Hashmap、Hashtable和ConcurrentHashMap相关的问题

1. 首先，他们的父类不同，hashmap的父类是AbstractMap，而hashtable是Dictionary，ConcurrentHashMap的父类也是AbstractMap。
2. hashmap初始容量默认16，装载因子0.75，扩容默认为2n，hashtable初始容量默认11，装载因子0.75，扩容默认2n+1，如果hash冲突太多，可以通过降低装载因子。空间换时间来降低hash冲突。
3. hashmap允许key为null，value为null，而hashtable中，既不能key为null，也不能value为null。
4. hashmap是线程非安全的，而hashtable是线程安全的，因为他们的查询效率不同，hashmap要快很多。如果要使用线程安全的hashmap，可以使用concurrentHashMap，即使它加了锁，也比hashtable快，主要是因为他是分段锁。
5. ConcurrentHashMap在1.8的实现中，当一个链表中的元素达到8个时，会调用treeifyBin()方法把链表结构转化成红黑树结构。
   二叉查找树
   1、要么为一颗空树，要么就是一颗具有如下特性的二叉树。
   2、左子节点的值必须小于等于父节点的值。
   3、右子节点的值必须大于等于父节点的值。
   --------->
   平衡二叉树
   1、要么为一颗空树，要么就是一颗具有如下特性的二叉树。
   2、它的左子树和右子树都是平衡二叉树。
   3、它的左子树和右子树的深度差的绝对值不超过1。
   --------->
   红黑树
   1、每个节点要么是黑色，要么是红色。
   2、根节点是黑色。
   3、所有叶子节点是黑色，即空节点（null）。
   4、如果一个节点是红色的，则它的两个子节点必须是黑色的，也就是父子节点不能都为红色。 5、从一个节点到其所有叶子节点的所有路径上包含相同数目的黑节点。
6. 为什么不用平衡二叉树作为底层实现?
   那是因为平衡二叉是高度平衡的树, 而每一次对树的修改, 都要 rebalance, 这里的开销会比红黑树大. 如果插入一个node引起了树的不平衡，平衡二叉树和红黑树都是最多只需要2次旋转操作，即两者都是O(1)；但是在删除node引起树的不平衡时，最坏情况下，平衡二叉树需要维护从被删node到root这条路径上所有node的平衡性，因此需要旋转的量级O(logN)，而红黑树最多只需3次旋转，只需要O(1)的复杂度, 所以平衡二叉树需要rebalance的频率会更高，因此红黑树在大量插入和删除的场景下效率更高