一文带你全面深入了解TreeMap-创新互联

概述

TreeMap是Map家族中的一员,也是用来存放key-value键值对的。平时在工作中使用的可能并不多,它大的特点是遍历时是有顺序的,根据key的排序规则来,那么它具体是如何使用,又是怎么实现的呢?本文基于jdk8做一个讲解。

创新互联公司2013年至今,先为文成等服务建站,文成等地企业,进行企业商务咨询服务。为文成企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。TreeMap介绍

TreeMap是一个基于key有序的key value散列表。

  • map根据其键的自然顺序排序,或者根据map创建时提供的Comparator排序
  • 不是线程安全的
  • key 不可以存入null
  • 底层是基于红黑树实现的

以上是TreeMap的类结构图:

  1. 实现了NavigableMap接口,NavigableMap又实现了Map接口,提供了导航相关的方法。
  2. 继承了AbstractMap,该方法实现Map操作的骨干逻辑。
  3. 实现了Cloneable接口,标记该类支持clone方法复制
  4. 实现了Serializable接口,标记该类支持序列化
构造方法
  • TreeMap()

说明:使用键的自然排序构造一个新的空树映射。

  • TreeMap(Comparatorcomparator)

说明:构造一个新的空树映射,根据给定的比较器排序。

  • TreeMap(Mapm)

说明:构造一个新的树映射,包含与给定映射相同的映射,按照键的自然顺序排序。

  • TreeMap(SortedMapm)

说明:构造一个新的树映射,包含相同的映射,并使用与指定排序映射相同的顺序。

关键方法

这边主要讲解下NavigableMap和SortedMap提供的一些方法,Map相关的方法大家应该都很熟悉了。

SortedMap接口:

  • Comparatorcomparator()

返回用于排序此映射中的键的比较器,如果此映射使用其键的自然排序,则返回null。

  • Set>entrySet()

返回此映射中包含的映射的Set视图。

  • K firstKey()

返回当前映射中的第一个(最低)键。

  • K lastKey()

返回当前映射中的最后(最高)键。

NavigableMap接口:

  • Map.EntryceilingEntry(K key)

返回与大于或等于给定键的最小键相关联的键值映射,如果没有这样的键则返回null。

  • K ceilingKey(K key)

返回大于或等于给定键的最小键,如果没有这样的键,则返回null。

  • NavigableMapdescendingMap()

返回此映射中包含的映射的倒序视图。

  • Map.EntryfirstEntry()

返回与该映射中最小的键关联的键值映射,如果映射为空,则返回null。

  • Map.EntryfloorEntry(K key)

返回与小于或等于给定键的大键相关联的键值映射,如果没有这样的键则返回null。

  • SortedMapheadMap(K toKey)

返回该映射中键严格小于toKey的部分的视图。

  • Map.EntryhigherEntry(K key)

返回与严格大于给定键的最小键关联的键值映射,如果没有这样的键,则返回null。

  • Map.EntrylastEntry()

返回与此映射中大键关联的键值映射,如果映射为空,则返回null。

  • Map.EntrylowerEntry(K key)

返回与严格小于给定键的大键关联的键值映射,如果没有这样的键,则返回null。

  • Map.EntrypollFirstEntry()

删除并返回与该映射中最小的键关联的键值映射,如果映射为空,则返回null。

  • Map.EntrypollLastEntry()

删除并返回与此映射中大键关联的键值映射,如果映射为空,则返回null。

  • SortedMapsubMap(K fromKey, K toKey)

返回该映射中键范围从fromKey(包含)到toKey(独占)的部分的视图。

  • SortedMaptailMap(K fromKey)

返回该映射中键大于或等于fromKey的部分的视图。

使用案例
  • 验证顺序性
@Test
    public void test1() {
        MaptreeMap = new TreeMap<>();
        treeMap.put(16, "a");
        treeMap.put(1, "b");
        treeMap.put(4, "c");
        treeMap.put(3, "d");
        treeMap.put(8, "e");
        // 遍历
        System.out.println("默认排序:");
        treeMap.forEach((key, value) ->{
            System.out.println("key: " + key + ", value: " + value);
        });

        // 构造方法传入比较器
        Maptree2Map = new TreeMap<>((o1, o2) ->o2 - o1);
        tree2Map.put(16, "a");
        tree2Map.put(1, "b");
        tree2Map.put(4, "c");
        tree2Map.put(3, "d");
        tree2Map.put(8, "e");
        // 遍历
        System.out.println("倒序排序:");
        tree2Map.forEach((key, value) ->{
            System.out.println("key: " + key + ", value: " + value);
        });
    }

运行结果:

  • 验证不能存储null
@Test
    public void test2() {
        MaptreeMap = new TreeMap<>();
        treeMap.put(null, "a");
    }

运行结果:

  • 验证NavigableMap相关方法
@Test
    public void test3() {
        NavigableMaptreeMap = new TreeMap<>();
        treeMap.put(16, "a");
        treeMap.put(1, "b");
        treeMap.put(4, "c");
        treeMap.put(3, "d");
        treeMap.put(8, "e");

        // 获取大于等于5的key
        Integer ceilingKey = treeMap.ceilingKey(5);
        System.out.println("ceilingKey 5 is " + ceilingKey);

        // 获取大的key
        Integer lastKey = treeMap.lastKey();
        System.out.println("lastKey is " + lastKey);
    }

运行结果:

核心机制 实现原理

大家有想过TreeMap的底层是怎么实现的吗,是如何维护key的顺序呢?答案就是基于红黑树实现的。

那什么是红黑树呢?我们在这里简单的认识一下,了解一下红黑树的特点:红黑树是一颗自平衡的排序二叉树。我们就先从二叉树开始说起。

  • 二叉树

二叉树很容易理解,就是一棵树分俩叉。

上面这颗就是一颗最普通的二叉树。但是你会发现看起来不那么美观,因为你以H为根节点,发现左右两边高低不平衡,高度相差达到了2。于是出现了平衡二叉树,使得左右两边高低差不多。

  • 平衡二叉树

这下子应该能看到,不管是从任何一个字母为根节点,左右两边的深度差不了2,最多是1。这就是平衡二叉树。不过好景不长,有一天,突然要把字母变成数字,还要保持这种特性怎么办呢?于是又出现了平衡二叉排序树。

  • 平衡二叉排序树

不管是从长相(平衡),还是从规律(排序)感觉这棵树超级完美。但是有一个问题,那就是在增加删除节点的时候,你要时刻去让这棵树保持平衡,需要做太多的工作了,旋转的次数超级多,于是乎出现了红黑树。

  • 红黑树

这就是传说中的红黑树,和平衡二叉排序树的区别就是每个节点涂上了颜色,他有下列五条性质:

  1. 每个节点都只能是红色或者黑色
  2. 根节点是黑色
  3. 每个叶节点(NIL节点,空节点)是黑色的。
  4. 如果一个结点是红的,则它两个子节点都是黑的。也就是说在一条路径上不能出现相邻的两个红色结点。
  5. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

这些性质有什么优点呢?就是插入效率超级高。因为在插入一个元素的时候,最多只需三次旋转,O(1)的复杂度,但是有一点需要说明他的查询效率略微逊色于平衡二叉树,因为他比平衡二叉树会稍微不平衡最多一层,也就是说红黑树的查询性能只比相同内容的avl树最多多一次比较。如何去旋转呢?如下图所示。

首先是左旋:

然后是右旋:

红黑树更详细的内容可以参考这篇文章:segmentfault.com/a/119000001…

源码解析 成员变量
//这是一个比较器,方便插入查找元素等操作
private final Comparatorcomparator;
//红黑树的根节点:每个节点是一个Entry
private transient Entryroot;
//集合元素数量
private transient int size = 0;
//集合修改的记录
private transient int modCount = 0;
  • comparator是一个排序器,作为key的排序规则
  • root是红黑树的根节点,说明的确底层用的红黑树作为数据结构。
static final class Entryimplements Map.Entry{
        K key;
        V value;
     	//左子树
        Entryleft;
     	//右子树
        Entryright;
     	//父节点
        Entryparent;
     	//每个节点的颜色:红黑树属性。
        boolean color = BLACK;
        Entry(K key, V value, Entryparent) {
            this.key = key;
            this.value = value;
            this.parent = parent;
        }
        public K getKey() {
            return key;
        }
        public V getValue() {
            return value;
        }
        public V setValue(V value) {
            V oldValue = this.value;
            this.value = value;
            return oldValue;
        }

        public boolean equals(Object o) {
            if (!(o instanceof Map.Entry))
                return false;
            Map.Entrye = (Map.Entry)o;

            return valEquals(key,e.getKey()) && valEquals(value,e.getValue());
        }

        public int hashCode() {
            int keyHash = (key==null ? 0 : key.hashCode());
            int valueHash = (value==null ? 0 : value.hashCode());
            return keyHash ^ valueHash;
        }

        public String toString() {
            return key + "=" + value;
        }
    }
查找get方法

TreeMap基于红黑树实现,而红黑树是一种自平衡二叉查找树,所以 TreeMap 的查找操作流程和二叉查找树一致。二叉树的查找流程是这样的,先将目标值和根节点的值进行比较,如果目标值小于根节点的值,则再和根节点的左孩子进行比较。如果目标值大于根节点的值,则继续和根节点的右孩子比较。在查找过程中,如果目标值和二叉树中的某个节点值相等,则返回 true,否则返回 false。TreeMap 查找和此类似,只不过在 TreeMap 中,节点(Entry)存储的是键值对。在查找过程中,比较的是键的大小,返回的是值,如果没找到,则返回null。TreeMap 中的查找方法是get。

public V get(Object key) {
        //调用 getEntry方法查找
        Entryp = getEntry(key);
        return (p==null ? null : p. value);
}

final EntrygetEntry(Object key) {
    / 如果比较器为空,只是用key作为比较器查询
    if (comparator != null) 
        return getEntryUsingComparator(key);
    if (key == null)
        throw new NullPointerException();
    Comparablek = (Comparable) key;
    // 取得root节点
    Entryp = root;
   //核心来了:从root节点开始查找,根据比较器判断是在左子树还是右子树
    while (p != null) {
        int cmp = k.compareTo(p.key );
        if (cmp< 0)
            p = p. left;
        else if (cmp >0)
            p = p. right;
        else
           return p;
    }
插入put方法

我们来看下关键的插入方法,在插入时候是如何维护key的。

public V put(K key, V value) {
        Entryt = root;
       // 1.如果根节点为 null,将新节点设为根节点
        if (t == null) {
            compare(key, key); // type (and possibly null) check

            root = new Entry<>(key, value, null);
            size = 1;
            modCount++;
            return null;
        }
      //如果root不为null,说明已存在元素 
        int cmp;
        Entryparent;
        // split comparator and comparable paths
        Comparatorcpr = comparator;
    //如果比较器不为null 则使用比较器
        if (cpr != null) {
            //找到元素的插入位置
            do {
                parent = t;
                cmp = cpr.compare(key, t.key);
                 //当前key小于节点key 向左子树查找
                if (cmp< 0)
                    t = t.left;
                    //当前key大于节点key 向右子树查找
                else if (cmp >0)
                    t = t.right;
                else
                    //相等的情况下 直接更新节点值
                    return t.setValue(value);
            } while (t != null);
        }
            //如果比较器为null 则使用默认比较器
        else {
            //如果key为null  则抛出异常
            if (key == null)
                throw new NullPointerException();
            @SuppressWarnings("unchecked")
                Comparablek = (Comparable) key;
             //找到元素的插入位置
            do {
                parent = t;
                cmp = k.compareTo(t.key);
                if (cmp< 0)
                    t = t.left;
                else if (cmp >0)
                    t = t.right;
                else
                    return t.setValue(value);
            } while (t != null);
        }
        Entrye = new Entry<>(key, value, parent);
      //根据比较结果决定插入到左子树还是右子树
        if (cmp< 0)
            parent.left = e;
        else
            parent.right = e;
    //保持红黑树性质,进行红黑树的旋转等操作
        fixAfterInsertion(e);
        size++;
        modCount++;
        return null;
    }

比较关键的就是fixAfterInsertion方法, 看懂这个方法需要你对红黑树的机制比较了解。

private void fixAfterInsertion(Entryx) {
    // 将新插入节点的颜色设置为红色
    x. color = RED;
    // while循环,保证新插入节点x不是根节点或者新插入节点x的父节点不是红色(这两种情况不需要调整)
    while (x != null && x != root && x. parent.color == RED) {
        // 如果新插入节点x的父节点是祖父节点的左孩子
        if (parentOf(x) == leftOf(parentOf (parentOf(x)))) {
            // 取得新插入节点x的叔叔节点
            Entryy = rightOf(parentOf (parentOf(x)));
            // 如果新插入x的父节点是红色
            if (colorOf(y) == RED) {
                // 将x的父节点设置为黑色
                setColor(parentOf (x), BLACK);
                // 将x的叔叔节点设置为黑色
                setColor(y, BLACK);
                // 将x的祖父节点设置为红色
                setColor(parentOf (parentOf(x)), RED);
                // 将x指向祖父节点,如果x的祖父节点的父节点是红色,按照上面的步奏继续循环
                x = parentOf(parentOf (x));
            } else {
                // 如果新插入x的叔叔节点是黑色或缺少,且x的父节点是祖父节点的右孩子
                if (x == rightOf( parentOf(x))) {
                    // 左旋父节点
                    x = parentOf(x);
                    rotateLeft(x);
                }
                // 如果新插入x的叔叔节点是黑色或缺少,且x的父节点是祖父节点的左孩子
                // 将x的父节点设置为黑色
                setColor(parentOf (x), BLACK);
                // 将x的祖父节点设置为红色
                setColor(parentOf (parentOf(x)), RED);
                // 右旋x的祖父节点
                rotateRight( parentOf(parentOf (x)));
            }
        } else { // 如果新插入节点x的父节点是祖父节点的右孩子和上面的相似
            Entryy = leftOf(parentOf (parentOf(x)));
            if (colorOf(y) == RED) {
                setColor(parentOf (x), BLACK);
                setColor(y, BLACK);
                setColor(parentOf (parentOf(x)), RED);
                x = parentOf(parentOf (x));
            } else {
                if (x == leftOf( parentOf(x))) {
                    x = parentOf(x);
                    rotateRight(x);
                }
                setColor(parentOf (x), BLACK);
                setColor(parentOf (parentOf(x)), RED);
                rotateLeft( parentOf(parentOf (x)));
            }
        }
    }
    // 最后将根节点设置为黑色
    root.color = BLACK;
}
删除remove方法

删除remove是最复杂的方法。

public V remove(Object key) {
        // 根据key查找到对应的节点对象
        Entryp = getEntry(key);
        if (p == null)
            return null;

        // 记录key对应的value,供返回使用
        V oldValue = p. value;
        // 删除节点
        deleteEntry(p);
        return oldValue;
}
private void deleteEntry(Entryp) {
        modCount++;
        //元素个数减一
        size--;
        // 如果被删除的节点p的左孩子和右孩子都不为空,则查找其替代节
        if (p.left != null && p. right != null) {
            // 查找p的替代节点
            Entrys = successor (p);
            p. key = s.key ;
            p. value = s.value ;
            p = s;
        }
        Entryreplacement = (p. left != null ? p.left : p. right);
        if (replacement != null) { 
            // 将p的父节点拷贝给替代节点
            replacement. parent = p.parent ;
            // 如果替代节点p的父节点为空,也就是p为跟节点,则将replacement设置为根节点
            if (p.parent == null)
                root = replacement;
            // 如果替代节点p是其父节点的左孩子,则将replacement设置为其父节点的左孩子
            else if (p == p.parent. left)
                p. parent.left   = replacement;
            // 如果替代节点p是其父节点的左孩子,则将replacement设置为其父节点的右孩子
            else
                p. parent.right = replacement;
            // 将替代节点p的left、right、parent的指针都指向空
            p. left = p.right = p.parent = null;
            // 如果替代节点p的颜色是黑色,则需要调整红黑树以保持其平衡
            if (p.color == BLACK)
                fixAfterDeletion(replacement);
        } else if (p.parent == null) { // return if we are the only node.
            // 如果要替代节点p没有父节点,代表p为根节点,直接删除即可
            root = null;
        } else {
            // 如果p的颜色是黑色,则调整红黑树
            if (p.color == BLACK)
                fixAfterDeletion(p);
            // 下面删除替代节点p
            if (p.parent != null) {
                // 解除p的父节点对p的引用
                if (p == p.parent .left)
                    p. parent.left = null;
                else if (p == p.parent. right)
                    p. parent.right = null;
                // 解除p对p父节点的引用
                p. parent = null;
            }
        }
    }

最终还是落到了对红黑树节点的删除上,需要维持红黑树的特性,做一系列的工作。

你是否还在寻找稳定的海外服务器提供商?创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源,准确流量调度确保服务器高可用性,企业级服务器适合批量采购,新人活动首月15元起,快前往官网查看详情吧


本文题目:一文带你全面深入了解TreeMap-创新互联
浏览地址:http://pwwzsj.com/article/cdgesj.html