Map集合、散列表、红黑树介绍

前言

声明，本文用得是jdk1.8

前面已经讲了Collection的总览和剖析List集合：

• Collection总览
• List集合就这么简单【源码剖析】

本来我是打算继续将Collection下的Set集合的，结果看了源码发现：Set集合实际上就是HashMap来构建的！

因此，就先介绍Map集合、散列表和红黑树吧！

看这篇文章以前最好是有点数据结构的基础：

• Java实现单向链表
• 栈和队列就是这么简单
• 二叉树就这么简单

固然了，若是讲得有错的地方还请你们多多包涵并不吝在评论去指正～

1、Map介绍

1.1为何须要Map

前面咱们学习的Collection叫作集合，它能够快速查找现有的元素。

而Map在《Core Java》中称之为-->映射..

映射的模型图是这样的：

那为何咱们须要这种数据存储结构呢？？？举个例子

• 做为学生来讲，咱们是根据学号来区分不一样的学生。只要咱们知道学号，就能够获取对应的学生信息。这就是Map映射的做用！

生活中还有不少这样的例子：只要你掏出身份证(key)，那就能够证实是你本身(value)

1.2Map与Collection的区别

1.3Map的功能

下面咱们来看看Map的源码：

简单经常使用的Map功能有这么一些：

下面用红色框框圈住的就是Map值得关注的子类：

2、散列表介绍

不管是Set仍是Map，咱们会发现都会有对应的-->HashSet,HashMap

首先咱们也先得回顾一下数据和链表：

• 链表和数组均可以按照人们的意愿来排列元素的次序，他们能够说是有序的(存储的顺序和取出的顺序是一致的)
• 但同时，这会带来缺点：想要获取某个元素，就要访问全部的元素，直到找到为止。
• 这会让咱们消耗不少的时间在里边，遍历访问元素~

而还有另外的一些存储结构：不在乎元素的顺序，可以快速的查找元素的数据

• 其中就有一种很是常见的：散列表

2.1散列表工做原理

散列表为每一个对象计算出一个整数，称为散列码。根据这些计算出来的整数(散列码)保存在对应的位置上！

在Java中，散列表用的是链表数组实现的，每一个列表称之为桶。【以前也写过桶排序就这么简单，能够回顾回顾】

一个桶上可能会遇到被占用的状况(hashCode散列码相同，就存储在同一个位置上)，这种状况是没法避免的，这种现象称之为：散列冲突

• 此时须要用该对象与桶上的对象进行比较，看看该对象是否存在桶子上了~若是存在，就不添加了，若是不存在则添加到桶子上
• 固然了，若是hashcode函数设计得足够好，桶的数目也足够，这种比较是不多的~
• 在JDK1.8中，桶满时会从链表变成平衡二叉树

若是散列表太满，是须要对散列表再散列，建立一个桶数更多的散列表，并将原有的元素插入到新表中，丢弃原来的表~

• 装填因子(load factor)决定了什么时候对散列表再散列~
• 装填因子默认为0.75，若是表中超过了75%的位置已经填入了元素，那么这个表就会用双倍的桶数自动进行再散列

固然了， 在后面阅读源码的时候会继续说明的，如今简单了解一下便可~

扩展阅读：

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

3、红黑树介绍

上面散列表中已经提过了：若是桶数满的时候，JDK8是将链表转成红黑树的~。而且，咱们的TreeSet、TreeMap底层都是红黑树来实现的。

因此，在这里学习一波红黑树究竟是啥玩意。

以前涉及过二叉树的文章：

• 二叉树就这么简单
• 堆排序就这么简单

在未学习以前，咱们多是听过红黑树这么一个数据结构类型的，还有其余什么B/B+树等等，反正是比较复杂的数据结构了~~~

各类常见的树的用途：

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

3.1回顾二叉查找树

首先咱们来回顾一下：利用二叉查找树的特性，咱们通常来讲能够很快地查找出对应的元素。

• 二叉树就这么简单

但是二叉查找树也有个例(最坏)的状况(线性)：

上面符合二叉树的特性，可是它是线性的，彻底没树的用处~

树是要“均衡”才能将它的优势展现出来的~，好比下面这种：

所以，就有了平衡树这么一个概念~红黑树就是一种平衡树，它能够保证二叉树基本符合矮矮胖胖(均衡)的结构

3.2知新2-3树

讲到了平衡树就不得不说最基础的2-3树，2-3树长的是这个样子：

在二叉查找树上，咱们插入节点的过程是这样的：小于节点值往右继续与左子节点比，大于则继续与右子节点比，直到某节点左或右子节点为空，把值插入进去。这样没法避免偏向问题

而2-3树不同：它插入的时候能够保持树的平衡！

在2-3树插入的时能够简单总结为两个操做：

• 合并2-节点为3-节点，扩充将3-节点扩充为一个4-节点
• 分解4-节点为3-节点，节点3-节点为2-节点
• ........至使得树平衡~

合并分解的操做仍是比较复杂的，要分好几种状况，代码量很大~这里我就不介绍了，由于要学起来是一大堆的，很麻烦~

3.3从2-3树到红黑树

因为2-3树为了保持平衡性，在维护的时候是须要大量的节点交换的！这些变换在实际代码中是很复杂的，大佬们在2-3树的理论基础上发明了红黑树(2-3-4树也是一样的道理，只是2-3树是最简单的一种状况，因此我就不说2-3-4树了)。

• 红黑树是对2-3查找树的改进，它能用一种统一的方式完成全部变换。

红黑树是一种平衡二叉树,所以它没有3-节点。那红黑树是怎么将3-节点来改进成全都是二叉树呢？

红黑树就字面上的意思，有红色的节点，有黑色的节点：

咱们能够将红色节点的左连接画平看看：

一颗典型的二叉树：

将红色节点的左连接画平以后：获得2-3平衡树:

3.4红黑树基础知识

前面已经说了，红黑树是在2-3的基础上实现的一种树，它可以用统一的方式完成全部变换。很好理解：红黑树也是平衡树的一种，在插入元素的时候它也得保持树的平衡，那红黑树是以什么的方式来保持树的平衡的呢？

红黑树用的是也是两种方式来替代2-3树不断的节点交换操做：

• 旋转：顺时针旋转和逆时针旋转
• 反色：交换红黑的颜色
• 这个两个实现比2-3树交换的节点(合并，分解)要方便一些

红黑树为了保持平衡，还有制定一些约束，遵照这些约束的才能叫作红黑树：

1. 红黑树是二叉搜索树。
2. 根节点是黑色。
3. 每一个叶子节点都是黑色的空节点（NIL节点）。
4. 每一个红色节点的两个子节点都是黑色。(从每一个叶子到根的全部路径上不能有两个连续的红色节点)
5. 从任一节点到其每一个叶子的全部路径都包含相同数目的黑色节点(每一条树链上的黑色节点数量（称之为“黑高”）必须相等)。

3.5红黑树总结

红黑树能够说是十分复杂的，我在学习的时候并无去认真细看当中的处理细节，只是大概的过了一遍，知道了总体~

有了前辈不少优质的资料，相信要等到想要理解其中的细节，花点力气和时间仍是能够掌握一二的。

红黑树参考资料：

• 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、总结

这篇主要介绍了Map集合的基础知识，了解Map的经常使用子类~

简单介绍了散列表和红黑树，他俩做为Hashxxx和Treexxx的底层，了解其总体思想和相关基础在后续看源码也不至于那么懵~

后续会去看Map经常使用子类的源码，文章敬请期待~~~~

若是文章有错的地方欢迎指正，你们互相交流。习惯在微信看技术文章，想要获取更多的Java资源的同窗，能够关注微信公众号:Java3y。为了你们方便，刚新建了一下qq群：742919422，你们也能够去交流交流。谢谢支持了！但愿能多介绍给其余有须要的朋友

参考资料：

• 《Core Java》