数据结构

1. 红黑树（R-B Tree）

参考

• 非严格均衡的二叉搜索树。
• TreeMap和TreeSet都是基于红黑树实现的，而Jdk8中HashMap当链表长度大于8时也会转化为红黑树。
• 红黑树的特点：
  • 节点分为红色或者黑色；
  • 根节点必为黑色；
  • 叶子节点都为黑色，且为null；
  • 连接红色节点的两个子节点都为黑色（红黑树不会出现相邻的红色节点；
  • 从任意节点出发，到其每个叶子节点的路径中包含相同数量的黑色节点；
  • 新加入到红黑树的节点为红色节点。

2. HashMap、ConcurrentHashmap、HashTable

参考1
参考2
参考3

2.1 HashMap

• 存储键值对的数据结构。

• 使用散列（hashsing）实现，在O（1）时间内查找、插入以及删除一个元素。

• 底层用数组+链表/ 红黑树实现。

• 不是线程安全的，在实现的时候没有做任何同步操作，同一时刻多个线程都可以对其进行读写，数据很可能会被破坏，所以并发会出问题。

• 元素个数大于等于 容量*负载因子（默认0.75f） 时，需要进行扩容。新建一个大小为原来2倍的数组，并重新计算元素在新数组中的位置，将原来的条目重新装载到新数组中。【称为再散列】

  • 再散列非常影响性能，如果已经预知hashmap中元素的个数，那么设置hashmap的初始容量能够有效的提高hashmap的性能。

• jdk1.7

  • 数组加链表，数组的每个元素是一个链表。
    
    当冲突严重时，链表越来越长，查询的效率越来越低，由于查询需要遍历链表，时间复杂度为O（N）。

• jdk1.8

  • 数组加链表/红黑树。
    • 由于红黑树是一种平衡二叉搜索树，可以在O（logN）的时间内实现查找（优于链表的O（N））。
    • 设定用于判断是否需要将链表转换为红黑树的阈值（8）。如果当前链表的长度大于预设的阈值，就要转换为红黑树。

2.2. ConcurrentHashMap

线程安全的，采用锁分离技术，将锁的粒度降低，利用多个锁来控制多个小的table，提高并发能力，解决HashTable效率低下的问题。
jdk1.8与jdk1.7实现的比较：

1. JDK1.8的实现进一步降低锁的粒度，JDK1.7版本锁的粒度是基于Segment的，包含多个HashEntry，而JDK1.8锁的粒度就是HashEntry（首节点）。
2. JDK1.8版本的数据结构变得更加简单，使得操作也更加清晰流畅，因为已经使用synchronized来进行同步，所以不需要分段锁的概念，也就不需要Segment这种数据结构了，由于粒度的降低，实现的复杂度也增加了。
3. JDK1.8使用红黑树来优化链表。基于长度很长的链表的遍历是一个很漫长的过程，而红黑树的遍历效率是很快的，代替长度在一定阈值以上的链表。

• jdk1.7

  • 由一个Segment数组和多个HashEntry组成。Segment数组的意义就是将一个大的table分割成多个小的table来分别进行加锁，也就是上面的提到的锁分离技术。而每一个Segment元素存储的是HashEntry数组+链表，这个和HashMap的数据存储结构一样。

  • 理论上 ConcurrentHashMap 支持 CurrencyLevel (Segment 数组数量)的线程并发。每当一个线程获取锁访问一个 Segment 时，不会影响到其他的 Segment。

  • Segment 是 ConcurrentHashMap 的一个内部类，继承了ReentrantLock。

  • HashEntry和Hashmap中的类似，只是value 和指向链表下一个元素的引用变量next 用volatile 修饰，保证了获取时的可见性。
    

  • 需要两次定位。首先通过key的hashcode定位到具体的segment；然后再一次通过key的hashcode定位到当前segment的数组中具体的HashEntry。

  • get操作不需要加锁。因为HashEntry 中的 value 属性是用 volatile 关键词修饰的，保证了内存可见性，所以每次获取时都是最新值。

  • put操作仍然需要加锁处理。因为value 是用 volatile 关键词修饰的，并不能保证并发的原子性。

    • 首先是通过 key 定位到 Segment，之后在对应的 Segment 中进行具体的 put。
    • 尝试自旋获取锁。如果重试的次数达到了 MAX_SCAN_RETRIES 则改为阻塞锁获取，保证能获取成功。
    • 通过key的 hashcode 将当前 Segment 中的数组定位到具体的HashEntry。
    • 遍历该位置的链表，判断HashEntry的Key是否与传入的 key相等，相等则用新值覆盖旧的 value。
    • 若链表为空或未找到与传入的key相同的key，则新建一个HashEntry，先判断是否需要扩容，再加到链表中。
    • 最后释放当前 Segment 的锁。

• jdk1.8

  • 摒弃了Segment，直接用Node数组+链表/ 红黑树的数据结构来实现，使用Synchronized和CAS来实现并发控制。

  • 将 1.7 中存放数据的 HashEntry 改为 Node，但作用都是相同的。其中的 val和next 都用了 volatile 修饰，保证了可见性。
    

  • ConcurrentHashMap的初始化其实是一个空实现，并没有做任何事。这也是和其他的集合类有区别的地方，初始化操作并不是在构造函数实现的，而是在put操作中实现。

  • put方法

    • 判断是否需要初始化

    • 根据key的hashcode计算出数组中对应的下标，如果定位到的Node为空表示当前位置可以写入数据，利用 CAS 尝试写入，失败则自旋保证成功。

    • 判断是否需要扩容。

    • 如果以上判断都不满足,也就是存在hash冲突，就要进行加锁操作。利用 synchronized 锁写入数据。【锁定的对象为定位到的Node，即链表或红黑树的头节点】

      • 如果该Node是链表结构，则采用遍历链表的方式写入数据。【判断链表元素的key是否与要插入的key相同，若相同则用新值覆盖旧值；若没有找到key相同的元素，就新建一个Node插入链表尾部】
      • 如果是红黑树结构，就用红黑树的方式写入数据。

    • 判断链表长度是否大于等于设定的阈值，若需要即把链表转换为红黑树。

    • 如果添加成功就调用addCount（）方法统计size，并且检查是否需要扩容。【helpTransfer（）方法调用多个工作线程一起帮助进行扩容，这样的效率就会更高，而不是只有检查到要扩容的那个线程进行扩容操作，其他线程就要等待扩容操作完成才能工作】

  • get方法

    • 根据key的hashcode确定对应的数组的下标，如果是首节点是就直接返回。
    • 如果遇到扩容的时候，会调用标志正在扩容节点ForwardingNode的find方法，查找该节点，匹配就返回。
    • 以上都不符合的话，就往下遍历节点，匹配就返回，否则最后就返回null。

2.3 HashTable

• 实现原理与jdk1.7HashMap的实现原理是相同的。散列、数组+链表。
• 是线程安全的。它的方法使用synchronized关键字修饰，锁住整个HashTable。这就意味着所有的线程都在竞争同一把锁，在多线程的环境下，无疑是效率低下的。

2.4 HashTable与HashMap比较

	HashTable	HashMap
继承关系	继承Dictionary，实现Map接口	继承AbstractMap，实现Map接口
线程安全性	线程安全	线程不安全
key和value	都不允许null值	null可以作为键，这样的键只有一个，key为null的键值对永远都放在以table[0]为头结点的链表中；可以有一个或多个键所对应的值为null
效率	低	高

3. 二叉堆

• 是一棵完全二叉树；
  • 完全二叉树：每一层都是满的，或者最后一层不满且最后一层的叶子都是靠左放置的。
• 每个节点大于等于他的任意一个孩子。

4. 二叉树

4.1 二叉树

是一种层次结构，要么是空集，要么是由一个称为根的元素和两棵不同的二叉树组成的，分别是左子树和右子树。允许两棵子树中的一棵或两棵为空。

4.2 二叉搜索树

对于树中的每一个节点，它的左子树中节点的值都小于该节点的值，右子树中节点的值都大于该节点的值。

4.3 二分查找的判定树(Decision Tree)或比较树(Comparison Tree)

二分查找过程可用二叉树来描述：把当前查找区间的中间位置上的结点作为根，左子表和右子表中的结点分别作为根的左子树和右子树。由此得到的二叉树，称为描述二分查找的判定树(Decision Tree)或比较树(Comparison Tree)。
- 例题

4.4 哈夫曼树

参考
例题

4.5 线索二叉树

• 在二叉树的结点上加上线索的二叉树称为线索二叉树，对二叉树以某种遍历方式（如先序、中序、后序或层次等）进行遍历，使其变为线索二叉树的过程称为对二叉树进行线索化。
• 左线索指前驱，右线索指后继（前驱和后继按照具体的遍历顺序而定）
• 例题

5. 图

• 邻接矩阵：若图中有n个顶点，使用n*n的二维矩阵来表示边。若从顶点i到顶点j存在一条边，那么matrix[i][j]为1，否则为0。
• 邻接表：顶点i的邻接顶点线性表包含了所有与i有边相连的顶点。顶点i的邻接边线性表包含了所有与i有边相连的边。
• 邻接矩阵较适合存储边数多的图（稠密图），邻接表较适合存储边数少的图（稀疏图）。

6. B树、B+数

参考1
参考
参考2
参考3