Map集合、散列表、紅黑樹介紹

前言

聲明，本文用得是jdk1.8

前面已經講了Collection的總覽和剖析List集合：

• Collection總覽
• List集合就這麼簡單【源碼剖析】

本來我是打算繼續將Collection下的Set集合的，結果看了源碼發現：Set集合實際上就是HashMap來構建的！

因此，就先介紹Map集合、散列表和紅黑樹吧！

看這篇文章以前最好是有點數據結構的基礎：

• Java實現單向鏈表
• 棧和隊列就是這麼簡單
• 二叉樹就這麼簡單

固然了，若是講得有錯的地方還請你們多多包涵並不吝在評論去指正～

1、Map介紹

1.1爲何須要Map

前面咱們學習的Collection叫作集合，它能夠快速查找現有的元素。

而Map在《Core Java》中稱之爲-->映射..

映射的模型圖是這樣的：

那爲何咱們須要這種數據存儲結構呢？？？舉個例子

• 做爲學生來講，咱們是根據學號來區分不一樣的學生。只要咱們知道學號，就能夠獲取對應的學生信息。這就是Map映射的做用！

生活中還有不少這樣的例子：只要你掏出身份證(key)，那就能夠證實是你本身(value)

1.2Map與Collection的區別

1.3Map的功能

下面咱們來看看Map的源碼：

簡單經常使用的Map功能有這麼一些：

下面用紅色框框圈住的就是Map值得關注的子類：

2、散列表介紹

不管是Set仍是Map，咱們會發現都會有對應的-->HashSet,HashMap

首先咱們也先得回顧一下數據和鏈表：

• 鏈表和數組均可以按照人們的意願來排列元素的次序，他們能夠說是有序的(存儲的順序和取出的順序是一致的)
• 但同時，這會帶來缺點：想要獲取某個元素，就要訪問全部的元素，直到找到爲止。
• 這會讓咱們消耗不少的時間在裏邊，遍歷訪問元素~

而還有另外的一些存儲結構：不在乎元素的順序，可以快速的查找元素的數據

• 其中就有一種很是常見的：散列表

2.1散列表工做原理

散列表爲每一個對象計算出一個整數，稱爲散列碼。根據這些計算出來的整數(散列碼)保存在對應的位置上！

在Java中，散列表用的是鏈表數組實現的，每一個列表稱之爲桶。【以前也寫過桶排序就這麼簡單，能夠回顧回顧】

一個桶上可能會遇到被佔用的狀況(hashCode散列碼相同，就存儲在同一個位置上)，這種狀況是沒法避免的，這種現象稱之爲：散列衝突

• 此時須要用該對象與桶上的對象進行比較，看看該對象是否存在桶子上了~若是存在，就不添加了，若是不存在則添加到桶子上
• 固然了，若是hashcode函數設計得足夠好，桶的數目也足夠，這種比較是不多的~
• 在JDK1.8中，桶滿時會從鏈表變成平衡二叉樹

若是散列表太滿，是須要對散列表再散列，建立一個桶數更多的散列表，並將原有的元素插入到新表中，丟棄原來的表~

• 裝填因子(load factor)決定了什麼時候對散列表再散列~
• 裝填因子默認爲0.75，若是表中超過了75%的位置已經填入了元素，那麼這個表就會用雙倍的桶數自動進行再散列

固然了， 在後面閱讀源碼的時候會繼續說明的，如今簡單瞭解一下便可~

擴展閱讀：

• http://www.javashuo.com/article/p-ajmghmuc-d.html
• http://www.javashuo.com/article/p-mezelvkk-be.html

3、紅黑樹介紹

上面散列表中已經提過了：若是桶數滿的時候，JDK8是將鏈表轉成紅黑樹的~。而且，咱們的TreeSet、TreeMap底層都是紅黑樹來實現的。

因此，在這裏學習一波紅黑樹究竟是啥玩意。

以前涉及過二叉樹的文章：

• 二叉樹就這麼簡單
• 堆排序就這麼簡單

在未學習以前，咱們多是聽過紅黑樹這麼一個數據結構類型的，還有其餘什麼B/B+樹等等，反正是比較複雜的數據結構了~~~

各類常見的樹的用途：

來源：
https://www.zhihu.com/question/30527705/answer/52527887

3.1回顧二叉查找樹

首先咱們來回顧一下：利用二叉查找樹的特性，咱們通常來講能夠很快地查找出對應的元素。

• 二叉樹就這麼簡單

但是二叉查找樹也有個例(最壞)的狀況(線性)：

上面符合二叉樹的特性，可是它是線性的，徹底沒樹的用處~

樹是要「均衡」才能將它的優勢展現出來的~，好比下面這種：

所以，就有了平衡樹這麼一個概念~紅黑樹就是一種平衡樹，它能夠保證二叉樹基本符合矮矮胖胖(均衡)的結構

3.2知新2-3樹

講到了平衡樹就不得不說最基礎的2-3樹，2-3樹長的是這個樣子：

在二叉查找樹上，咱們插入節點的過程是這樣的：小於節點值往右繼續與左子節點比，大於則繼續與右子節點比，直到某節點左或右子節點爲空，把值插入進去。這樣沒法避免偏向問題

而2-3樹不同：它插入的時候能夠保持樹的平衡！

在2-3樹插入的時能夠簡單總結爲兩個操做：

• 合併2-節點爲3-節點，擴充將3-節點擴充爲一個4-節點
• 分解4-節點爲3-節點，節點3-節點爲2-節點
• ........至使得樹平衡~

合併分解的操做仍是比較複雜的，要分好幾種狀況，代碼量很大~這裏我就不介紹了，由於要學起來是一大堆的，很麻煩~

3.3從2-3樹到紅黑樹

因爲2-3樹爲了保持平衡性，在維護的時候是須要大量的節點交換的！這些變換在實際代碼中是很複雜的，大佬們在2-3樹的理論基礎上發明了紅黑樹(2-3-4樹也是一樣的道理，只是2-3樹是最簡單的一種狀況，因此我就不說2-3-4樹了)。

• 紅黑樹是對2-3查找樹的改進，它能用一種統一的方式完成全部變換。

紅黑樹是一種平衡二叉樹,所以它沒有3-節點。那紅黑樹是怎麼將3-節點來改進成全都是二叉樹呢？

紅黑樹就字面上的意思，有紅色的節點，有黑色的節點：

咱們能夠將紅色節點的左連接畫平看看：

一顆典型的二叉樹：

將紅色節點的左連接畫平以後：獲得2-3平衡樹:

3.4紅黑樹基礎知識

前面已經說了，紅黑樹是在2-3的基礎上實現的一種樹，它可以用統一的方式完成全部變換。很好理解：紅黑樹也是平衡樹的一種，在插入元素的時候它也得保持樹的平衡，那紅黑樹是以什麼的方式來保持樹的平衡的呢？

紅黑樹用的是也是兩種方式來替代2-3樹不斷的節點交換操做：

• 旋轉：順時針旋轉和逆時針旋轉
• 反色：交換紅黑的顏色
• 這個兩個實現比2-3樹交換的節點(合併，分解)要方便一些

紅黑樹爲了保持平衡，還有制定一些約束，遵照這些約束的才能叫作紅黑樹：

1. 紅黑樹是二叉搜索樹。
2. 根節點是黑色。
3. 每一個葉子節點都是黑色的空節點（NIL節點）。
4. 每一個紅色節點的兩個子節點都是黑色。(從每一個葉子到根的全部路徑上不能有兩個連續的紅色節點)
5. 從任一節點到其每一個葉子的全部路徑都包含相同數目的黑色節點(每一條樹鏈上的黑色節點數量（稱之爲「黑高」）必須相等)。

3.5紅黑樹總結

紅黑樹能夠說是十分複雜的，我在學習的時候並無去認真細看當中的處理細節，只是大概的過了一遍，知道了總體~

有了前輩不少優質的資料，相信要等到想要理解其中的細節，花點力氣和時間仍是能夠掌握一二的。

紅黑樹參考資料：

• https://blog.csdn.net/chen_zhang_yu/article/details/52415077
• https://riteme.github.io/blog/2016-3-12/2-3-tree-and-red-black-tree.html#fn:red-is-left
• http://www.sohu.com/a/201923614_466939
• https://www.jianshu.com/p/37c845a5add6
• http://www.javashuo.com/article/p-zbvtejgz-co.html
• http://www.javashuo.com/article/p-rureknkd-ge.html

4、總結

這篇主要介紹了Map集合的基礎知識，瞭解Map的經常使用子類~

簡單介紹了散列表和紅黑樹，他倆做爲Hashxxx和Treexxx的底層，瞭解其總體思想和相關基礎在後續看源碼也不至於那麼懵~

後續會去看Map經常使用子類的源碼，文章敬請期待~~~~

若是文章有錯的地方歡迎指正，你們互相交流。習慣在微信看技術文章，想要獲取更多的Java資源的同窗，能夠關注微信公衆號:Java3y。爲了你們方便，剛新建了一下qq羣：742919422，你們也能夠去交流交流。謝謝支持了！但願能多介紹給其餘有須要的朋友

參考資料：

• 《Core Java》