数据结构小白学是怎么通过Java的HashMap学会红黑树的

最新推荐文章于 2024-07-14 20:30:00 发布

Deehodry

最新推荐文章于 2024-07-14 20:30:00 发布

阅读量203

点赞数

文章标签：数据结构链表 java hashmap

本文链接：https://blog.csdn.net/qq_41047456/article/details/108009757

版权

数据结构小白是怎么通过Java的HashMap学会红黑树的（一）

啥是红黑树，为啥要用它？

从jdk1.7到jdk1.8中间，在HashMap中加了一个红黑树，为啥呢，有什么好处呢，这就要把jdk1.7和jdk1.8的HashMap的结构拿来对比一番。

1.jdk1.7中的HashMap数据结构

在jdk1.7中，HashMap是使用一个Entry来存储数据的，但是这个Entry是数组加链表结构，啥？数组还能和链表一起玩？请看图：
在这里插入图片描述
细心的你发现了，这个数组的长度只有8（这是我自己定的8，jdk不一定是8，举个例子而已），为啥数组只有8个空，就能存好多东西呢？

细心的你又发现了，诶？插入第四个值的时候，好像不对劲。它插在了第二个数的后面，可以看出是用链表存的，这是啥操作。而且为啥他就插在第二个数后面，而不是第一个呢，这个先放一放，我们先了解一个东西。

Java中会有一个哈希计算，比如第一个对象的哈希值为2300，用2300除以8余数为4，那么这个对象就会存在Entry[4]这个位置上，HashMap会创建一个个节点来存这些对象。第二个数也一样，除以8余数为2，放在Entry[2]的位置。这下知道Java的HashMap是怎么把对象放到一个Entry里了吧。

可Entry只有8个空，怎么能做到放很多很多的对象？

这时候就用到了链表，比如插入的第四个对象，他的哈希值2322除以8，余数为2，但是Entry[2]已经有了，咋办呢，这时候，在Entry[2]这个节点的后面，使用链表，放上这个新加入的对象，你可能会疑惑，咋就能给它整连在一起了，木事，上图：
Node节点

Node{
	Node Parent;
	Node Son;
	Object object;
	Node(Object object){//这个一般是泛型做到传啥是啥，不多说，懂得都懂
		this.object = object;//上一条注释不负责，不懂的可以去看看Java泛型
	}
}

这下懂了吧
存第四个对象只要两行代码就搞定：

node.Son = new node(Object);//创建个新节点，赋给Entry[2]的儿子
node.Son.Parent = node;//爸爸认了儿子，儿子当然得认爸爸

不知道你有木有考虑一下下，这种做法好吗。没考虑的现在考虑考虑

。。。。。。（其实我挺讨厌这种句号放一起的感觉）

聪明的你，肯定发现了一个问题，啊？没发现？木事，我来告诉你

如果一堆对象，他们的哈希值除以8，余数全是2呢
那岂不是Entry[2]后面托着好多子子孙孙。如果想找子孙后代中的某一个节点时，也会感觉很慢，很累，要一个一个往下遍历才能找到，小小的年纪承受了不该承受的重量

这时候，jdk1.8来啦，它带着红黑树走来啦！

2.jdk1.8中的HashMap数据结构

刚刚说了，jdk1.7的HashMap由数组+链表组成，jdk1.8的HashMap由数组+链表+红黑树组成。

其实很简单，jdk1.8的HashMap数组那部分和jdk1.7的存储方法一样，先数组，后链表，不同的地方是，这里的链表用了红黑树。

这时候就可以吹一波红黑树的厉害之处了，红黑树能大大降低普通链表查找的速度。当然因为其插入数据的速度还是不如链表，所以Java会设定一个数值，超过这个数值量的数据，才会启用红黑树，不然还是用普通链表。

懂点数据结构的都知道哈，树的查找速度可比一条直链快得多，为啥呢，我们先来看两张图，然后再来说一说红黑树

-----------------图1 第一颗树----------------------------------图2 第二棵树-------------

提问：这两棵树谁先能找到H？
（这是两课二叉查找树，红黑树基于二叉查找树，其特点是，左节点比爸爸节点小，右节点比爸爸节点大）

答：肯定第二颗啊，只要查三次

这时候我们来复习下树的数据结构，看图
在这里插入图片描述

Node{
	Node Parent;
	Node Left;
	Node Right;
	Object object;
	Node(Object object){
		this.object = object;
	}
}

查询代码如下：

public Node find(Node node, hashCode){//该方法传入
//                      根节点和要查数据的哈希值即可开始遍历查找
	if(hashCode == node.hashCode){
		return node;
	}
	else if(hashCode < node.hashCode){
		return find(node.Left);//当被查找的哈希值小于当前节点的哈希值
		//                       再调用自己，并传入左节点
		//                       我调我自己----递归
	}else{
		return find(node.Right);
	}
}