当前位置:首页 > 文章列表 > 文章 > java教程 > HashSet和LinkedHashSet区别详解

HashSet和LinkedHashSet区别详解

2026-02-02 09:02:31 0浏览 收藏

偷偷努力,悄无声息地变强,然后惊艳所有人!哈哈,小伙伴们又来学习啦~今天我将给大家介绍《HashSet与LinkedHashSet区别解析》,这篇文章主要会讲到等等知识点,不知道大家对其都有多少了解,下面我们就一起来看一吧!当然,非常希望大家能多多评论,给出合理的建议,我们一起学习,一起进步!

HashSet无序,基于HashMap;LinkedHashSet有序,基于LinkedHashMap并维护双向链表。二者插入/查找均为O(1),但后者内存略高、迭代稍慢,且序列化后顺序仅在反序列化为LinkedHashSet时保留。

Java集合框架中的HashSet与LinkedHashSet的比较

HashSet 和 LinkedHashSet 的底层实现差异

两者都基于 HashMap 实现,但关键区别在「如何维护元素顺序」: HashSet 完全不保证插入或遍历顺序,内部只用 HashMap 存储键值对(元素作为 key,固定值 PRESENT 作为 value); LinkedHashSet 则继承自 HashSet,但底层使用的是 LinkedHashMap —— 它在哈希表基础上额外维护了一个双向链表,记录插入顺序。

迭代时的顺序行为与性能开销

当你调用 iterator() 或用增强 for 遍历集合时:
- HashSet 返回的顺序是不确定的(取决于哈希值、扩容时机、JDK 版本),不能用于依赖顺序的逻辑;
- LinkedHashSet 严格按插入顺序返回元素,适合需要“记住添加先后”的场景,比如最近访问缓存、去重但保留原始序列的日志过滤。

性能上:
- 插入和查找平均时间复杂度都是 O(1);
- 但 LinkedHashSet 每次插入需更新链表指针,内存占用略高(每个节点多两个引用字段),迭代速度也稍慢(要沿链表走)。

构造函数参数含义不同

二者都有带初始容量和加载因子的构造方法,但注意:
- new HashSet(int initialCapacity, float loadFactor):仅影响底层 HashMap 的哈希桶数组大小;
- new LinkedHashSet(int initialCapacity, float loadFactor):同样控制哈希表部分,但链表结构不受这些参数影响——它始终存在且随插入动态增长。

常见误用:
- 认为给 LinkedHashSet 设大容量就能“提升顺序遍历性能” → 实际无意义,链表遍历成本与容量无关;
- 忘记 LinkedHashSet 仍会因哈希冲突导致桶内链表/红黑树结构,其“有序”仅指插入顺序,不等于“按哈希有序”或“按自然顺序”。

序列化与线程安全性一致

两者都不支持线程安全:
- 多线程写入未同步时,都可能引发 ConcurrentModificationException 或数据丢失;
- 若需并发安全,应选 Collections.synchronizedSet(new LinkedHashSet()) 或 ConcurrentHashMap.newKeySet()(JDK 8+)。

序列化行为相同:
- 都实现了 Serializable;
- 反序列化后,LinkedHashSet 仍保持插入顺序,HashSet 依然无序 —— 这一点常被忽略,尤其在分布式缓存或 RPC 场景中误以为序列化能“固化”某种顺序。

真正容易被绕过的点是:即使你用了 LinkedHashSet,只要中间经过 JSON 序列化(如 Jackson 默认转成数组),再反序列化回 Java 集合时若没指定类型为 LinkedHashSet,很可能变成 ArrayList 或默认 HashSet,顺序就丢了。

今天关于《HashSet和LinkedHashSet区别详解》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

抖音搜索无结果?搜不到内容解决方法抖音搜索无结果?搜不到内容解决方法
上一篇
抖音搜索无结果?搜不到内容解决方法
小说提示词设计技巧:高效激发创作灵感
下一篇
小说提示词设计技巧:高效激发创作灵感
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    349次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    411次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    416次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    371次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    197次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码