数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学Java中HashSet、LinkedHashSet和TreeSet的区别与相似之处
HashSet、LinkedHashSet和TreeSet是主要用于存储元素的Set接口类。
HashSet − HashSet是一个容器实例，它以非同步方式存储仅唯一的元素，以处理涉及集合的高性能操作。集合允许空值，但不遵循插入顺序。
LinkedHashSet − LinkedHashSet是一个克隆的数据结构，它同时具有哈希表和链表作为集合接口的功能。LinkedHashSet的有序版本始终在输入元素上作为双向链表工作。
TreeSet − TreeSet是一个排序的数据结构，它通过使用树形映射的存储作为接口工作。集合遵循一般的排序，其中比较器类使用构造函数设置延迟的值。
尽管这些接口类之间存在一些差异，并且也有一些共同点，但我们在这里试图讨论它们。
输入
[ ARB, RDD, KOL, DHKA ]
输出
Insertion Order of objects in HashSet : [ ARB, RDD, KOL, DHKA ] Insertion Order of objects in LinkedHashSet : [ ARB, RDD, DHKA, KOL ] Insertion Order of objects in TreeSet : [ ARB, DHKA, KOL, RDD ]
HashSet、LinkedHashSet和TreeSet之间的相似之处
基于HashSet、LinkedHashSet和TreeSet的偏好和操作方式，它们之间有很多相似之处。
数据集的接口 − HashSet、LinkedHashSet和TreeSet是一些常用的类，它们通过继承用作接口。
无重复 − 这些集合不允许任何重复的内容，因为它们本质上是唯一的。
框架 − 这些是一些著名的Java集合框架，能够以独特的方式提供操作。
HashSet、LinkedHashSet和TreeSet之间的区别
尽管有一些相似之处，但这些集合有很多区别，如下所示：
HashSet |
LinkedHashSet |
TreeSet |
|---|---|---|
HashSet使用哈希表来存储数据。 |
使用双向链表维护插入顺序。 |
我们总是使用自平衡二叉树，称为红黑树。 |
元素以任意方式排序。 |
以可预测的迭代顺序工作。 |
使用自定义比较器排序。 |
它在恒定时间内工作。 |
完成每个步骤后，我们可以比较插入和删除过程。 |
在特定范围内，我们可以用O(log n)的时间从首尾检索数据。 |
在这里，我们可以说HashSet对于一般的集合操作是最有效和最突出的过程。另一方面，LinkedHashSet总是遵循插入方式，而TreeSet自动地对元素进行排序。
使用的方法
使用插入顺序和插入时间方法
算法
该算法将向您展示使用一些计时器值实现HashSet、LinkedHashSet和TreeSet结构的系统过程。
步骤1 − 开始进程。
步骤2 − 声明输入输出流。
步骤3 − 导入内置类和声明的函数。
步骤4 − 声明一个公共类。
步骤5 − 设置函数。
步骤6 − 进行插入排序。
步骤7 − 声明一个数组列表并填充它。
步骤8 − 声明Set值。
步骤9 − 按照插入方式打印值。
步骤10 − 声明一个循环来迭代过程。
步骤11 − 设置计时器值。
步骤12 − 运行进程并获取输出值。
步骤13 − 终止进程。
语法
语法将首先检查带有某些整数值的TreeSet。之后，我们将声明一个map set，以从这些元素中创建一些对，根据免疫力对其进行过滤。
TreeSet < Integer > STTREE = new TreeSet < > () ; STTREE . add ( 4 ) ; STTREE . add ( 5 ) ; STTREE . add ( 6 ) ; STTREE . add ( 8 ) ; STTREE . add ( 4 ) ; TreeMap < Integer , Integer > MAPTREE = new TreeMap < > () ; MAPTREE . put ( 2,5 ) ; MAPTREE . put ( 3,6 ) ; MAPTREE . put ( 4,6 ) ; MAPTREE . put ( 2,3 ) ;
使用插入顺序和插入时间方法
插入顺序是一种协议，用户可以通过它使用一定的插入时间将更多元素添加到数据集中。插入时间是元素保持时间消耗记录的时间间隔。在这种方法中，我们在LinkedHashSet上使用了insertionOrder()函数来以O(1)的时间复杂度执行该过程。
示例
在示例代码中，我们通过使用迭代来获取上述映射之间的差异，执行了各种过程，例如在特定时间段内进行插入和删除。
import java.util.Arrays;
import java.util.HashSet;
import java.util.LinkedHashSet;
import java.util.TreeSet;
public class ARBRDD {
private static void insertionOrder (){
LinkedHashSet < String > ARBRDDLINKEDSET
= new LinkedHashSet <> ();
TreeSet <String> ARBRDDTREESET = new TreeSet <> ();
HashSet <String> ARBRDDHASHSET = new HashSet <String> ();
for ( String str : Arrays.asList ( "ARB", "RDD", "DHKA", "KOL" ) ) {
ARBRDDLINKEDSET . add ( str ) ;
ARBRDDTREESET . add ( str ) ;
ARBRDDHASHSET . add ( str ) ;
}
System.out.println ( "Insertion Order " + " of objects in HashSet :" + ARBRDDHASHSET ) ;
System.out.println ( " Insertion Order of " + "objects in LinkedHashSet : " + ARBRDDLINKEDSET ) ;
System.out.println ( "Insertion Order of" + " objects in TreeSet : " + ARBRDDTREESET ) ;
}
private static void insertionTime () {
HashSet <Integer> numbersHS = new HashSet <> () ;
long startTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i ++ ) {
numbersHS . add ( i ) ;
}
long endTime = System . nanoTime () ;
System.out.println ( "Total time to insert" + " 1000 elements in" + " HashSet in nanoseconds: " + ( endTime - startTime ) ) ;
LinkedHashSet <Integer> numbersLLS
= new LinkedHashSet <> () ;
startTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i ++ ) {
numbersLLS . add ( i ) ;
}
endTime = System . nanoTime () ;
System.out.println ( "Total time to insert" + " 1000 elements in" + " LinkedHashSet nanoseconds: " + ( endTime - startTime ) ) ;
TreeSet <Integer> numbersTS = new TreeSet <> () ;
startTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i++ ) {
numbersTS . add ( i ) ;
}
endTime = System . nanoTime () ;
System.out.println ( "Total time to insert" + " 1000 elements in" + " TreeSet in nanoseconds: " + ( endTime - startTime ) ) ;
}
private static void deletion () {
HashSet <Integer> deletionHS = new HashSet <> () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionHS . add ( i ) ;
}
long startingTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionHS . remove ( i ) ;
}
long endedTime = System . nanoTime () ;
System.out.println("Total time to Deletion " + "1000 elements in HashSet in nanoseconds : " + Math . abs ( startingTime - endedTime ) ) ;
LinkedHashSet <Integer> deletionLLS
= new LinkedHashSet <> () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionLLS . add ( i ) ;
}
startingTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionLLS . remove ( i ) ;
}
endedTime = System . nanoTime () ;
System.out.println (
"Total time to Deletion 1000"
+ " elements in LinkedHashSet in nanoseconds: "
+ Math . abs ( startingTime - endedTime ) ) ;
TreeSet <Integer> deletionTS = new TreeSet <> () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionTS . add ( i ) ;
}
startingTime = System . nanoTime () ;
for ( int i = 0; i < 1000; i ++ ) {
deletionTS . remove ( i ) ;
}
endedTime = System . nanoTime () ;
System.out.println(
"Total time to Deletion 1000"
+ " elements in TreeSet in nanoseconds: "
+ Math . abs ( startingTime - endedTime ) ) ;
}
public static void main ( String args [] ){
insertionOrder () ;
insertionTime () ;
deletion () ;
}
}
输出
Insertion Order of objects in HashSet : [ ARB, RDD, KOL, DHKA ] Insertion Order of objects in LinkedHashSet : [ ARB, RDD, DHKA, KOL ] Insertion Order of objects in TreeSet : [ ARB, DHKA, KOL, RDD ] Total time to insert 1000 elements in HashSet in nanoseconds : 584880 Total time to insert 1000 elements in LinkedHashSet nanoseconds : 343136 Total time to insert 1000 elements in TreeSet in nanoseconds : 1445318 Total time to Deletion 1000 elements in HashSet in nanoseconds : 339148 Total time to Deletion 1000 elements in LinkedHashSet in nanoseconds : 261723 Total time to Deletion 1000 elements in TreeSet in nanoseconds : 877681
结论
因此，在今天的文章中，我们将学习HashSet、LinkedHashSet和TreeSet之间显著的区别。它们之间也有许多相似之处，因为它们都实现了Set接口。这三种结构不允许重复，并且是非同步的。我们可以使用迭代器克隆它们并调整它们的大小，因为这些数据集是故障优先的。
251 次浏览
