在今年的杭州云栖大会上,众所期待的新书《码出高效》正式发布,并宣布将所有图书收益捐赠于公益项目。
伴随着《阿里巴巴Java开发手册》影响面越来越广,影响程度越来越深,读者也越来越好奇《码出高效》背后的故事、映射的技术问题以及深层次的技术思考。
机会来了!12月20日(本周四)晚19:30,锁定阿里技术直播,对话《码出高效》作者孤尽,共同探索代码规约之美。
直播主题:
发现代码之美——《码出高效》图书作者交流会
直播参与方式:
错过这次可能要等一年。两种直播观看的解锁方式如下↓↓,赶紧收藏起来~
直接观看:扫描上方图片二维码,或点击本文末尾的“阅读原文”,在浏览器中(记住!一定要用浏览器打开,手机或PC均可)打开直播链接,收藏起来,定好闹钟,12月20日准时观看。
钉钉群观看:使用“钉钉”搜索《码出高效》读者交流群号:23383493、21936668(择一即可,请不要重复加哦),加入永久钉钉群,既可到时观看直播,也可与作者孤尽、其他读者交流互动。
主播介绍:
孤尽,花名取意“独孤九剑,破尽天下武功之意”的意思,毕业于浙江工业大学,《阿里巴巴Java开发手册》和《码出高效》作者 。2011年校招进入阿里以来,历经淘宝聚石塔、开放平台、国际事业部,现在负责阿里巴巴代码平台建设。2016年3月,孤尽带领集团约码项目组编写《阿里巴巴Java开发手册》,码出高效,码出质量,推动阿里系与业界一起进步,让代码变得更舒服,更清澈,更好维护。
主持人:首次出镜有点忐忑求轻拍的阿里妹
直播内容:
《码出高效》源于影响了全球250万名开发工程师的《阿里巴巴Java开发手册》,涵盖计算机领域基础知识、面向对象理念、JVM核心解析、数据结构与集合、高并发多线程、异常和日志、单元测试以及如何编写可读性强、可维护性好的优雅代码等多个方面,讲解由浅入深。
本次直播,我们将重点分享此书的核心内容之一:集合与数据结构。这是走向Java高手的必经之路,但是由于数据结构相对晦涩难懂,集合类的坑比较多,有时连资深Java工程师都会失手,给工程项目带来无法预估的损失。
除了高手进阶秘籍以外,我们还将分享《码出高效》写作背后的小故事,聊聊Java学习心得。同时,阿里妹还准备了多本作者签名版的图书,送给参与直播的小伙伴们。
为什么集合与数据结构这么重要?
我们经常说,“程序=数据结构+算法”。假如程序是一道美味佳肴的话,那么数据结构就是食材,食材的选择对于菜的品质是至关重要的,烂菜叶、霉土豆是不可能做出极品菜肴的。
我们在编码时,如果数据结构存在严重的设计缺陷,在代码层面去修正,花费的代价是极大的,甚至是不可能的。底层数据结构的缺陷也是重构的第一诱因,无端地浪费宝贵的人力资源。集合作为数据结构的载体,对元素进行加工和输出,以一定的算法实现最基本的增删改查功能,它是数据结构与算法的中间纽带,因此集合是所有编程语言的基础,非常重要。在进入高并发编程时代后,由集合引发的相关故障占比越来越高。比如,多线程共享集合时出现的脏数据问题;HashMap在数据扩容时出现节点之间的死链问题;写多读少的场景误用某些集合导致性能下降问题等。
在精彩的直播开始之前,我们先来一道前菜,热热身。附上《码出高效》精彩节选:揭开红黑树的生涩面纱,期待和你在周四晚直播时一起深入探讨。
![640?wx_fmt=gif](https://i-blog.csdnimg.cn/blog_migrate/203250b1942084b58d16b9895796d9c2.gif)
红黑树是一种熟悉而陌生的数据结构,熟悉是指“别人家的开发工程师”运用在JDK源码或各种算法中,陌生指的是理解红黑树的理论基础比较多,比较生涩而难懂。在了解红黑树之前,我们先聊聊数据结构到底是什么?
数据结构是什么?
数据结构是指逻辑意义上的数据组织方式及其相应的处理方式。
1、什么是逻辑意义? 数据结构的抽象表达非常丰富,而实际物理存储的方式相对单一。比如,二叉树在磁盘中的存储真的是树形排列吗?并非如此。
2、什么是数据组织方式?逻辑意义上的组织方式有很多,比如树、图、队列、哈希等。树可以是二叉树、三叉树、B+ 树等;图可以是有向图或无向图;队列是先进先出的线性结构;哈希是根据某种算法直接定位的数据组织方式。
3、什么是数据处理方式? 简单地说就是增删改查。即在既定的数据组织方式上,以某种特定的算法实现数据的增加、删除、修改、查找和遍历。不同的数据处理方式往往存在着非常大的性能差异。
数据结构的评判
那么经常有开发同学说,我的输入规模量级非常小,远没有需要考虑到数据结构时间复杂度的地步,但是,除了问题规模之外,还有一个因素需要考虑,就是调用频率,即使这个方法的算法复杂度只是快了20纳秒,在日均上亿次的调用情况下,也可能是节约了若干台服务器。
数据结构的各种类型没有好坏之分,它只有与场景、数据量结合起来综合考虑,才有实际的意义。场景包括操作类型使用频率,数据量的大小决定它选择什么样的数据结构类型。到底是写为主,还是读为主,或者说读写均衡。其中写是以插入为主,还是删除为主;读是以遍历为主,还是查询单个元素为主。数据量的不同也会决定不同数据结构的使用效率。所以单纯地说红黑树与AVL是哪个好,哪个坏,是不对的。
红黑树
AVL树与红黑树之间没有从属关系,他们都是二叉查找树。AVL 树算法是以苏联数学家Adelson-Velsky 和Landis名字命名的平衡二叉树算法。红黑树是于1972 年发明的,当时称为对称二叉B 树,1978 年得到优化,正式命名为红黑树。面对频繁的插入和删除,红黑树更为合适;面对低频修改、大量查询时,AVL 树将更为合适。
我们重点来说说红黑树,它广泛应用在JDK11的各种集合框架内,比如:HashMap,TreeMap等。它在二叉查找树的性质基础上,额外引入了5 个约束条件:
节点只能是红色或黑色
根节点必须是黑色
所有NIL 节点都是黑色的
一条路径上不能出现相邻的两个红色节点
在任何递归子树内,根节点到叶子节点的所有路径上包含相同数目的黑色节点
扩展说明一下NIL释义,它可以形象理解为Nothing In Leaf,是红黑树中特殊的存在,即在叶子节点上不存在的两个虚拟节点,它是红黑树旋转的假设性理论基础,默认为黑色的。
总结一下,即“有红必有黑,红红不相连”,上述5 个约束条件保证了红黑树的新增、删除、查找的最坏时间复杂度均为O (LogN )。如果一个树的左子节点或右子节点不存在,则均认定为黑色。红黑树的任何旋转在3 次之内均可完成。我们以实际插入节点55,56,57来看看红黑树的插入,以达到抛砖引玉的效果。
当插入57 时,由于父节点56 是红色的,出现两个连续红色节点,违反红黑树特性,需要重新着色,根据算法56这个节点是变为黑色,而根节点变为红色,这个时候并不平衡并且根节点为红色,这两条违反红黑树特性。所以必须左旋操作,结果如最右端所示。如果需要重新着色或旋转,存在三种情形总结如下:
节点的父亲是红色,叔叔是红色的,则重新着色。
节点的父亲是红色,叔叔是黑色的,而新节点是父亲的左节点:进行右旋。
节点的父亲是红色,叔叔是黑色的,而新节点是父亲的右节点:进行左旋。
注意在第3个图的节点55的左边是一个虚拟的NIL,根据红黑树的特性,它是黑色。56这个节点需要进行旋转时,它的父亲是红色,叔叔是黑色的,进行左旋。
还想看到更多Java进阶课程?周四晚上19:30,我们在阿里技术直播间不见不散。
对于Java开发有疑惑的同学,欢迎在留言区留下你的问题,我们将在直播统一解答。
关注「阿里技术」
把握前沿技术脉搏
↓↓戳这里收藏,本周四晚畅聊Java!