1

答案是不。 将项目添加到集合后，您不能依赖任何订单。 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JDK的早期版本中，即使订单无法保证，您通常也会以相同的插入顺序获取项目（除非对象的类实现了hashCode() ，然后您将获得订单由hashCode()决定。 要么是对象的创建顺序，要么是对象上hashCode()的调用顺序。 正如@Holgar在下面的评论中提到的，在HotSpot中它是后者。 你甚至不能指望它，因为这也有例外，因为序列号不是hashCode生成器中的唯一成分。

我最近听到了Stuart Marks （负责重写Java 9中Collections主要部分的人）的演讲，他说他们已经将随机化添加到集合的迭代顺序（由新的集合工厂创建）在Java 9中。如果你想听到会话，他谈到的部分就会从这里开始 - 好的谈话，强烈推荐的方式！

因此，即使您曾经依赖于集合的迭代顺序，一旦转移到Java 9，您应该停止这样做。

总而言之，如果您需要订购，您应该考虑使用SortedSet ， LinkedHashSet或TreeSet

Answer 2

要回答这个问题，您必须了解HashSet的实现方式。 顾名思义， HashSet是使用哈希表实现的 。 基本上，哈希表是由元素哈希索引的数组。 散列函数（在Java中，对象的散列由object.hashCode()计算）基本上是满足一些条件的函数：

• 它（相对）快速计算给定元素
• 两个对象.equals()彼此具有相同的哈希值
• 不同项目具有相同散列的概率很小

因此，当你修改一个“已排序”的HashSet （它被理解为“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hashCode的自然顺序
• 哈希表足够小，不会发生冲突（两个元素具有相同的哈希码）

如果查看String类hashCode()方法，您将看到对于单字母字符串，哈希代码对应于字母的Unicode索引（代码点） - 因此在这种特定情况下，只要哈希表是足够小，元素将被排序。 然而，这是一个巨大的巧合

• 不会保留任何其他排序顺序
• 不适用于hashCodes不遵循其自然顺序的类
• 不会持有碰撞的哈希表

而且，这与在流上调用sorted()的事实无关 - 它只是由于hashCode()的实现方式，因此也是哈希表的排序。 因此，问题的简单答案是“不”。