hashset去重依赖哈希表定位与equals验证双重机制，底层基于hashmap键不可重复特性，要求自定义类必须同时重写hashcode()和equals()以保证正确性。

HashSet 去重不是靠“记住所有元素挨个比对”，而是靠哈希表的定位 + 内容验证双重机制。它快，但快得有前提——必须正确配合 hashCode() 和 equals()。

底层其实是 HashMap 的键

HashSet 没有自己的存储结构，它内部持有一个 HashMap<e object></e>，你 add 的每个元素，都被当作 key 存进去，value 固定用一个叫 PRESENT 的空对象占位。所以去重本质就是 HashMap 的“键不可重复”规则在起作用。

• add(e) 实际调用的是 map.put(e, PRESENT)
• put 返回 null 表示新插入；返回旧 value（即 PRESENT）表示已存在，add 就返回 false
• 因此，HashSet 的所有去重行为，完全继承自 HashMap 的键冲突处理逻辑

判断重复分两步：先 hash 后 equals

往 HashSet 里加一个对象时，流程严格按顺序执行：

Gradle 9.8.0

下载

• 第一步：调用对象的 hashCode()，算出哈希值，再映射到哈希表某个桶（数组下标）
• 第二步：如果那个桶里已有元素，就遍历链表或红黑树，对每个节点做两件事：
  　　• 先比哈希值是否相等（快速筛掉大部分）
  　　• 哈希值相等，再调用 equals() 判断内容是否真的一样
• 只有哈希值相同 且 equals 返回 true，才认定是重复

自定义类必须同时重写两个方法

如果用自己写的类（比如 Person）放进 HashSet，不重写会出问题：

• 只重 equals() 不重 hashCode()：对象可能被分到不同桶里，equals 根本没机会被调用，重复项漏判
• 只重 hashCode() 不重 equals()：所有 new 出来的实例哈希值可能一样，但默认 equals 比的是地址，结果全当不重复
• 两个都重写，且保证“相等的对象必须有相同哈希值”，才能让去重逻辑稳定可靠

性能与使用注意点

平均时间复杂度 O(1)，但实际表现受哈希分布影响：

• 哈希值尽量均匀，避免大量碰撞（否则退化成链表遍历，变 O(n)）
• 初始化时可预估大小，指定初始容量，减少扩容开销：new HashSet(expectedSize / 0.75f)
• 海量数据（如千万级字符串）慎用，内存占用可能是原始数据的 3–5 倍，OOM 风险高
• 字符串、Integer 等 JDK 自带类型已内置合理实现，直接用即可

Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南