Java集合框架实战：HashMap与HashSet的5个高频使用场景解析
Java集合框架实战：HashMap与HashSet的5个高频使用场景解析
在Java开发中，集合框架是每个开发者必须掌握的核心技能之一。HashMap和HashSet作为最常用的集合类，它们的高效性和灵活性使其在各种业务场景中大放异彩。本文将深入解析5个实际开发中的高频使用场景，帮助开发者更好地理解如何根据业务需求选择合适的集合类。
1. 电商购物车中的商品去重
电商平台的购物车功能是HashSet最典型的应用场景之一。当用户多次添加同一商品时，系统需要自动合并数量而非重复显示，这正是HashSet的用武之地。
public class ShoppingCart { private Set<Product> items = new HashSet<>(); public void addItem(Product product) { if (items.contains(product)) { // 商品已存在，更新数量逻辑 } else { items.add(product); } } }实现要点：
- 自定义Product类必须正确重写
equals()和hashCode()方法 - HashSet的contains操作时间复杂度为O(1)，远优于List的O(n)
- 实际业务中常结合Map存储商品数量信息
提示：在重写hashCode()时，应确保相同对象的hashCode相同，不同对象尽量有不同的hashCode
2. 用户权限校验中的快速查找
权限系统需要频繁判断用户是否拥有特定权限，HashMap的快速查找特性使其成为理想选择。
public class PermissionService { private Map<String, Permission> permissionMap = new HashMap<>(); public boolean hasPermission(String permissionKey) { return permissionMap.containsKey(permissionKey); } public void loadPermissions(List<Permission> permissions) { for (Permission p : permissions) { permissionMap.put(p.getKey(), p); } } }性能对比表：
| 数据结构 | 插入时间复杂度 | 查询时间复杂度 | 内存占用 |
|---|---|---|---|
| List | O(1) | O(n) | 低 |
| HashMap | O(1) | O(1) | 较高 |
| TreeMap | O(log n) | O(log n) | 中 |
3. 数据统计与词频分析
文本处理中统计词频是HashMap的经典应用，下面是一个完整的实现示例：
public class WordCounter { public Map<String, Integer> countWords(String text) { Map<String, Integer> frequencyMap = new HashMap<>(); String[] words = text.split("\\s+"); for (String word : words) { word = word.toLowerCase().replaceAll("[^a-z]", ""); frequencyMap.merge(word, 1, Integer::sum); } return frequencyMap; } }优化技巧：
- 使用
merge()方法简化计数逻辑 - 预处理文本提高统计准确性
- 对于大数据量，考虑使用
ConcurrentHashMap
4. 轻量级缓存实现
HashMap常被用于实现简单的内存缓存，下面是一个带过期机制的缓存实现：
public class SimpleCache<K, V> { private Map<K, CacheEntry<V>> cache = new HashMap<>(); private long defaultExpiry = 60_000; // 默认1分钟 public void put(K key, V value) { put(key, value, defaultExpiry); } public void put(K key, V value, long expiry) { cache.put(key, new CacheEntry<>(value, System.currentTimeMillis() + expiry)); } public V get(K key) { CacheEntry<V> entry = cache.get(key); if (entry == null || entry.isExpired()) { cache.remove(key); return null; } return entry.getValue(); } private static class CacheEntry<V> { private V value; private long expiryTime; // 构造方法和getter省略 boolean isExpired() { return System.currentTimeMillis() > expiryTime; } } }5. 数据库结果集处理
在处理数据库查询结果时，HashMap可用于建立对象间的映射关系：
public class UserRepository { public Map<Long, User> getUserMap() { List<User> users = jdbcTemplate.query("SELECT * FROM users", this::mapRow); return users.stream().collect(Collectors.toMap(User::getId, Function.identity())); } private User mapRow(ResultSet rs, int rowNum) throws SQLException { User user = new User(); user.setId(rs.getLong("id")); user.setName(rs.getString("name")); return user; } }高级应用：
- 多级映射：
Map<DepartmentId, Map<UserId, User>> - 索引加速：为常用查询字段建立额外映射
- 结果集转换：将行数据转为领域对象
底层原理与性能优化
理解HashMap的工作原理对正确使用至关重要。当元素数量超过阈值（容量*负载因子）时，HashMap会进行扩容：
// 初始化一个预计存放100个元素的HashMap int expectedSize = 100; float loadFactor = 0.75f; int initialCapacity = (int) (expectedSize / loadFactor) + 1; Map<String, String> map = new HashMap<>(initialCapacity, loadFactor);扩容过程：
- 创建新的Entry数组（通常为原大小的2倍）
- 重新计算所有元素的存储位置
- 将元素转移到新数组中
注意：频繁扩容会影响性能，初始化时应合理预估大小
HashSet的去重原理依赖于HashMap的键唯一性。当向HashSet添加元素时：
// HashSet的add方法实际实现 public boolean add(E e) { return map.put(e, PRESENT) == null; }其中PRESENT是一个固定的虚拟值，所有元素共享。这种实现使得HashSet的所有操作实际上都是委托给HashMap完成的。