红黑树

HashMap，用的再多不过的东西了，面试中也经常问到，但是总是会答不出来一个所以然，回答的都太表面，要么就表达不清楚。俗话说，表达不清或者不能够让别人听懂就是自己没有搞懂。所以我要好好整理一下HashMap了。 这篇文章以JDK1.8为基础，因为JDK1.8里面引入了红黑树，真的很有意思，如果要了解红黑树，可以去看看我写的一片文章，关于红黑树的。读懂了后再来分析HashMap会了解许多。首先对于分析任何一个源码，掌握其数据结构是最基本，也是分析源码最重要的，这是精华OK？那么HashMap的精华就是数组+链表+红黑树。 看到没有，HashMap的数据结构就是上面这个样子。它的最左边也就是它所实现的“hash”，是一个数组，这样访问某一个bucket可以达到O(1)的复杂度。右边分别对应着链表和红黑树，插入删除都非常方便，访问也非常快速。而在源码里面实际的数据结构这样子： HashMap中的经典类变量 transient Node < K , V > [ ] table ; 这个就是用来存储实际数据的，每个节点是一个Node的数据结构或者说对象吧，看你怎么理解，它只有在初次使用的时候才初始化，注意构造方法不会初始化它。而且他是一个数组，会根据需要来扩容，长度永远是2的幂。 //这个值构造方法里也没有参数指定，因为它是直接由Capacity*loadFractor

调度的基本数据结构 1.每个cpu都有自己的一个struct rq， 里面有一个实时进程的struct rt_rq 和一个普通进程的struct cfs_rq。 在调度时，调度器首先会先去实时进程队列找是否有实时进程需要运行，如果没有才去CFS运行队列找是否有进程需要运行。 2.普遍进程的cfs_rq 定义如下 这里面的rb_root指向的就是红黑树的根节点，这个红黑树在CPU看起来就是一个队列，不断的取下一个应该运行的进程。 rb_leftmost指向的是最左面的节点 3.调度队列——红黑树，调度实体 完全公平调度算法CFS，CFS会为每一个进程安排一个虚拟运行时间vruntime。如果一个进程在运行，随着时间的增长，进程的vruntime将不断增大，但没有得到执行的进行vruntime将不变。 显然，那些vruntime少的，原来受到了不公平的对待，需要给它补上，所以会优先运行这样的进程。 高低优先级怎么处理？优先级其实就是一个数值，对于实时进程，优先级的范围是0-99；对于普通进程，优先级的范围是100-139.数值越小，优先级越高。 在计算vruntime的时候有一个公式 权重和nice数值有关系，nice越小权重就越大， NICE_0_LOAD是nice为0时的权重。所以从这个公式我们可以看出，高优先级（即nice值小的）的进程vruntime加的会少

改变颜色和旋转 变颜色的情况：当前节点父亲是红色，且它的祖父亲节点的另一个子节点也是红色(叔叔节点)： 1.将父亲节点设置为黑色 2.将叔叔节点设为黑色 3.将祖父也就是父亲的父亲设为红色 4.把指针定义到祖父节点设为当前操作 左旋转： 左旋：当父亲节点为红色情况，叔叔的节点为黑色的情况，且当前的节点是右子树，左旋转以父节点作为左旋； 右旋转:当父亲节点为红色情况，叔叔的节点为黑色的情况，且当前的节点是左子树，右旋转以 1.将父节点变为黑色 2.将祖父节点变为红色(爷爷) 3.以祖父节点开始旋转 数据结构： Jdk1.7使用数组+链表 Jdk1.8使用数组+链表+红黑树（解决链表过长查询慢的问题） (当链表深度达到8的时候，就会采用红黑树存放，这时候时间复杂度为O (n ))变为O(log n) 扩容线程安全问题： Jdk1.7采用头插法，在数组扩容的时候容易导致死循环问题、Jdk1.8采用尾插入法解决了数组扩容容器导致死循环问题 来源： CSDN 作者： 君子志邦 链接： https://blog.csdn.net/u011488009/article/details/104358025

HashMap的treeifyBin()方法源码 final void treeifyBin ( Node < K , V > [ ] tab , int hash ) { //定义几个变量，n是数组长度，index是索引 int n , index ; Node < K , V > e ; //这里的tab指的是本HashMap中的数组，n为数字长度，如果数组为null或者数组长度小于64 if ( tab == null || ( n = tab . length ) < MIN_TREEIFY_CAPACITY ) //则调用resize()方法直接扩容，不转红黑树 resize ( ) ; //否则说明满足转红黑树条件，通过按位与运算取得索引index，并将该索引对应的node节点赋值给e，e不为null时 else if ( ( e = tab [ index = ( n - 1 ) & hash ] ) != null ) { //定义几个变量，hd代表头节点，tl代表尾节点 TreeNode < K , V > hd = null , tl = null ; do { //先把e节点转成TreeNode类型，并赋值给p TreeNode < K , V > p = replacementTreeNode ( e , null ) ; //如果尾节点tl为空

1 前言 本人使用的是jdk1.8版本。 2 Map集合继承结构 3 底层原理 TreeMap底层使用红黑树的结构进行数据的增删改查，红黑树是一种自平衡的二叉查找树，想了解红黑树推荐看看这篇博文： 30张图带你彻底理解红黑树 。学过数据结构的都知道二叉查找树是一种有序树，即进行中序遍历可以得到一组有序序列，所以TreeMap也是有序的Map集合。 在红黑树的加持下，TreeMap的众多方法，如：containsKey、get、put和reomve，都能保证log（n）的时间复杂度，这个效率可以说是相当高了。 /** * A Red-Black tree based {@link NavigableMap} implementation. * The map is sorted according to the {@linkplain Comparable natural * ordering} of its keys, or by a {@link Comparator} provided at map * creation time, depending on which constructor is used. * * <p>This implementation provides guaranteed log(n) time cost for the * {@code

read 函数返回值 >0 ：实际读到的字节数 =0 ：socket中，表示对端关闭 close（） -1 ： 如果errno = EINTR 被异常中断。需要重启。 如果errno =EAGIN 或 EWOULDBLOCK 以非阻塞的方式读数据，但是没有数据。需要再次读 如果errno = ECONNRESET 说明连接被重置。需要close（）。 移除监听队列 错误 突破 1024 文件描述符限制 cat /proc/sys/fs/file-max 当前计算机能打开的最大文件个数。受硬件影响 ulimit -a -->当前用户下的进程。默认打开文件件描述符个数 缺省 为 1024 修改： 打开 sudo vi /etc/security/limits.conf 写入 * soft nofile 65536 -->设置默认值 可以直接借助命令修改【注销用户 使其生效】 * hard nofile 100000 --》命令修改上限 命令修改： ulimit -n 21000 突破 1024 文件描述符限制 cat /proc/sys/fs/file-max 当前计算机能打开的最大文件个数。受硬件影响 ulimit -a -->当前用户下的进程。默认打开文件件描述符个数 缺省 为 1024 修改： 打开 sudo vi /etc/security/limits.conf 写入 *

1 Map 整体数据结构类问题 1.1 说一说 HashMap 底层数据结构 答：HashMap 底层是数组 + 链表 + 红黑树的数据结构，数组的主要作用是方便快速查找，时间复杂度是 O(1)，默认大小是 16，数组的下标索引是通过 key 的 hashcode 计算出来的，数组元素叫做 Node，当多个 key 的 hashcode 一致，但 key 值不同时，单个 Node 就会转化成链表，链表的查询复杂度是 O(n)，当链表的长度大于等于 8 并且数组的大小超过 64 时，链表就会转化成红黑树，红黑树的查询复杂度是 O(log(n))，简单来说，最坏的查询次数相当于红黑树的最大深度。 1.2 HashMap、TreeMap、LinkedHashMap 三者有啥相同点，有啥不同点？ 答：相同点： 三者在特定的情况下，都会使用红黑树； 底层的 hash 算法相同； 在迭代的过程中，如果 Map 的数据结构被改动，都会报 ConcurrentModificationException 的错误。 不同点： HashMap 数据结构以数组为主，查询非常快，TreeMap 数据结构以红黑树为主，利用了红黑树左小右大的特点，可以实现 key 的排序，LinkedHashMap 在 HashMap 的基础上增加了链表的结构，实现了插入顺序访问和最少访问删除两种策略; 由于三种 Map

笔者在上一篇文章《 深入理解JDK7 HashMap 》中详细解析了HashMap在JDK7中的实现原理，主要是围绕其put、get、resize、transfer等方法，本文将继续解析HashMap在JDK8中的具体实现，首先也将从put、get、resize等方法出发，着重解析HashMap在JDK7和JDK8中的具体区别，最后回答并解析一些常见的HashMap问题。在阅读本篇文章之前，建议阅读上一篇文章作为基础。 一、HashMap在JDK8中的结构 上一篇文章提到，HashMap在JDK7或者JDK8中采用的基本存储结构都是 数组+链表 形式，可能有人会提出疑问，HashMap在JDK8中不是 数组+链表+红黑树 吗？本文的回答 是 。至于为什么JDK8在一定条件下将链表转换为红黑树，我相信很多人都会回答： 为了提高查询效率 。基本答案可以说是这样的，JDK7中的HashMap对着Entry节点增多，哈希碰撞的概率在慢慢变大，这就直接导致哈希表中的单链表越来越长，这就大大降低了HashMap的查询能力，且时间复杂度可能会退化到O(n)。针对这种情况，JDK8做出了优化，就是在一定的条件下，链表会被转换为红黑树，提升查询效率。 HashMap在JDK8中基本结构示意图如下所示： 在上面的示意图可以看出，与JDK7的最大区别就是哈希表中不仅有链表，还有可能存在红黑树这种结构

Tree 星星为什么这么渺小？那是因为他们把自己放的太高了！ 背景 ：简单了解二叉树、平衡树、红黑树、B树和B+树之间的特点和差异。 1. 二叉排序树的特点 a、树的左边节点比根节点小，右边节点比根节点大； b、左右子树也都是二叉排序树； c、但是，在一些特殊情况下，比如插入数据是有序的，就会发生退化情况，如有序序列，即二叉排序树退化成链表。 图1. 二叉树 2. 平衡树 图2. 红黑树 1、为了保证树的平衡，引入了平衡树。在插入数据的时候，同时调整这棵树，让它的节点尽可能均匀分布； 2、红黑树就是平衡树的一种，jdk内置的TreeSet底层就是用的红黑树； 3、之所以要保证树的平衡性，是因为树的查找性能取决于树的高度，让树尽可能平衡，就是为了降低树的高度。 3. B树 a、B树是一种多路搜索树，他的每个节点可以拥有多余两个孩子节点，M路的B树最多能拥有M个孩子节点； b、这种多路的设计，可以进一步降低树的高度。路数越多，树的高度越低。如果设计成无限多路，B树就退化成有序数组了； c、B树一般用于文件系统索引，文件系统和数据库索引一般都存储在硬盘上的，如果数据量大的话，不一定能一次性加载到内存中；如果一棵树无法一次性加载进内存，这时候B树的多路存储能力就出来了，可以每次加载B树的一个节点，然后一步步往下找；如果在内存中，红黑树比B树效率更高，但是涉及到磁盘操作，B树就更优了。 图3

文章目录 0. 前言 1. 红黑树的概念 1.1 疑问：红黑树如何保持平衡呢？ 1.2 常见的红黑树 2. 红黑树的构成性质 2.1 红黑树的5条重要性质 2.2 请问下面这棵树是 红黑树 吗？ 3. 红黑树与4阶B树的关系 3.1 红黑树与4阶B树的等价变换 3.2 红黑树 VS 2-3-4树 4. 相关英文单词 5. 红黑树的添加 5.1 添加前准备 5.2 添加的所有情况 5.3 修复性质4--LL\RR 5.4 修复性质4--LR\RL 5.5 如何区分其它的四种情况 5.6 修复性质4 – 上溢 – LL 5.7 修复性质4 – 上溢 – RR 5.8 修复性质4 – 上溢 – LR 5.9 修复性质4 – 上溢 – RL 6. 红黑树添加元素总结 7. 红黑树的删除 7.1 删除 – RED节点 7.2 删除 – BLACK节点 7.3 删除 – 拥有1个RED子节点的BLACK节点 7.4 删除 – BLACK叶子节点 – sibling(兄弟节点)为BLACK，且有 RED 子节点 7.5 删除 – BLACK叶子节点 – sibling(兄弟节点)为BLACK，没有 RED 子节点 7.6 删除 – BLACK叶子节点 – sibling(兄弟节点)为RED 8. 红黑树删除元素总结 9. 答疑：红黑树的平衡 10. 平均时间复杂度 11. AVL树 vs 红黑树