红黑树
打开尘封已久的算法导论,好好翻开第13章…
红黑树的性质
是一种二叉搜索树,可以保证在最坏情况下基本动态集合操作的时间复杂度为O(lg n)
- 每个节点增加一个用于表示颜色的存储位
- 红黑树能确保没有一条路径会比其他路径长2倍
- 每个节点属性: color,key,left,right,parent
- 如果结点没有子节点或者父节点,指针可以设为NULL
- 根节点和叶节点是黑色的
- 对于每个节点,从该节点到其所有后代叶节点的简单路径上都会包含相同数目的黑色节点,这个高度称作黑高
一颗有n个内部结点的红黑树高度至少是2lg(n+1)
- TreeNode
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
boolean red;
TreeNode<K,V> prev; // needed to unlink next upon deletion
// 仍然需要维护next链接,这个类也是继承了父类的hash,key,val,next这些成员
TreeNode(int hash, K key, V val, Node<K, V> next) {
super(hash, key, val, next);
}
HashMap的红黑树本质上是用双链表来表示,parent、left、right和red字段构建了红黑树信息,而prev、next(next是基类HashMap.Node的字段)构建了双链表信息。root节点放在hash数组上。
我哭了,红黑树真的好难,我只好参考https://blog.csdn.net/weixin_40255793/article/details/80748946
- treeify
把哈希槽上的一个双链表转化为红黑树,基本逻辑与putTreeVa类似l
/*
* 遍历当前TreeNode链表上的所有元素,创建一棵红黑树
*
* 创建完成后,当前的TreeNode元素以及后面链接的那串元素具有链表与红黑树两种结构
* 其中,链表是靠着结点的prev和next来链接的
* 除此之外,由于创建红黑树的过程中,根结点可能会发生动态变化,
* 所以,在红黑树创建完成后,当前的TreeNode元素可能是,也可能不是红黑树的根结点,
* 如果当前的TreeNode元素不是红黑树的根结点,那么它在原来链表上的相对位置也会发生变化(通过moveRootToFront()方法调整)
*/
final void treeify(Node<K, V>[] tab) {
TreeNode<K, V> root = null;
// 遍历待插入元素
for(TreeNode<K, V> x = this, next; x != null; x = next) {
next = (TreeNode<K, V>) x.next;
x.left = x.right = null;
// 创建根结点
if(root == null) {
x.parent = null; // 根结点parent为null
x.red = false; // 根结点为黑色
root = x; // root指向根结点
} else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
// 遍历红黑树,将k所代表的元素插入到红黑树中合适的位置
for(TreeNode<K, V> p = root; ; ) {
int dir, ph;
K pk = p.key;
/*
* 判断待插入元素的插入位置,是向左查找?还是向右查找?
* 判断依据依次为:
* ┌──不相同,可以得出结果 ★
* ┌──不相同,直接得出结果 ★ ┌──类型一致───使用compareTo()方法判断──┤
* 判断hash ──┤ ┌──有效───检查参与比较的元素类型──┤ └───相同───┐
* └──相同───检查Comparable接口──┤ └───类型不一致───────────────────────────────────┼──调用tieBreakOrder()方法,可以得出结果 ★
* └───无效──────────────────────────────────────────────────────────────────────┘
*
*
*/
// 待插入结点的hash值较小,则向左搜寻合适的插入位置
if((ph = p.hash)>h) {
dir = -1;
// 待插入结点的hash值较大,则向右搜寻合适的插入位置
} else if(ph<h) {
dir = 1;
// 待插入结点的hash值出现了雷同
} else if((kc == null && (kc = comparableClassFor(k)) == null) // 如果k(的类类型)没有实现“有效”的Comparable接口
|| (dir = compareComparables(kc, k, pk)) == 0) { // 或者,待插入元素与已存在元素类型不同,无法比较
// 终极判等方式:使用对象的类名和对象本身的哈希码去比较两个对象的大小,而且返回值一定是-1或者是1
dir = tieBreakOrder(k, pk);
}
// 向指定的位置插入结点
TreeNode<K, V> xp = p;
if((p = (dir<=0) ? p.left : p.right) == null) {
x.parent = xp;
if(dir<=0) {
xp.left = x;
} else {
xp.right = x;
}
// 将元素x插入到红黑树root后,可能会破坏其平衡性,所以这里需要做出调整,保持红黑树的平衡
root = balanceInsertion(root, x);
break;
}
}
}
}
/*
* 由于红黑树根结点可能发生了变化,所以需要检查/调整链表顺序:
* 将root放入哈希数组tab的合适位置,且将root指向的元素移动到链表的头部
*/
moveRootToFront(tab, root);
}
- untreeify
从这里可以看到红黑树节点保留了prev和next是更方便了到链表的转换。
// 遍历当前TreeNode红黑树上所有元素,创建一个链表
final Node<K, V> untreeify(HashMap<K, V> map) {
Node<K, V> hd = null, tl = null;
for(Node<K, V> q = this; q != null; q = q.next) {
Node<K, V> p = map.replacementNode(q, null);
if(tl == null) {
hd = p;
} else {
tl.next = p;
}
tl = p;
}
return hd;
}
- putTreeVal
红黑树插入某节点
final TreeNode<K, V> putTreeVal(HashMap<K, V> map, Node<K, V>[] tab, int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
// 获取当前红黑树的根结点
TreeNode<K, V> root = (parent != null) ? root() : this;
for(TreeNode<K, V> p = root; ; ) {
int dir, ph;
K pk;
if((ph = p.hash)>h) {
dir = -1;
} else if(ph<h) {
dir = 1;
//如果hash相等并且key指向同一地址,则查找结束
} else if((pk = p.key) == k || (k != null && k.equals(pk))) {
return p;
} else if((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if(!searched) {
TreeNode<K, V> q, ch;
searched = true;
if(((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) {
return q;
}
}
// 终极判等方式:使用对象的类名和对象本身的哈希码去比较两个对象的大小,而且返回值一定是-1或者是1
dir = tieBreakOrder(k, pk);
}
TreeNode<K, V> xp = p;
//叶子节点还没找到
if((p = (dir<=0) ? p.left : p.right) == null) {
Node<K, V> xpn = xp.next;
TreeNode<K, V> x = map.newTreeNode(h, k, v, xpn);
if(dir<=0) {
xp.left = x;
} else {
xp.right = x;
}
xp.next = x;
x.parent = x.prev = xp;
if(xpn != null) {
((TreeNode<K, V>) xpn).prev = x;
}
// 将元素x插入到红黑树root后,可能会破坏其平衡性,所以这里需要做出调整,保持红黑树的平衡
TreeNode<K, V> r = balanceInsertion(root, x);
/*
* 由于红黑树根结点可能发生了变化,所以需要检查/调整链表顺序:
* 把树的根节点排到桶的第一位
*/
moveRootToFront(tab, r);
return null;
}
}
}
- find
在红黑树中根据hash值和key找到对应节点
// 从this树节点查找hash值为h,Key为k的节点
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q; // 当前节点的左右孩子
if ((ph = p.hash) > h) // hash值小的从左子树迭代查找
p = pl;
else if (ph < h) // hash值大的从右子树迭代查找
p = pr;
// hash值相等,且键地址相同或都为空时,查找成功
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
// hash值相等,但键不相同,且节点没有左子树,就从右子树查找
else if (pl == null)
p = pr;
// hash值相等,但键不相同,且节点没有右子树,就从左子树查找
else if (pr == null)
p = pl;
// 比较两个Key
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
// Key不可比较或比较结果为0时,先在右子树中查找
else if ((q = pr.find(h, k, kc)) != null)
return q;
// 右子树查找不到时
else
p = pl;
} while (p != null);
return null;
}
- 左旋&右旋
可看到左旋的代码是严格按照教科书上的方法来的
static <K, V> TreeNode<K, V> rotateLeft(TreeNode<K, V> root, TreeNode<K, V> p) {
TreeNode<K, V> r, pp, rl;
if(p != null && (r = p.right) != null) {
if((rl = p.right = r.left) != null) {
rl.parent = p;
}
if((pp = r.parent = p.parent) == null) {
// 设为根节点
(root = r).red = false;
} else if(pp.left == p) {
pp.left = r;
} else {
pp.right = r;
}
r.left = p; //put p on r' left
p.parent = r;
}
return root;
}
至于右旋,就是把面的所有r和l互换就得了。
-
remove
删除方法很复杂,又长又臭不想贴代码… -
split
红黑树拆分,被调用在扩容函数中,把旧数组中某个哈希槽的红黑树拆分为两个数,其中一个分配在扩容部分的数组中。
// 拆分红黑树以适应新的容量要求,因为扩容会导致index哈希槽处的那些元素进行再哈希,并最多分成两拨(bit为2的冪,一般传入的值是哈希数组旧容量)
final void split(HashMap<K, V> map, Node<K, V>[] tab, int index, int bit)
TreeNode<K, V> b = this;
// Relink into lo and hi lists, preserving order
// 分别为两条拆分红黑树的头和尾节点
TreeNode<K, V> loHead = null, loTail = null;
TreeNode<K, V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for(TreeNode<K, V> e = b, next; e != null; e = next) {
next = (TreeNode<K, V>) e.next;
e.next = null;
// 扩容后,元素e的位置不会改变(低区间)
if((e.hash & bit) == 0) {
if((e.prev = loTail) == null) {
loHead = e;
} else {
loTail.next = e;
}
loTail = e;
++lc;
// 扩容后,元素e会进入新的位置(高区间)
} else {
if((e.prev = hiTail) == null) {
hiHead = e;
} else {
hiTail.next = e;
}
hiTail = e;
++hc;
}
}
if(loHead != null) {
//如果分裂后的红黑树个数少于等于6,则用链表存储
if(lc<=UNTREEIFY_THRESHOLD) {
// 遍历红黑树loHead上所有元素,创建一个链表
tab[index] = loHead.untreeify(map);
} else {
tab[index] = loHead;
if(hiHead != null) {
// 遍历loHead链表上的所有元素,创建一棵红黑树
loHead.treeify(tab);
}
// (else is already treeified)
}
}
if(hiHead != null) {
if(hc<=UNTREEIFY_THRESHOLD) {
// 遍历红黑树hiHead上所有元素,创建一个链表
tab[index + bit] = hiHead.untreeify(map);
} else {
tab[index + bit] = hiHead;
if(loHead != null) {
// 遍历hiHead链表上的所有元素,创建一棵红黑树
hiHead.treeify(tab);
}
}
}
- 一些辅助方法
// 强行比较两个对象,结果为-1或1
static int tieBreakOrder(Object a, Object b) {
int d;
// a和b都不为空时比较它们的类名
if (a == null || b == null ||
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
// a为null,或b为null,或类名也相等时,比较它们的内存地址
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}
把红黑树调整后的根节点放到槽中,并且指向原来放在槽中的节点
/*
* 在红黑树根结点可能发生变化时,需要检查/调整链表顺序:
* 将root放入哈希数组tab的合适位置,且将root指向的元素移动到链表的头部
*/
static <K, V> void moveRootToFront(Node<K, V>[] tab, TreeNode<K, V> root) {
int n;
if(root != null && tab != null && (n = tab.length)>0) {
int index = (n - 1) & root.hash;
TreeNode<K, V> first = (TreeNode<K, V>) tab[index];
if(root != first) {
tab[index] = root;
TreeNode<K, V> rp = root.prev;
Node<K, V> rn = root.next;
if(rn != null) {
((TreeNode<K, V>) rn).prev = rp;
}
if(rp != null) {
rp.next = rn;
}
if(first != null) {
first.prev = root;
}
root.next = first;
root.prev = null;
}
assert checkInvariants(root);
}
}
ref
https://blog.csdn.net/weixin_40255793/article/details/80748946