JavaSet去重实战技巧解析

小伙伴们有没有觉得学习文章很有意思？有意思就对了！今天就给大家带来《Java集合Set去重实战教程》，以下内容将会涉及到，若是在学习中对其中部分知识点有疑问，或许看了本文就能帮到你！

应优先用 HashSet 去重，因其平均时间复杂度 O(1)，远优于 ArrayList 的 O(n²)；但需确保元素正确重写 equals() 和 hashCode()，自定义对象否则无法去重；若需保序用 LinkedHashSet，按字段去重推荐 Collectors.toMap()。

为什么用 HashSet 而不是 ArrayList 去重

直接用 ArrayList 手动遍历去重，时间复杂度是 O(n²)，数据一过万就明显卡顿；HashSet 底层基于哈希表，插入和查重都是平均 O(1)，适合大多数去重场景。但要注意：元素必须正确重写 equals() 和 hashCode()，否则自定义对象会重复添加。

常见错误现象：HashSet 里出现“看起来一样”的对象却没去重——大概率是忘了重写 hashCode()，或者只重写了 equals()。

• 字符串、Integer 等 JDK 内置类型已默认实现，可直接用
• 自定义类（如 User）必须同时重写 equals() 和 hashCode()
• 若需保持插入顺序，改用 LinkedHashSet，性能略低但顺序可靠

Stream.distinct() 的适用边界在哪里

Stream.distinct() 看起来简洁，但它依赖元素的 equals() 判断，和 HashSet 底层逻辑一致。优势是链式调用方便，劣势是无法控制去重逻辑（比如按某个字段去重），且对大集合存在额外装箱/流开销。

典型使用场景：对简单类型或已规范重写 equals() 的对象做全量去重。

• 基础类型数组转流去重：Arrays.stream(arr).distinct().toArray()
• 不适用于按某字段（如 user.getId()）去重——得用 Collectors.toMap() 或 Collectors.collectingAndThen()
• 原始类型流（IntStream）不支持 distinct() 直接去重，需先 boxed

按单个字段去重时别硬套 HashSet

想保留“相同 userId 只留第一个”，但又不想改对象的 equals() 逻辑？这时候强行让 HashSet 存 userId 字符串再过滤原列表，代码易错且难维护。

更稳妥的做法是用 Collectors.toMap() + Function.identity()：

List<User> uniqueByUserId = users.stream()
    .collect(Collectors.toMap(
        User::getUserId, 
        Function.identity(), 
        (u1, u2) -> u1  // 冲突时保留第一个
    ))
    .values()
    .stream()
    .collect(Collectors.toList());

• 注意第三个参数是冲突解决策略，(u1, u2) -> u1 表示取先遇到的
• 如果字段可能为 null，toMap() 会抛 NullPointerException，需提前过滤或用 Collectors.groupingBy() 替代
• 该方式天然支持多字段组合去重（如 u -> u.getUserId() + "-" + u.getType()）

大数据量下 TreeSet 不是“更稳”的选择

有人觉得 TreeSet 按自然序去重“更可控”，但实际它用红黑树实现，插入是 O(log n)，比 HashSet 慢 3–5 倍；而且要求元素实现 Comparable 或传入 Comparator，稍不注意就抛 ClassCastException。

除非你明确需要排序结果+去重一步到位，否则不要为了“看起来严谨”选 TreeSet。

• 去重后还要排序？先用 HashSet 去重，再单独 Collections.sort()
• 自定义比较逻辑复杂时，TreeSet 的 Comparator 容易写错边界（比如漏处理 null）
• 并发场景下三者都不安全，得换 ConcurrentHashMap 配合逻辑，或用 CopyOnWriteArraySet（仅小集合）

今天关于《JavaSet去重实战技巧解析》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！