原本我是打算继续将Collection下的Set集合的,结果看了源码发现:Set集合实际上就是HashMap来构建的!
所以,就先介绍Map集合、散列表和红黑树吧!
看这篇文章之前最好是有点数据结构的基础:
Java实现单向链表
栈和队列
二叉树
当然了,如果讲得有错的地方还请大家多多包涵并不吝在评论去指正~
一、Map介绍
1.1为什么需要Map
Collection叫做集合,它可以快速查找现有的元素。
而Map在《Core Java》中称之为–>映射…
映射的模型图是这样的:
那为什么我们需要这种数据存储结构呢???举个例子
- 作为学生来说,我们是根据学号来区分不同的学生。只要我们知道学号,就可以获取对应的学生信息。这就是Map映射的作用!
生活中还有很多这样的例子:只要你掏出身份证(key),那就可以证明是你自己(value)
1.2Map与Collection的区别
1.3Map的功能
下面我们来看看Map的源码:
简单常用的Map功能有这么一些:
下面用红色框框圈住的就是Map值得关注的子类:
二、散列表介绍
无论是Set还是Map,我们会发现都会有对应的–>HashSet,HashMap
首先我们也先得回顾一下数据和链表:
- 链表和数组都可以按照人们的意愿来排列元素的次序,他们可以说是有序的(存储的顺序和取出的顺序是一致的)
- 但同时,这会带来缺点:想要获取某个元素,就要访问所有的元素,直到找到为止。
- 这会让我们消耗很多的时间在里边,遍历访问元素~
而还有另外的一些存储结构:不在意元素的顺序,能够快速的查找元素的数据 - 其中就有一种非常常见的:散列表
2.1散列表工作原理
散列表为每个对象计算出一个整数,称为散列码。根据这些计算出来的整数(散列码)保存在对应的位置上!
在Java中,散列表用的是链表数组实现的,每个列表称之为桶。【之前也写过桶排序就这么简单,可以回顾回顾】
一个桶上可能会遇到被占用的情况(hashCode散列码相同,就存储在同一个位置上),这种情况是无法避免的,这种现象称之为:散列冲突
-
此时需要用该对象与桶上的对象进行比较,看看该对象是否存在桶子上了~如果存在,就不添加了,如果不存在则添加到桶子上
-
当然了,如果hashcode函数设计得足够好,桶的数目也足够,这种比较是很少的~
-
在JDK1.8中,桶满时会从链表变成平衡二叉树
如果散列表太满,是需要对散列表再散列,创建一个桶数更多的散列表,并将原有的元素插入到新表中,丢弃原来的表~
- 装填因子(load factor)决定了何时对散列表再散列~
- 装填因子默认为0.75,如果表中超过了75%的位置已经填入了元素,那么这个表就会用双倍的桶数自动进行再散列
当然了, 在后面阅读源码的时候会继续说明的,现在简单了解一下即可~
扩展阅读:
https://www.cnblogs.com/s-b-b/p/6208565.html
https://www.cnblogs.com/chinajava/p/5808416.html
三、红黑树介绍
上面散列表中已经提过了:如果桶数满的时候,JDK8是将链表转成红黑树的~。并且,我们的TreeSet、TreeMap底层都是红黑树来实现的。
所以,在这里学习一波红黑树到底是啥玩意。
在未学习之前,我们可能是听过红黑树这么一个数据结构类型的,还有其他什么B/B+树等等,反正是比较复杂的数据结构了~~~
各种常见的树的用途:
来源:
https://www.zhihu.com/question/30527705/answer/52527887
3.1回顾二叉查找树
首先我们来回顾一下:利用二叉查找树的特性,我们一般来说可以很快地查找出对应的元素。
可是二叉查找树也有个例(最坏)的情况(线性):
上面符合二叉树的特性,但是它是线性的,完全没树的用处~
树是要“均衡”才能将它的优点展示出来的~,比如下面这种:
因此,就有了平衡树这么一个概念~红黑树就是一种平衡树,它可以保证二叉树基本符合矮矮胖胖(均衡)的结构
3.2知新2-3树
讲到了平衡树就不得不说最基础的2-3树,2-3树长的是这个样子:
在二叉查找树上,我们插入节点的过程是这样的:小于节点值往右继续与左子节点比,大于则继续与右子节点比,直到某节点左或右子节点为空,把值插入进去。这样无法避免偏向问题
而2-3树不一样:它插入的时候可以保持树的平衡!
在2-3树插入的时可以简单总结为两个操作:
-
合并2-节点为3-节点,扩充将3-节点扩充为一个4-节点
-
分解4-节点为3-节点,节点3-节点为2-节点
-
………至使得树平衡~
合并分解的操作还是比较复杂的,要分好几种情况,代码量很大这里我就不介绍了,因为要学起来是一大堆的,很麻烦
3.3从2-3树到红黑树
由于2-3树为了保持平衡性,在维护的时候是需要大量的节点交换的!这些变换在实际代码中是很复杂的,大佬们在2-3树的理论基础上发明了红黑树(2-3-4树也是同样的道理,只是2-3树是最简单的一种情况,所以我就不说2-3-4树了)。
- 红黑树是对2-3查找树的改进,它能用一种统一的方式完成所有变换。
红黑树是一种平衡二叉树,因此它没有3-节点。那红黑树是怎么将3-节点来改进成全都是二叉树呢?
红黑树就字面上的意思,有红色的节点,有黑色的节点:
我们可以将红色节点的左链接画平看看:
一颗典型的二叉树:
将红色节点的左链接画平之后:得到2-3平衡树:
3.4红黑树基础知识
前面已经说了,红黑树是在2-3的基础上实现的一种树,它能够用统一的方式完成所有变换。很好理解:红黑树也是平衡树的一种,在插入元素的时候它也得保持树的平衡,那红黑树是以什么的方式来保持树的平衡的呢?
红黑树用的是也是两种方式来替代2-3树不断的节点交换操作:
- 旋转:顺时针旋转和逆时针旋转
- 反色:交换红黑的颜色
- 这个两个实现比2-3树交换的节点(合并,分解)要方便一些
红黑树为了保持平衡,还有制定一些约束,遵守这些约束的才能叫做红黑树:
- 红黑树是二叉搜索树。
- 根节点是黑色。
- 每个叶子节点都是黑色的空节点(NIL节点)。
- 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
- 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点(每一条树链上的黑色节点数量(称之为“黑高”)必须相等)。
3.5红黑树总结
红黑树可以说是十分复杂的,我在学习的时候并没有去认真细看当中的处理细节,只是大概的过了一遍,知道了整体~
有了前辈很多优质的资料,相信要等到想要理解其中的细节,花点力气和时间还是可以掌握一二的。
红黑树参考资料:
https://blog.csdn.net/chen_zhang_yu/article/details/52415077
https://riteme.github.io/blog/2016-3-12/2-3-tree-and-red-black-tree.html#fn:red-is-left
http://www.sohu.com/a/201923614_466939
https://www.jianshu.com/p/37c845a5add6
https://www.cnblogs.com/nullzx/p/6111175.html
https://blog.csdn.net/fei33423/article/details/79132930
参考:
公众号:Java3y