红黑树
一、2-3树
-
树结构的目的就是为了提升整体的效率：插入、删除、查找。相较于链表，平衡树的索引时间复杂度是O(logn)，数组的索引时间复杂度是O(n)。
-
二叉搜索树的数据插入过程是，与当前节点做对比，小于在左大于在右，但当数据的插入顺序不同，就会出现完全不同的数据结构，可能是一颗平衡二叉树，也有可能退化成链表(插入数据一直是最大的，会一直向右侧节点增加).
-
如果希望在插入数据后又保持树的特点，O(longn)的索引性能，就要在插入时进行节点的调整。
-
二三树是可以在保持树结构的基础上，允许在一个节点中可以有两个元素，等元素数量等于3的时候再进行调整，通过这种方式来保证整个二叉搜索树的平衡性。
-
二三树所有的子叶节点都在同一层，一个节点可以有1到两个数据，如果有三个就需要调整树结构，一个节点一个数据时则有两个子节点，一个节点两个数据时，则有三个子节点，且中间子节点时介于两个节点间的值。
-
二三树Java代码实现
class Node { int key1, key2; Node left, middle, right; public Node(int key) { this.key1 = key; this.key2 = -1; // Initialize key2 to -1 indicating it is not used initially this.left = this.middle = this.right = null; } public boolean isLeaf() { return (left == null && middle == null && right == null); } } public class TwoThreeTree { private Node root; public TwoThreeTree() { root = null; } public void insert(int key) { if (root == null) { root = new Node(key); } else { root = insert(root, key); } } private Node insert(Node node, int key) { if (node == null) { return new Node(key); } if (node.isLeaf()) { if (node.key2 == -1) { if (key < node.key1) { node.key2 = node.key1; node.key1 = key; } else { node.key2 = key; } } else { // Split the node and promote the middle key to the parent Node newRoot = new Node(node.key2); Node newLeft = new Node(node.key1); Node newRight = new Node(key); newRoot.left = newLeft; newRoot.middle = newRight; return newRoot; } } else { if (key < node.key1) { node.left = insert(node.left, key); } else if (key > node.key2) { node.right = insert(node.right, key); } else { node.middle = insert(node.middle, key); } } return node; } // Other methods for deletion, searching, and tree traversal can be added here public static void main(String[] args) { TwoThreeTree tree = new TwoThreeTree(); tree.insert(10); tree.insert(20); tree.insert(5); // Perform operations on the tree as needed } }
红黑树
-
Java中的TreeMap, 1.8版本的HashMap都是基于红黑树结构实现的。
-
红黑树的时间复杂度是O(longn)
-
红黑树插入新的节点时怎么保持平衡：
-
左旋定义：把一个向右倾斜的红节点链接转化为左链接。
-
右旋定义： 把一个向左倾斜的红节点连接(2-3 树，3-叉双元素节点)，转换为右连接。
-
-
红黑树Java代码实现
enum Color { RED, BLACK } class Node { int data; Color color; Node parent, left, right; public Node(int data) { this.data = data; this.color = Color.RED; this.parent = this.left = this.right = null; } } public class RedBlackTree { private Node root; public RedBlackTree() { this.root = null; } // 左旋操作 private void leftRotate(Node x) { Node y = x.right; x.right = y.left; if (y.left != null) y.left.parent = x; y.parent = x.parent; if (x.parent == null) root = y; else if (x == x.parent.left) x.parent.left = y; else x.parent.right = y; y.left = x; x.parent = y; } // 右旋操作 private void rightRotate(Node y) { Node x = y.left; y.left = x.right; if (x.right != null) x.right.parent = y; x.parent = y.parent; if (y.parent == null) root = x; else if (y == y.parent.left) y.parent.left = x; else y.parent.right = x; x.right = y; y.parent = x; } // 插入节点 public void insert(int data) { Node node = new Node(data); root = insertRecursive(root, node); fixInsert(node); } private Node insertRecursive(Node root, Node node) { if (root == null) return node; if (node.data < root.data) { root.left = insertRecursive(root.left, node); root.left.parent = root; } else if (node.data > root.data) { root.right = insertRecursive(root.right, node); root.right.parent = root; } return root; } private void fixInsert(Node node) { while (node.parent != null && node.parent.color == Color.RED) { if (node.parent == node.parent.parent.left) { Node uncle = node.parent.parent.right; if (uncle != null && uncle.color == Color.RED) { node.parent.color = Color.BLACK; uncle.color = Color.BLACK; node.parent.parent.color = Color.RED; node = node.parent.parent; } else { if (node == node.parent.right) { node = node.parent; leftRotate(node); } node.parent.color = Color.BLACK; node.parent.parent.color = Color.RED; rightRotate(node.parent.parent); } } else { Node uncle = node.parent.parent.left; if (uncle != null && uncle.color == Color.RED) { node.parent.color = Color.BLACK; uncle.color = Color.BLACK; node.parent.parent.color = Color.RED; node = node.parent.parent; } else { if (node == node.parent.left) { node = node.parent; rightRotate(node); } node.parent.color = Color.BLACK; node.parent.parent.color = Color.RED; leftRotate(node.parent.parent); } } } root.color = Color.BLACK; } // 中序遍历打印树的元素 public void inOrder() { inOrderRecursive(root); } private void inOrderRecursive(Node root) { if (root != null) { inOrderRecursive(root.left); System.out.print(root.data + "(" + (root.color == Color.RED ? "R" : "B") + ") "); inOrderRecursive(root.right); } } public static void main(String[] args) { RedBlackTree redBlackTree = new RedBlackTree(); // 插入一些示例数据 int[] elements = {7, 3, 18, 10, 22, 8, 11, 26, 2, 6, 13}; for (int element : elements) { redBlackTree.insert(element); } // 打印中序遍历结果 System.out.print("中序遍历结果: "); redBlackTree.inOrder(); } }
总结
-
总结，HashMap总结就是底层使用了数组桶+链表+红黑树。
-
计算Hash位置时会先执行一个扰动函数，用来减少碰撞率
-
当发生碰撞时会先作为链表结构进行追加，当容量小于64时会进行扩容，扩容的思路就是2^n+1，
-
什么时候会发生扩容
-
hashmap不会在容量满了之后才进行扩容，当达一定的阈值的时候就会开始扩容操作，默认的阈值是0.75，也就是说当容量达到了0.75就会进行扩容的操作。
-
-
为什么HashMap的默认长度要设置为16
-
因为16是2的幂次数，数值不算大也不算小，即不会太占用空间，也不会太频繁的触发扩容机制。
-
-
如果HashMap的初始值写入了17，那它初始化后的实际容量是多少
-
32，因为HashMap在初始化容量时会先判断当前长度是不是2的幂次等，如果不是则向后寻找最小的2n的值，17之后的最小2n值就是32，所以它的初始容量应该是32.
-
-
什么时候HashMap里存储的链表会转成红黑树
-
当容量超过64且链表长度大于8时，会由链表转换成红黑树。
-
-
除了在HashMap中还有哪里用到了红黑树
-
TreeMap，Mysql的索引
-
-
为什么使用这种树结构
-
增、删、遍历速度足够快，如果是数组结构它的时间复杂度会达到O(n), 但如果是树结构它的时间复杂度会是O(logn)，所有的树结构目的最终都是为了达到平衡树，如果仅仅是依靠单纯的二叉树，可能会出现链表的情况，也就是无限大或无限小，导致一直向一个方向插入数据，导致出现链表结构。二三树和红黑树都是为了避免这种情况的发生而演变出来的算法。
-
637
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
