需要先了解红黑树,这是之前分析红黑树的文章。
之前在分析红黑树时,我认为红黑树=二叉查找树+红黑平衡,关于二叉查找树这是递归版本的,而在TreeMap中实现的是非递归版本的。
TreeMap的继承关系:
get与put操作都很简单,注意TreeMap不允许键为null,对TreeMap来说comparator不为null则利用该比较器进行key键比较,否则利用key键本身这要求键必须实现Comparable接口,实现自己的compareTo逻辑,所以对于TreeMap作为键的对象要么你提供一个comparator比较器,要么这个对象是Comparable。
对于HashMap,它允许一个键为null的节点,因为HashMap比较的是hash值(null的hash值在HashMap中为0),但作为键的对象最好重写equals方法,当然重写equals就应该重写hashcode方法。
1.8后Comparator接口更加强健,配合lambda,代码更加简洁易懂。
remove
public V remove(Object key) {
Entry<K,V> p = getEntry(key);
if (p == null)
return null;
V oldValue = p.value;
deleteEntry(p);
return oldValue;
}
private void deleteEntry(Entry<K,V> p) {
modCount++;
size--;
// If strictly internal, copy successor's element to p and then make p
// point to successor.
if (p.left != null && p.right != null) {
Entry<K,V> s = successor(p);
p.key = s.key;
p.value = s.value;
p = s;
} // p has 2 children
// Start fixup at replacement node, if it exists.
Entry<K,V> replacement = (p.left != null ? p.left : p.right);
if (replacement != null) {
// Link replacement to parent
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;
// Null out links so they are OK to use by fixAfterDeletion.
p.left = p.right = p.parent = null;
// Fix replacement
if (p.color == BLACK)
fixAfterDeletion(replacement);
} else if (p.parent == null) { // return if we are the only node.
root = null;
} else { // No children. Use self as phantom replacement and unlink.
if (p.color == BLACK)
fixAfterDeletion(p);
if (p.parent != null) {
if (p == p.parent.left)
p.parent.left = null;
else if (p == p.parent.right)
p.parent.right = null;
p.parent = null;
}
}
}
若当前节点的左右皆不为空,则找到其右子节点的最左节点与其进行键值的替换,问题就转化为删除这个最小节点。所以最后要删除的节点存在两种情况:1,没有子节点。2,只有一个子孩子非空。对于这两种情况的处理不同。情况1,若它颜色为黑则先进行红黑调整fixAfterDeletion,后在根据情况进行删除。该方法介绍在红黑树。情况2,先删除该节点,若其为黑,对其左/右子树进行红黑平衡。
successor
static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
if (t == null)
return null;
else if (t.right != null) {
Entry<K,V> p = t.right;
while (p.left != null)
p = p.left;
return p;
} else {
Entry<K,V> p = t.parent;
Entry<K,V> ch = t;
while (p != null && ch == p.right) {
ch = p;
p = p.parent;
}
return p;
}
}
返回的是最接近的大于t的节点,就是大于t的节点中最小的那个节点。
两种情况,右子孩子非空则返回其最左节点;为空则沿着右连接往上直到拐点。
图中t, E是父子关系。
按照上面的代码返回的就是的就是P节点,对于P若它有右子树那么也只可能有一个节点,且为红,这是由红黑树性质决定的。P是大于t节点中是最接近于t的,你可以在该图中任意延申扩展,在根据大小关系推,便可得到证明。
图中P,M是父子关系。
P节点是大于 t 中最小的节点,也就是最接近的节点。
predecessor(t)
该方法返回的是小于 t 的节点中最大的节点,也就是最接近的节点。
static <K,V> Entry<K,V> predecessor(Entry<K,V> t) {
if (t == null)
return null;
else if (t.left != null) {
Entry<K,V> p = t.left;
while (p.right != null)
p = p.right;
return p;
} else {
Entry<K,V> p = t.parent;
Entry<K,V> ch = t;
while (p != null && ch == p.left) {
ch = p;
p = p.parent;
}
return p;
}
}
像上面一样画出图就能够看出。
之前在SortedMap,NavigableMap中介绍了很多返回各种视图的方法,现在来看看在TreeMap中的实现。