Set集合性能如何优化

Set 集合的性能优化，核心在于选对实现、控制容量、减少哈希冲突、减少不必要的对象创建。下面从 Java 示例 出发，系统讲一下优化思路（其他语言如 Python / C++ 思路类似）。

一、选对 Set 实现（最关键）

Java 常见 Set 对比

✅ 99% 的优化第一步：能用 HashSet 就用 HashSet

Set<Integer> set = new HashSet<>(); // 最快

TreeSet 查找是 O(log n)，HashSet 是 O(1)。

二、合理设置初始容量（非常重要）

问题

HashSet 默认容量小，数据多时会频繁 扩容 + rehash，代价很高。

优化方式

提前估算元素数量：

Set<String> set = new HashSet<>(1024);

更精确（避免扩容）：

int expectedSize = 1000;
Set<String> set = new HashSet<>((int)(expectedSize / 0.75f) + 1);

✅ 原则：容量 ≈ expectedSize / loadFactor

三、优化 hashCode（减少冲突）

1️⃣ hashCode 要快、要分散

❌ 不好：

@Override
public int hashCode() {
    return 1; // 所有对象冲突
}

✅ 好：

@Override
public int hashCode() {
    return Objects.hash(id, name);
}

2️⃣ 使用不可变对象作为元素

• String、Integer 等天然适合
• 放入 Set 后 不要修改参与 hashCode 的字段

四、减少对象创建（内存 & GC 优化）

1️⃣ 避免重复装箱

❌ 不好：

Set<Integer> set = new HashSet<>();
for (int i = 0; i < 1000000; i++) {
    set.add(i); // 自动装箱
}

✅ 如果数据范围小，考虑：

BitSet set = new BitSet();
set.set(i);

2️⃣ 使用对象池 / 复用对象（高并发场景）

// 避免频繁 new
private static final Set<String> CACHE = Set.of("a", "b", "c");

五、批量操作优于单点操作

批量添加

set.addAll(list);

优于：

for (String s : list) {
    set.add(s);
}

六、并发场景优化

1️⃣ 不要自己加 synchronized

❌ 不推荐：

synchronized (set) {
    set.add(x);
}

✅ 推荐：

Set<String> set = ConcurrentHashMap.newKeySet();

或：

Set<String> set = Collections.newSetFromMap(new ConcurrentHashMap<>());

七、特殊场景的极致优化

1️⃣ 小数据量：用 EnumSet / bit 位运算

Set<Day> set = EnumSet.of(MONDAY, FRIDAY);

2️⃣ 超大数据量：考虑 Bloom Filter

• 允许误判
• 内存极低

八、性能对比总结

九、一句话总结

Set 性能优化的本质：减少哈希冲突 + 减少扩容 + 减少对象创建 + 选对数据结构。

如果你有具体场景（如：百万级去重、高并发、占用内存大、Java / Python / C++），可以贴出来，我可以给你针对性优化方案 + 代码示例。