红黑树详解

hashmap数据结构

jdk 在 1.8 版本对 hashmap 的数据结构做了一次改动，即是当底层数据节点对应的链表长度大于等于 8 的时候，会把当前节点对应的链表转成红黑树，当红黑树的节点总数小于等于 6 的时候，又会把节点对应的红黑树结构转成链表。链表转成红黑树的阈值为 8 ，红黑树转成链表的阈值为 6 ，两个阈值相差 2 这样设计的目的是防止链表与红黑的频繁转换降低 hashmap 的性能。无论是对节点的增删改查，红黑树的性能都是比链表要高很多的。所以，我们只要了解红黑树是怎样的结构，即可了解 hashmap1.8 是怎样的结构。

红黑树特点：

红黑树可以理解成升级版的二叉树，那为什么 hashmap1.8 在链表长度大于等于 8 的时候转成二叉树呢？因为二叉树有一个致命的缺点，那就是如果插入的数据是有序的话，那么所有的节点结构就会是一个链表而不是二叉树。比如假设头节点为 1 ，新增的节点都是依次增大的比如 2，3，4…，那么所有的新增的节点添加到二叉树的最右边，那么此时这个二叉树就是一个链表而不是二叉树，就失去了二叉树的特性变得没有意义。再有就是新增的节点如果是非均匀的话，那么二叉树是不平衡的，不平衡的二叉树相对红黑树（均匀的二叉树）性能是差很多的，综上所述所以 hashmap1.8 是使用了红黑树结构。红黑树只要理解三点即可理解它的内部结构，前提是你要对二叉树有所了解。第一红黑树节点 Node 新增一个boolean 用来标识该节点是红色节点还是黑色节点；第二红黑树在节点总数发生改变的时候会进行自我调节（也就是左旋或者右旋），以保证是一棵平衡的树（左边的节点约等于右边的节点）进行自我调节的判断条件是节点的颜色；第三是进行自我调节的时候部分节点的颜色会发生改变；第四进行自我调节的场景都是固定的，即是节点的颜色符合自我调节的情况红黑树才会进行自我调节。

参考博客（很好的一篇红黑树的文章）：https://blog.csdn.net/eson_15/article/details/51144079