Java 字节数组集

Question

我有一个 byte[] 的哈希集，我想测试该集合中是否有新的 byte[] 。问题在于，Java 似乎是在测试 byte[] 实例是否相同，而不是测试字节数组中的实际值是否相同。

换句话说，请考虑以下代码：

public class Test
{
    public static void main(String[] args)
    {
        java.util.HashSet<byte[]> set=new java.util.HashSet<byte[]>();
        set.add(new String("abc").getBytes());
        System.out.println(set.contains(new String("abc").getBytes()));
    }
}

此代码打印出 false，我希望它打印出 true。我该怎么做呢？

Answer 1

您可以使用 ByteBuffer.wrap 包装每个字节数组，这将为您提供正确的 equals 和 hashCode 行为。请注意在 ByteBuffer 上调用的方法（不要修改数组或提前其指针）。

Answer 2

您可以创建一个 ByteArray 类来包装字节数组并按照您想要的方式测试相等性。然后你就会有一个Set。

Answer 3

您可以定义自己的包装类，但最简单的方法可能是将数组“包装”到 ArrayList 中并使用 HashSet。

Answer 4

现代（截至目前的解决方案）

import com.google.common.collect.ImmutableSet;

import java.nio.ByteBuffer;
import java.util.Set;

import static com.google.common.base.Charsets.UTF_8;
import static java.nio.ByteBuffer.wrap;

public class Scratch
{
    public static void main(String[] args)
    {
        final Set<ByteBuffer> bbs = ImmutableSet.of(wrap("abc".getBytes(UTF_8)).asReadOnlyBuffer());
        System.out.println("bbs.contains(ByteBuffer.wrap(\"abc\".getBytes(Charsets.UTF_8))) = " + bbs.contains(wrap("abc".getBytes(UTF_8)).asReadOnlyBuffer()));
    }
}

注意：

您不应该在不提供 Charset< 的情况下将 String 转换为 byte[] /code> 结果变得依赖于默认的 Charset 运行时，这通常不是一个好的字符集并且可以更改。

.asReadOnlyBuffer() 很重要！

创建一个新的只读字节缓冲区，共享此缓冲区的
内容。新缓冲区的内容将是该缓冲区的内容。
对此缓冲区内容的更改将在新缓冲区中可见；
然而，新缓冲区本身将是只读的，并且不允许
需要修改的共享内容。

两个缓冲区的位置、限制和标记值将是独立的。

新缓冲区的容量、限制、位置和标记值将与该缓冲区的容量、限制、位置和标记值相同。
如果此缓冲区本身是只读的，则此方法的行为完全相同
与复制方法相同。

Answer 5

您可以避免包装器和愚蠢的 hashCode 问题（嘿，像 byte[] 这样的标准东西没有 hashCode 对吧？）：

使用 TreeSet 而不是 HashSet 并在实例化时提供 byte[] 比较器：

  Set<byte[]> byteATreeSet = new TreeSet<byte[]>(new Comparator<byte[]>() {
    public int compare(byte[] left, byte[] right) {
    for (int i = 0, j = 0; i < left.length && j < right.length; i++, j++) {
        int a = (left[i] & 0xff);
        int b = (right[j] & 0xff);
        if (a != b) {
            return a - b;
        }
    }
    return left.length - right.length;
   }});

如果您得到一个字节[] HashSet b 来自其他地方，将变量 a 初始化为 TreeSet，然后使用 a.addAll(b);这样，即使 b 包含重复项，a 也不会。

Answer 6

实施亚当·克鲁姆的想法。

public class ByteArraySet
{
    Set<BaWrapper> bws;

    public ByteArraySet()
    {
        bws = new HashSet<BaWrapper>();
    }

    public boolean contains(final byte[] a)
    {
        return bws.contains(new BaWrapper(a));
    }

    public boolean add(final byte[] a)
    {
        return bws.add(new BaWrapper(a));
    }

    public boolean remove(final byte[] a)
    {
        return bws.remove(new BaWrapper(a));
    }

    public  int size()
    {
        return bws.size();
    }

    private static class BaWrapper
    {
        byte[] a;

        BaWrapper(final byte[] a)
        {
            this.a = a;
        }

        @Override
        public boolean equals(final Object rhs)
        {
            return Arrays.equals(a, ((BaWrapper) rhs).a);
        }

        @Override
        public int hashCode()
        {
            return Arrays.hashCode(a);
        }
    }
}