为何Java中Protobuf对象与普通类对象在Set中的行为存在差异？

咱们先把问题拆解清楚：为什么用Protobuf生成的类创建值相同的对象，放进HashSet里会自动去重，而普通Java类做不到？这背后其实是Java集合的去重逻辑，加上Protobuf生成类的特殊实现导致的。

先看普通Java类的问题 #

你写的NodeJava类默认继承自Object，而Object类的equals()和hashCode()都是基于对象的内存地址工作的：

• equals()：只有两个引用指向同一个对象时才返回true
• hashCode()：返回的是和对象内存地址相关的数值

所以每次你new NodeJava("localhost", 12346)，都会在堆里创建一个新对象，内存地址完全不一样。HashSet判断元素重复的逻辑是：先对比hashCode()是否相等，若相等再调用equals()确认。这两个新对象的hashCode()不同，equals()也返回false，HashSet就会把它们当成不同元素，最终输出的size是3。

要是想让普通类也能去重，你得手动重写这两个方法，让它们基于字段值来判断：

import java.util.Objects;

public class NodeJava {
    private String host;
    private Integer port;

    public NodeJava(String host, Integer port) {
        this.host = host;
        this.port = port;
    }

    @Override
    public boolean equals(Object o) {
        if (this == o) return true;
        if (o == null || getClass() != o.getClass()) return false;
        NodeJava nodeJava = (NodeJava) o;
        return Objects.equals(host, nodeJava.host) && Objects.equals(port, nodeJava.port);
    }

    @Override
    public int hashCode() {
        return Objects.hash(host, port);
    }
}

改完之后再运行相同的代码，HashSet就能识别出值相同的元素，size会变成2。

再看Protobuf类的特殊之处 #

Protobuf生成的Java类，天生就解决了这个问题，核心有两点：

1. 自动生成基于字段的equals()和hashCode() #

Protobuf编译器在生成Java类时，会根据你定义的消息字段（比如host和port）自动生成equals()和hashCode()方法。举个例子，NodeProto的equals()会逐字段比较host和port的实际值，hashCode()会把这两个字段的值组合起来计算哈希码。

这意味着，哪怕是两个不同的实例，只要字段值完全一样，equals()就返回true，hashCode()也相同，HashSet会认为它们是同一个元素，自然会去重。

2. 可选的实例池化优化 #

你提到的“创建值相同的新对象时返回同一个对象”，是Protobuf的一个性能优化——实例池化。当你调用Builder的build()方法时，Protobuf会先检查内部缓存里有没有字段值完全相同的实例，如果有，就直接返回那个实例，而不是创建新对象。

比如你两次调用create("localhost", 12346)，第二次build()会发现已经有一个一模一样的实例，直接复用它，所以两个引用指向同一个对象。不过要注意：就算没有这个池化机制，只要equals()和hashCode()正确，HashSet依然会去重——池化只是减少了对象创建的开销，不是去重的必要条件。

核心差异总结 #

内容的提问来源于stack exchange，提问作者Sudheesh Singanamalla