数据结构思维笔记（十三）TreeMap

这一章展示了二叉搜索树，它是个Map接口的高效实现。如果我们想让元素有序，它非常实用。

1.哈希的不足

HashMap被广泛使用，但并不是唯一的Map实现。有几个原因可能需要另一个实现：

• 哈希可能很慢，所以即使HashMap操作是常数时间，“常数”可能很大。 如果哈希函数将键均匀分配给子映射，效果很好。但设计良好的散列函数并不容易，如果太多的键在相同的子映射上，那么HashMap的性能可能会很差。
• 哈希表中的键不以任何特定顺序存储；实际上，当表增长并且键被重新排列时，顺序可能会改变。对于某些应用程序，必须或至少保持键的顺序，这很有用。

很难同时解决所有这些问题，但是 Java 提供了一个称为TreeMap的实现：

• 它不使用哈希函数，所以它避免了哈希的开销和选择哈希函数的困难。
• 在TreeMap之中，键被存储在二叉搜索树中，这使我们可以以线性时间顺序遍历键。
• 核心方法的运行时间与log(n)成正比，并不像常数时间那样好，但仍然非常好。

下一节中，我将解释二进制搜索树如何工作，然后你将使用它来实现Map。

2.二叉搜索树

二叉搜索树（BST）是一个树，其中每个node（节点）包含一个键，并且每个都具有“BST 属性”：

• 如果node有一个左子树，左子树中的所有键都必须小于node的键。
• 如果node有一个右子树，右子树中的所有键都必须大于node的键。

二叉搜索树示例：

在二叉搜索树中查找一个键是很快的，因为我们不必搜索整个树。从根节点开始，我们可以使用以下算法：

• 将你要查找的键target，与当前节点的键进行比较。如果他们相等，你就完成了。
• 如果target小于当前键，搜索左子树。如果没有，target不在树上。
• 如果target大于当前键，搜索右子树。如果没有，target不在树上。

在树的每一层，你只需要搜索一个子树。例如，如果你在上图中查找target = 4，则从根节点开始，它包含键8。因为target小于8，你走了左边。因为target大于3，你走了右边。因为target小于6，你走了左边。然后你找到你要找的键

现在你可能会看到这个规律。如果我们将树的层数从1数到n，第i层可以拥有多达2^(n-1)个节点。h层的树共有2^h-1个节点。如果我们有：

n = 2^h - 1

我们可以对两边取以2为底的对数：

log2(n) ≈ h

意思是树的高度正比于logn，如果它是满的(每一层包含最大数量的节点)，满二叉树。

3.TreeMap结构

这里将要使用二叉搜索树编写Map接口的一个实现，这是开头结构：

public class MyTreeMap<K, V> implements Map<K, V> {

    private int size = 0;
    private Node root = null;

size追踪键的数量，root为根节点，下面是Node的定义：

    protected class Node {
        public K key;
        public V value;
        public Node left = null;
        public Node right = null;

        public Node(K key, V value) {
            this.key = key;
            this.value = value;
        }
    }

这时，我们可以实现一些相对简单的方法：

 public int size() {
        return size;
    }

    public void clear() {
        size = 0;
        root = null;
    }