TreeMap 和 TreeSet 的基本情况、特性以及使用场景，并对比它们与 HashMap 和 HashSet

TreeMap

基本情况

• 实现：基于红黑树实现的 NavigableMap。
• 排序：键按自然顺序或自定义顺序（通过 Comparator）排序。
• 特性：
  • 不允许 null 键，但允许 null 值。
  • 保证键有序。
  • 迭代时按排序顺序。
  • 复杂度：基本操作如 put、get、remove 复杂度为 O(log n)。

使用场景

• 需要按键有序的映射。
• 需要快速查找范围查询（如获取某区间的键值对）。
• 需要按排序顺序迭代键值对。

TreeSet

基本情况

• 实现：基于 TreeMap 实现。
• 排序：元素按自然顺序或自定义顺序（通过 Comparator）排序。
• 特性：
  • 不允许 null 元素。
  • 保证元素有序。
  • 迭代时按排序顺序。
  • 复杂度：基本操作如 add、remove、contains 复杂度为 O(log n)。

使用场景

• 需要保持元素有序的集合。
• 需要快速查找范围查询（如获取某区间的元素）。
• 需要按排序顺序迭代。

HashMap

基本情况

• 实现：基于哈希表实现的 Map。
• 排序：无序。
• 特性：
  • 允许 null 键和 null 值。
  • 不保证顺序，元素顺序可能随时间变化。
  • 复杂度：基本操作如 put、get、remove 复杂度为 O(1)。
  • Java 1.8之前:
    • 使用链表存储发生哈希冲突的元素
    • 在大量哈希冲突时，链表的查询效率变为 O(n)
  • Java 1.8之后
    • 当链表长度超过一定阈值（默认为8）时，链表转化为红黑树
    • 红黑树查询效率为 O(logn)
    • JDK8链表转红黑树的条件：1）链表长度大于8；2）数组长度也有限制，只有当数组长度大于64时，才会执行转换。这是因为在较小数组规模下，简单扩容可能对性能提升更有效
  • 扩容机制:
    • 当 HashMap 中的元素个数（实际存储在 HashMap 中的键值对的数量，而不是桶的个数）超过负载因子（默认 0.75）乘以当前数组长度时，HashMap 会进行扩容。数组的大小通常变为原来的两倍。
    • 假设 HashMap 初始数组长度为 16，负载因子为 0.75：扩容阈值 = 16 * 0.75 = 12，当 HashMap 中的实际元素个数超过 12 时，HashMap 将触发扩容。扩容过程 - 时间复杂度为 O(n)：1）创建新数组：HashMap 会创建一个新的数组，通常是当前数组长度的两倍；2）重新分配元素：将旧数组中的所有元素（包括链表或红黑树中的元素）重新计算哈希值并分配到新数组中。

使用场景

• 需要快速查找、插入和删除的映射。
• 不关心元素顺序。

HashSet

基本情况

• 实现：基于 HashMap 实现。
• 排序：无序。
• 特性：
  • 允许 null 元素。
  • 不保证顺序，元素顺序可能随时间变化。
  • 复杂度：基本操作如 add、remove、contains 复杂度为 O(1)。

使用场景

• 需要快速查找、插入和删除的集合。
• 不关心元素顺序。

比较与对比

相同点

• TreeSet 与 TreeMap：

  • 都基于红黑树实现，保证元素/键有序。
  • 复杂度相同：基本操作复杂度为 O(log n)。

• HashSet 与 HashMap：

  • 都基于哈希表实现，不保证元素/键有序。
  • 复杂度相同：基本操作复杂度为 O(1)。

不同点

• 有序 vs 无序：

  • TreeSet 和 TreeMap 保证元素/键有序。
  • HashSet 和 HashMap 不保证元素/键有序。

• 允许 null 的情况：

  • TreeSet 不允许 null 元素。
  • TreeMap 不允许 null 键，但允许 null 值。
  • HashSet 允许 null 元素。
  • HashMap 允许 null 键和 null 值。

• 使用场景：

  • TreeSet 和 TreeMap 适用于需要排序的场景，且支持范围查询。
  • HashSet 和 HashMap 适用于需要快速查找、插入和删除的场景，不关心元素顺序。

总结

选择 TreeSet、TreeMap、HashSet 或 HashMap 取决于具体需求：

• 需要有序集合/映射，范围查询：选择 TreeSet 或 TreeMap。
• 需要快速查找、插入和删除，无序要求：选择 HashSet 或 HashMap。

理解各自的特性和使用场景，能够更高效地解决问题。