树节点——TreeMap的节点结构
static final class Entry<K,V> implements Map.Entry<K,V> {
K key;
V value;
Entry<K,V> left;
Entry<K,V> right;
Entry<K,V> parent;
boolean color = BLACK;
Entry(K key, V value, Entry<K,V> parent) {
this.key = key;
this.value = value;
this.parent = parent;
}
}
一个TreeMap节点主要包括键(key)、值(value)、左子节点(left)、右子节点(right)、父节点(parent)、节点颜色(color,默认是黑色)六个属性,构造方法需要键、值和父节点。
后面主要从三个方法具体解析TreeMap结构,put、get、remove。
put方法——如何构建一个TreeMap
如何从无到有的构建一个TreeMap?
常规使用TreeMap以及其他map的过程中,我们通常会用无参构造方法new一个map,然后将数据逐个put的方式,我们主要分析这种情况。
1、TreeMap类的四个属性
private final Comparator<? super K> comparator; //TreeMap的比较器
private transient Entry<K,V> root; //根节点
private transient int size = 0; //TreeMap下的节点数
private transient int modCount = 0; //TreeMap下的操作数
2、TreeMap的无参构造方法
public TreeMap() {
comparator = null;
}
TreeMap的比较器在调用无参构造时初始化为null。
3、TreeMap下的put方法
public V put(K key, V value) {
Entry<K,V> t = root; //声明节点t指向root节点,不直接操作root节点
if (t == null) { //如果根节点为空,则进行初始化
compare(key, key); //根据是否有比较器进行比较
root = new Entry<>(key, value, null); //插入的节点作为root节点
size = 1;
modCount++;
return null;
}
int cmp; //根节点不为空,cmp为比较器的返回值,-1,0,1三个值
Entry<K,V> parent; //记录查找过程中的父节点,用于初始化节点
Comparator<? super K> cpr = comparator; //获取比较器
if (cpr != null) { //如果比较器不为空,则按照比较器的规则进行排序
do {
parent = t;
cmp = cpr.compare(key, t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value); //查找到key相同的键,直接将value存入并返回旧值
} while (t != null);
}
else { //如果比较器为空则根据key的比较方式进行比较
if (key == null) //TreeMap在未自定义比较器的时候是不支持key为空指针的
throw new NullPointerException();
@SuppressWarnings("unchecked")
Comparable<? super K> k = (Comparable<? super K>) key; //获取比较器
do { //获取到比较器之后的方法与上面一致
parent = t;
cmp = k.compareTo(t.key);
if (cmp < 0)
t = t.left;
else if (cmp > 0)
t = t.right;
else
return t.setValue(value);
} while (t != null);
}
//逻辑到达此处表示需要新建节点
Entry<K,V> e = new Entry<>(key, value, parent);
if (cmp < 0) //根据cmp的值决定插入到父节点的左边还是右边
parent.left = e;
else
parent.right = e;
fixAfterInsertion(e); //插入后的调整,红黑树最核心的方法
size++;
modCount++;
return null;
}
通过上述分析,TreeMap的插入操作,主要是通过比较器判断是更新值还是新增节点,对于新增节点进行插入并作出平衡调整,下面重点分析fixAfterInsertion方法
private void fixAfterInsertion(Entry<K,V> x) {
//首先保证插入节点为红色。此处为红色的原因是,因为红黑树的一条特性,从根节点到任何一个叶子节点的路径上的黑节点数相同,如果插入的是红色节点,则不会破坏此规则。
//回顾其他红黑树特性,二叉搜索树和节点带颜色两个特点都满足,那么只需要保证,红节点的子节点一定不是红色即可
//所以只有一种情况需要调整,就是x节点的父节点为红色的情况,此时祖父节点一定为黑或者空
x.color = RED;
//x如果为空或者为根节点则直接不用循环
while (x != null && x != root && x.parent.color == RED) {
if (parentOf(x) == leftOf(parentOf(parentOf(x)))) { //父节点为祖父节点的左子节点
Entry<K,V> y = rightOf(parentOf(parentOf(x)));//叔节点
if (colorOf(y) == RED) {//情况1:父节点和叔节点均为红
//此时同时将父节点和叔节点变黑,不会影响特性3
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
//由于整体新增了一个黑节点,只能将祖父节点涂红来保证平衡
setColor(parentOf(parentOf(x)), RED);
//为了避免祖父节点和其父节点出现连续红节点的情况,将x指向祖父节点进行迭代判断
x = parentOf(parentOf(x));
} else { //父节点为红,叔节点为黑
if (x == rightOf(parentOf(x))) {//情况2:x为父节点的右子节点
x = parentOf(x);
rotateLeft(x);
}
//情况3:x为父节点的左子节点,父节点为红,祖父节点为黑
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateRight(parentOf(parentOf(x)));
}
//父节点为祖父节点的右子节点,以下是一样的
} else {
//叔节点
Entry<K,V> y = leftOf(parentOf(parentOf(x)));
if (colorOf(y) == RED) {
setColor(parentOf(x), BLACK);
setColor(y, BLACK);
setColor(parentOf(parentOf(x)), RED);
x = parentOf(parentOf(x));
} else {
if (x == leftOf(parentOf(x))) {
x = parentOf(x);
rotateRight(x);
}
setColor(parentOf(x), BLACK);
setColor(parentOf(parentOf(x)), RED);
rotateLeft(parentOf(parentOf(x)));
}
}
}
//保证根节点一定为黑色,满足红黑树特性
root.color = BLACK;
}
get方法——如何获取TreeMap中指定的节点值
public V get(Object key) {
Entry<K,V> p = getEntry(key);
return (p==null ? null : p.value);
}
调用getEntry方法,此处的代码很熟悉,和put方法中的查找方法一模一样。
final Entry<K,V> getEntry(Object key) {
// Offload comparator-based version for sake of performance
if (comparator != null)
return getEntryUsingComparator(key);
if (key == null)
throw new NullPointerException();
@SuppressWarnings("unchecked")
Comparable<? super K> k = (Comparable<? super K>) key;
Entry<K,V> p = root;
while (p != null) {
int cmp = k.compareTo(p.key);
if (cmp < 0)
p = p.left;
else if (cmp > 0)
p = p.right;
else
return p;
}
return null;
}
remove方法——如何获取并删除节点中的值
remove方法和get方法一样,首先找到指定的值,然后进行删除,重点是删除操作以及删除后的平衡调整
public V remove(Object key) {
Entry<K,V> p = getEntry(key);
if (p == null)
return null;
V oldValue = p.value;
deleteEntry(p);
return oldValue;
}
重点分析deleteEntry方法
private void deleteEntry(Entry<K,V> p) {
//操作次数和大小处理
modCount++;
size--;
if (p.left != null && p.right != null) { //如果p有左右子节点,后继节点一定在其右子树上
//查找到后继节点,并将后继节点的值传给当前节点,然后p指向后继节点,这样删掉后继节点即可
Entry<K,V> s = successor(p);
p.key = s.key;
p.value = s.value;
p = s;
}
//寻找到replacement节点,如果左节点不为空,则为左节点,左节点为空,则为右节点
Entry<K,V> replacement = (p.left != null ? p.left : p.right);
//逻辑走到这个地方可以简单的先分析一下:
//p如果有两个子节点,则寻找后继节点,后继节点的左子节点肯定为空,所以p变成一个最多只有一个子节点的节点
//所以这个替换节点replacement就是单子节点中的一个,或者为一个空节点
//不为空的时候,也就是p节点的单子节点,其实此时就是一个单链表的删除
if (replacement != null) {
replacement.parent = p.parent;
if (p.parent == null)
root = replacement;
else if (p == p.parent.left)
p.parent.left = replacement;
else
p.parent.right = replacement;
p.left = p.right = p.parent = null;
//删除了p节点,如果p为红,则不会影响红黑树的特性,所以,如果为黑的时候才会进行调整
if (p.color == BLACK)
fixAfterDeletion(replacement);
} else if (p.parent == null) { //逻辑到达这个地方,说明p没有子节点且为根直接,直接将root置空即可
root = null;
} else { //如果不为根节点,则直接进行删除
if (p.color == BLACK)//如果节点颜色为黑,需要进行调整
fixAfterDeletion(p);
if (p.parent != null) { //直接将p的父节点的子节点指向变为空,相当于删除链表的最后一个节点
if (p == p.parent.left)
p.parent.left = null;
else if (p == p.parent.right)
p.parent.right = null;
p.parent = null;
}
}
}
经过上面的分析,重点放在删除后调整这个方法上fixAfterDeletion,看这个方法之前,主要是两个情况会调用这个方法
1、p节点只有一个子节点,删除p节点后,以p节点的下一个节点为入参调用
2、p节点无子节点,以p节点为入参调用方法后,删除p节点
private void fixAfterDeletion(Entry<K,V> x) {
//出循环的条件:x指向了根节点|x的颜色为红色
//根据上述调用删除调整的两个情况分析
//第一种情况:p节点只有一个子节点,且删除的节点为黑色才会调用此方法。如果替代节点为红色,直接将替代节点变黑即可;如果替代节点为黑色,则替代节点所属的子树少了一个黑色的节点
//第二种情况,p无子节点且为黑色,此时的p没有被删除,但后续删除后对应子树会减少一个黑色节点
//所以调整方案就是增加当前子树一个黑色节点
while (x != root && colorOf(x) == BLACK) {...}
if (x == leftOf(parentOf(x))) { //x为父节点的左节点
Entry<K,V> sib = rightOf(parentOf(x)); //兄弟节点
if (colorOf(sib) == RED) { //情况1:兄弟节点为红色,推出父节点和sib的子节点都为黑色
//此调整之前说过,不会改变红黑树的结构
setColor(sib, BLACK);
setColor(parentOf(x), RED);
rotateLeft(parentOf(x));
sib = rightOf(parentOf(x));
}
//情况②上面的情况的最终结果也是变成这个情况
//直接将兄弟节点变为红色,x指向x的父节点,如果是从上面情况到达的,x的parent节点一定是红色,首先是将兄弟节点涂红减少兄弟子树的一个黑色节点,然后跳出循环,将父节点涂黑,这样给整个删除子树增加了一个黑色节点,从而完成调整
//如果直接是情况2,则直接将右兄弟节点涂红,然后x指向x的父节点,这样如果x的父节点是红色,则直接涂黑退出即可,但是如果是黑色节点,则相当于是父节点和其兄弟节点进行对比
//情况234:兄弟节点均为黑色
if (colorOf(leftOf(sib)) == BLACK &&
colorOf(rightOf(sib)) == BLACK) {//情况2:兄弟节点的子节点均为黑色
setColor(sib, RED);
x = parentOf(x);
} else {
if (colorOf(rightOf(sib)) == BLACK) {//情况3:兄弟节点的左子节点为红色
setColor(leftOf(sib), BLACK);
setColor(sib, RED);
rotateRight(sib);
sib = rightOf(parentOf(x));
}
setColor(sib, colorOf(parentOf(x)));//情况4:兄弟节点的右子节点为红色
setColor(parentOf(x), BLACK);
setColor(rightOf(sib), BLACK);
rotateLeft(parentOf(x));
x = root;
//此处的调整,和之前的调整不太一样,之前的调整都是保证调整前后的左右子树的黑节点个数不一样,此处的核心就是对父节点的左旋,第一个颜色改变,是保证左旋前后,节点的颜色不会发生变化,第二个颜色改变是保证左旋后的左节点能增加一个黑节点,右节点由于左旋会减少一个黑节点,第三个颜色改变,是保证左旋后的右子节点黑色节点数增加一个,这样就完成了整个的调整,保证删除子树增加了一个黑色节点,即可以直接退出循环
}
} else { // symmetric
Entry<K,V> sib = leftOf(parentOf(x));
if (colorOf(sib) == RED) {
setColor(sib, BLACK);
setColor(parentOf(x), RED);
rotateRight(parentOf(x));
sib = leftOf(parentOf(x));
}
if (colorOf(rightOf(sib)) == BLACK &&
colorOf(leftOf(sib)) == BLACK) {
setColor(sib, RED);
x = parentOf(x);
} else {
if (colorOf(leftOf(sib)) == BLACK) {
setColor(rightOf(sib), BLACK);
setColor(sib, RED);
rotateLeft(sib);
sib = leftOf(parentOf(x));
}
setColor(sib, colorOf(parentOf(x)));
setColor(parentOf(x), BLACK);
setColor(leftOf(sib), BLACK);
rotateRight(parentOf(x));
x = root;
}
}
}
setColor(x, BLACK);
}