java - 使用 Java 8 Streams API，在调用 Collectors.toSet() 时是否可以依赖 sorted()？

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);
}

正如我们所见，它使用了一个HashSet 并调用了add。来自 HashSet documentation , “它不保证集合的迭代顺序；特别是，它不保证顺序将随着时间的推移保持不变。”

在下面的代码中，String 的 List 被流式传输、排序并收集到 Set 中:

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:

类 java.util.HashSet

[a, b, c]

输出已排序。我认为这里发生的事情是，虽然 HashSet 文档提供的契约(Contract)指定排序不是它提供的东西，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 之间有所不同，并且更明智的方法是执行类似 Collectors.toCollection(TreeSet::new) 的操作。

调用Collectors.toSet()时可以依赖sorted()吗？

此外，“它不保证订单会随着时间的推移保持不变”到底是什么意思？ (我想 add，remove，底层数组的大小调整？)

Answer 1

要回答这个问题，您必须对 HashSet 的实现方式有所了解。顾名思义，HashSet 是使用哈希表 实现的。基本上，哈希表是一个由元素哈希索引的数组。哈希函数(在 Java 中，对象的哈希值由 object.hashCode() 计算)基本上是一个满足几个条件的函数:

• (相对)快速计算给定元素
• .equals() 彼此具有相同哈希值的两个对象
• 不同项目具有相同哈希值的可能性很低

因此，当您遇到一个“已排序”(理解为“迭代器保留元素的自然顺序”)的 HashSet 时，这是由于几个巧合:

• 元素的自然顺序遵循其hashCode的自然顺序
• 哈希表足够小，不会发生冲突(具有相同哈希码的两个元素)

如果查看 String 类的 hashCode() 方法，您会发现对于单字母字符串，哈希码对应于 Unicode 索引(代码点)字母的 - 所以在这种特定情况下，只要哈希表足够小，元素就会被排序。然而，这是一个巨大的巧合和

• 不适用于任何其他排序顺序
• 对于 hashCode 不遵循其自然顺序的类不成立
• 不会持有冲突的哈希表

此外，这与 sorted() 在流上被调用这一事实无关 - 这仅仅是由于 hashCode() 的实现方式和因此哈希表的顺序。因此，问题的简单答案是“否”。