Java关于数据结构的实现：树

Java关于数据结构的实现：树

关于作者

郭孝星，非著名程序员，主要从事Android平台基础架构与中间件方面的工作，欢迎交流技术方面的问题，可以去我的Github提交Issue或者发邮件至[email protected]与我联系。

文章目录`

• 一 树的概念与应用场景
  
  • 1.1 二叉查找树
  • 1.2 AVL树
  • 1.3 红黑树
  • 1.4 B树
• 二 树的操作与源码实现
  
  • 2.1 TreeMap/TreeSet实现原理

更多文章：https://github.com/guoxiaoxing/data-structure-and-algorithm/blob/master/README.md

写在前面

之前在网上看到过很多关于Java集合框架实现原理文章，但大都在讲接口的作用与各类集合的实现，对其中数据结构的阐述的不多，例如红黑树的染色和旋转是怎么进行的等等，本篇文章从
数据结构的基本原理出发，逐步去分析Java集合里数据结构的应用与实现。

一 树的概念与应用场景

树是一种抽象数据类型（ADT）或是实作这种抽象数据类型的数据结构，用来模拟具有树状结构性质的数据集合。它是由n（n>0）个有限节点组成一个具有层次关系的集合。把
它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

树有以下特点：

• 每个节点有零个或多个子节点；
• 没有父节点的节点称为根节点；
• 每一个非根节点有且只有一个父节点；
• 除了根节点外，每个子节点可以分为多个不相交的子树；

与树相关的概念

• 节点的度：一个节点含有的子树的个数称为该节点的度；
• 树的度：一棵树中，最大的节点的度称为树的度；
• 叶节点或终端节点：度为零的节点；
• 非终端节点或分支节点：度不为零的节点；
• 父亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点；
• 孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点；
• 兄弟节点：具有相同父节点的节点互称为兄弟节点；
• 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
• 深度：对于任意节点n, n的深度为从根到n的唯一路径长，根的深度为0；
• 高度：对于任意节点n, n的高度为从n到一片树叶的最长路径长，所有树叶的高度为0；
• 堂兄弟节点：父节点在同一层的节点互为堂兄弟；
• 节点的祖先：从根到该节点所经分支上的所有节点；
• 子孙：以某节点为根的子树中任一节点都称为该节点的子孙。
• 森林：由m（m>=0）棵互不相交的树的集合称为森林；

注：参照亲戚关系，这些概念很好理解，家族谱也是一种树结构。��

树的分类

• 无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树；
• 有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树；

其中有序树又分为：

• 二叉树：每个节点最多含有两个子树的树称为二叉树；
• 完全二叉树：对于一颗二叉树，假设其深度为d（d>1）。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树；
• 满二叉树：所有叶节点都在最底层的完全二叉树；
• AVL树：当且仅当任何节点的两棵子树的高度差不大于1的二叉树；
• 二叉查找树：树中的每个节点，它的左子树中所有项小于X中的项，它的右子树中的所有项大于X中的项。
• 霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树；
• B树：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多余两个子树。

1.1 二叉查找树

二叉查找树是一种有序二叉树，它的查找、插入的时间复杂度为O(logN)

二叉查找是是一种有序二叉树.

主要特点

• 若任意节点的左子树不空，则左子树上所有节点的值均小于它的根节点的值。
• 若任意节点的右子树不空，则右子树上所有节点的值均大于它的根节点的值。
• 任意节点的左右子树叶为二叉查找树
• 没有键值相等的节点。

就就是说二叉查找树上的节点是排好序的：左子树 < 根节点 < 右子树。

性能分析

• 在最坏的情况下，即当先后插入的关键字有序时，构造成的二叉查找树蜕变为单支树，输的深度为n，其平均查找长度为(n+1)/2。
• 在最好的情况下，二叉查找树的形态和折半查找的判定树相同，其时间复杂度为O(log2(N))。

我们来看看二叉查找树上的相关操作。

构造

当我们用一组数值构造一棵二叉查找树时，就相当于对这组数值进行了排序，在最坏情况下，即该组数值是从小到达排好序的，构造出来的二叉树的所有节点都
没有左子树，这种情况下的时间复杂度为O(N2)。（N的平方）

另外，树排序的问题使得CPU Cache性能较差，特别是当节点是动态内存分配时。而堆排序的CPU Cache性能较好。另一方面，树排序是最优的增量排序（incremental sorting）算法，
保持一个数值序列的有序性。

查找

由于二叉查找树具有左子树 < 根节点 < 右子树的特点，因此在二叉查找树b中查找x的过程如下：

1. 若b是空树，则查找失败，否则：
2. 若x等于根节点的值，则查找成功，否则：
3. 若x小于b根节点的值，则查找左子树，否则
4. 若x大于b根节点的值，则查找右子树。

整个流程是一个递归的过程。

插入

插入的过程也是查找的过程，在二叉查找树中插入节点x的过程如下：

1. 若b是空树，则x作为根节点插入，否则：
2. 若x的值等于根节点的值，则直接返回，否则：
3. 若x的值小于根节点的值，则将x插入当该根节点的左子树中，否则
4. 将x插入该根节点的右子树中。

这也是一个递归的过程，这里我们要关注两点：

• 插入的过程也是查找的过程
• 二叉查找树不允许有相同值的节点

删除

在二叉查找树上删除一个节点，分为三种情况：

1. 若删除的是叶子节点，则不会破坏树的结构，只需要修改其双亲节点的指针即可。
2. 若删除的节点只有一个孩子节点，则用它的孩子节点代替它的位置即可，如此也不会破坏红黑树的结构。
3. 若删除的节点有两个孩子节点，这种情况复杂一下，我们通常会找到要删除节点X的左子树里的最大元素或者右子树里的最小元素，然后用M替换掉X，再删除节点，因为此时M最多只会有一个
   节点（如果左子树最大元素则没有右子节点，若是右子树最小元素则没有左子节点），若M没有孩子节点，直接进入情况1处理，若M只有一个孩子，则直接进入情况2处理。

另外，如果删除的次数不多，可以采用懒惰删除的方式，即当一个元素删除时，它仍然留在树中，只是被比较为已删除，这种方式在有重复项是特别有用，
另外如果删除的元素又重新插入，这种方式可以避免新单元的创建开销。

1.2 AVL树

AVL树是带有平衡条件的二叉查找树。

主要特点

• AVL树中的任何阶段的两棵子树高度最大差别为1.

AVL树还有个平衡因子的概念，平衡因子 = 左子树高度 - 右子树高度，因此平衡因子为-1，0，1的为平衡二叉树，其他的都是不平衡的。

另外，把一棵不平衡的二叉查找树变成一棵平衡二叉树，我们称之为AVL旋转。

我们来看看不同情况下AVL旋转如何进行。

• 左左情况：右旋
• 右右情况：左旋
• 左右情况：先左旋，再右旋
• 右左情况：先右旋，再左旋

注：所谓左左指的是左边的左子树多了一个，其他的依此类推。

具体操作如下所示，我们可以看到左左情况和右右情况只需要单旋转就可以完成，左右情况与右左情况需要先把它们变成左左情况与右右情况
再进行旋转，因此这两种情况需要双旋转才能完成。

性能分析

查找、插入与删除在平均和最坏的情况下的时间复杂度为O(logN)。

AVL树也是二叉查找树的一种，它的很多操作都可以向我们上面描述的二叉查找树的操作那样进行。删除操作有点例外，我们在进行删除操作
时可以把要删除的节点向下旋转形成一个叶子节点，然后直接删除这个叶子节点，因为旋转成叶子节点期间，做多有logN个节点被旋转，每次
AVL旋转花费的事件固定，所以删除操作的时间复杂度是O(logN)。

1.3 红黑树

红黑树是平衡二叉树的变种，它的操作的时间复杂度是O(logN).

红黑树是一种具有着色性质的树，具有以下特点：

• 每个节点被着成红色或者黑色
• 根是黑色的
• 叶子节点都是黑色的，叶子节点指的是NULL节点，有些红黑树图中可能没有标记出来。
• 如果一个节点是红色的，那么他额子节点必须是黑色的，也就是不会存在两个红色节点毗邻。
• 从一个节点到一个叶子节点（NULL节点）的每一条路径必须包含相同数目的黑色节点。

红黑树也是一种二叉查找树，查找操作与二叉查找树相同，插入与删除操作有所不同。

1.4 B树

B树是一种自平衡的树，能够保持数据有序，B树为系统大块数据的读写操作做了优化，通常用在数据库与文件系统的实现上。

我们前面讲解了二叉查找树、AVL树，红黑树，这三种都是典型的二叉查找树结构，其查找的事件复杂度O(logN)与树的深度有关，考虑这么一种情况，如果有
大量的数据，而节点存储的数据有限，这种情况下，我们只能去扩充树的深度，就会导致查找效率低下。

怎么解决这种问题，一个简单的想法就是：二叉变多叉。

这里我们想象一下常见的文件系统，它也是一种树结构，在查找文件时，树的深度就决定了查找的效率。因此B树就是为了减少数的深度从而提高查找效率的一种
数据结构。

主要特点

一个阶为M的B树具有以下特点：

注：M阶指的是M叉查找树，例如M = 2，则为二叉查找树。

• 数据项存储在树叶上
• 非叶节点存储直到M-1个关键字以指示搜索方向：关键字代表子树i+1中最小的关键字
• 树的根或者是一片树叶，或者其儿子数都在2和M之间。
• 除根外，所有非树叶节点的儿子树在M/2与M之间。
• 所有的树叶都在相同的深度上拥有的数据项都在L/2与L之间。

性能分析

B树在查找、插入以及删除等操作中，时间复杂度为O(logN)。

二 树的操作与源码实现

在文章01Java关于数据结构的实现：表、栈与队列中我们
讨论了ArrayList与LinkedList的实现，它们的瓶颈在于查找效率低下。因而Java集合设计了Set与Map接口，它们在插入、删除与查找等基本操作都有良好的表现。

2.1 TreeMap/TreeSet实现原理

TreeSet实际上是基于TreeMap的NavigableSet的实现，它在功能上完全依赖于TreeMap，TreeMap是一个基于红黑树实现的Map，它在存储时对元素进行排序。

因此只要理解了TreeMap实现即可，TreeSet在功能上完全依赖于TreeMap。

TreeMap具有以下特点：

• TreeMap是一个有序的key-value集合，基于红黑树实现。
• 没有实现同步

TreeMap实现以下接口：

• NavigableMap：支持一系列导航方法，比如返回有序的key集合。
• Cloneable：可以被克隆。
• Serializable：支持序列化。

成员变量

//比较器
private final Comparator<?