JDK集合源碼之解析TreeMap(二)
刪除元素
刪除元素本身比較簡單,就是采用二叉樹的刪除規(guī)則。
- 如果刪除的位置有兩個葉子節(jié)點,則從其右子樹中取最小的元素放到刪除的位置,然后把刪除位置移到替代元素的位置,進入下一步。
- 如果刪除的位置只有一個葉子節(jié)點(有可能是經(jīng)過第一步轉(zhuǎn)換后的刪除位置),則把那個葉子節(jié)點作為替代元素,放到刪除的位置,然后把這個葉子節(jié)點刪除。
- 如果刪除的位置沒有葉子節(jié)點,則直接把這個刪除位置的元素刪除即可。
- 針對紅黑樹,如果刪除位置是黑色節(jié)點,還需要做再平衡。
- 如果有替代元素,則以替代元素作為當前節(jié)點進入再平衡。
- 如果沒有替代元素,則以刪除的位置的元素作為當前節(jié)點進入再平衡,平衡之后再刪除這個節(jié)點。
public V remove(Object key) {
// 獲取節(jié)點
Entry<K,V> p = getEntry(key);
if (p == null)
return null;
V oldValue = p.value;
// 刪除節(jié)點
deleteEntry(p);
// 返回刪除的value
return oldValue;
}
private void deleteEntry(Entry<K,V> p) {
// 修改次數(shù)加1
modCount++;
// 元素個數(shù)減1
size--;
if (p.left != null && p.right != null) {
// 如果當前節(jié)點既有左子節(jié)點,又有右子節(jié)點
// 取其右子樹中最小的節(jié)點
Entry<K,V> s = successor(p);
// 用右子樹中最小節(jié)點的值替換當前節(jié)點的值
p.key = s.key;
p.value = s.value;
// 把右子樹中最小節(jié)點設(shè)為當前節(jié)點
p = s;
// 這種情況實際上并沒有刪除p節(jié)點,而是把p節(jié)點的值改了,實際刪除的是p的后繼節(jié)點
}
// 如果原來的當前節(jié)點(p)有2個子節(jié)點,則當前節(jié)點已經(jīng)變成原來p的右子樹中的最小節(jié)點了,也就是說其沒有左子節(jié)點了
// 到這一步,p肯定只有一個子節(jié)點了
// 如果當前節(jié)點有子節(jié)點,則用子節(jié)點替換當前節(jié)點
Entry<K,V> replacement = (p.left != null ? p.left : p.right);
if (replacement != null) {
// 把替換節(jié)點直接放到當前節(jié)點的位置上(相當于刪除了p,并把替換節(jié)點移動過來了)
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;
// 將p的各項屬性都設(shè)為空
p.left = p.right = p.parent = null;
// 如果p是黑節(jié)點,則需要再平衡
if (p.color == BLACK)
fixAfterDeletion(replacement);
} else if (p.parent == null) {
// 如果當前節(jié)點就是根節(jié)點,則直接將根節(jié)點設(shè)為空即可
root = null;
} else {
// 如果當前節(jié)點沒有子節(jié)點且其為黑節(jié)點,則把自己當作虛擬的替換節(jié)點進行再平衡
if (p.color == BLACK)
fixAfterDeletion(p);
// 平衡完成后刪除當前節(jié)點(與父節(jié)點斷絕關(guān)系)
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;
}
}
}
刪除再平衡
經(jīng)過上面的處理,真正刪除的肯定是黑色節(jié)點才會進入到再平衡階段。
因為刪除的是黑色節(jié)點,導致整顆樹不平衡了,所以這里我們假設(shè)把刪除的黑色賦予當前節(jié)點,這樣當前節(jié)點除了它自已的顏色還多了一個黑色,那么:
(1)如果當前節(jié)點是根節(jié)點,則直接涂黑即可,不需要再平衡;
(2)如果當前節(jié)點是紅+黑節(jié)點,則直接涂黑即可,不需要平衡;
(3)如果當前節(jié)點是黑+黑節(jié)點,則我們只要通過旋轉(zhuǎn)把這個多出來的黑色不斷的向上傳遞到一個紅色節(jié)點即可,這又可能會出現(xiàn)以下四種情況:
(假設(shè)當前節(jié)點為父節(jié)點的左子節(jié)點)
| 情況 | 策略 |
|---|---|
| 1)x是黑+黑節(jié)點,x的兄弟是紅節(jié)點 | (1)將兄弟節(jié)點設(shè)為黑色; (2)將父節(jié)點設(shè)為紅色; (3)以父節(jié)點為支點進行左旋; (4)重新設(shè)置x的兄弟節(jié)點,進入下一步; |
| 2)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的兩個子節(jié)點都是黑色 | (1)將兄弟節(jié)點設(shè)置為紅色; (2)將x的父節(jié)點作為新的當前節(jié)點,進入下一次循環(huán); |
| 3)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的右子節(jié)點為黑色,左子節(jié)點為紅色 | (1)將兄弟節(jié)點的左子節(jié)點設(shè)為黑色; (2)將兄弟節(jié)點設(shè)為紅色; (3)以兄弟節(jié)點為支點進行右旋; (4)重新設(shè)置x的兄弟節(jié)點,進入下一步; |
| 3)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的右子節(jié)點為紅色,左子節(jié)點任意顏色 | (1)將兄弟節(jié)點的顏色設(shè)為父節(jié)點的顏色; (2)將父節(jié)點設(shè)為黑色; (3)將兄弟節(jié)點的右子節(jié)點設(shè)為黑色; (4)以父節(jié)點為支點進行左旋; (5)將root作為新的當前節(jié)點(退出循環(huán)); |
(假設(shè)當前節(jié)點為父節(jié)點的右子節(jié)點,正好反過來)
| 情況 | 策略 |
|---|---|
| 1)x是黑+黑節(jié)點,x的兄弟是紅節(jié)點 | (1)將兄弟節(jié)點設(shè)為黑色; (2)將父節(jié)點設(shè)為紅色; (3)以父節(jié)點為支點進行右旋; (4)重新設(shè)置x的兄弟節(jié)點,進入下一步; |
| 2)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的兩個子節(jié)點都是黑色 | (1)將兄弟節(jié)點設(shè)置為紅色; (2)將x的父節(jié)點作為新的當前節(jié)點,進入下一次循環(huán); |
| 3)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的左子節(jié)點為黑色,右子節(jié)點為紅色 | (1)將兄弟節(jié)點的右子節(jié)點設(shè)為黑色; (2)將兄弟節(jié)點設(shè)為紅色; (3)以兄弟節(jié)點為支點進行左旋; (4)重新設(shè)置x的兄弟節(jié)點,進入下一步; |
| 3)x是黑+黑節(jié)點,x的兄弟是黑節(jié)點,且兄弟節(jié)點的左子節(jié)點為紅色,右子節(jié)點任意顏色 | (1)將兄弟節(jié)點的顏色設(shè)為父節(jié)點的顏色; (2)將父節(jié)點設(shè)為黑色; (3)將兄弟節(jié)點的左子節(jié)點設(shè)為黑色; (4)以父節(jié)點為支點進行右旋; (5)將root作為新的當前節(jié)點(退出循環(huán)); |
讓我們來看看TreeMap中的實現(xiàn):
/**
* 刪除再平衡
*(1)每個節(jié)點或者是黑色,或者是紅色。
*(2)根節(jié)點是黑色。
*(3)每個葉子節(jié)點(NIL)是黑色。(注意:這里葉子節(jié)點,是指為空(NIL或NULL)的葉子節(jié)點?。?
*(4)如果一個節(jié)點是紅色的,則它的子節(jié)點必須是黑色的。
*(5)從一個節(jié)點到該節(jié)點的子孫節(jié)點的所有路徑上包含相同數(shù)目的黑節(jié)點。
*/
private void fixAfterDeletion(Entry<K,V> x) {
// 只有當前節(jié)點不是根節(jié)點且當前節(jié)點是黑色時才進入循環(huán)
while (x != root && colorOf(x) == BLACK) {
if (x == leftOf(parentOf(x))) {
// 如果當前節(jié)點是其父節(jié)點的左子節(jié)點
// sib是當前節(jié)點的兄弟節(jié)點
Entry<K,V> sib = rightOf(parentOf(x));
// 情況1)如果兄弟節(jié)點是紅色
if (colorOf(sib) == RED) {
// (1)將兄弟節(jié)點設(shè)為黑色
setColor(sib, BLACK);
// (2)將父節(jié)點設(shè)為紅色
setColor(parentOf(x), RED);
// (3)以父節(jié)點為支點進行左旋
rotateLeft(parentOf(x));
// (4)重新設(shè)置x的兄弟節(jié)點,進入下一步
sib = rightOf(parentOf(x));
}
if (colorOf(leftOf(sib)) == BLACK &&
colorOf(rightOf(sib)) == BLACK) {
// 情況2)如果兄弟節(jié)點的兩個子節(jié)點都是黑色
// (1)將兄弟節(jié)點設(shè)置為紅色
setColor(sib, RED);
// (2)將x的父節(jié)點作為新的當前節(jié)點,進入下一次循環(huán)
x = parentOf(x);
} else {
if (colorOf(rightOf(sib)) == BLACK) {
// 情況3)如果兄弟節(jié)點的右子節(jié)點為黑色
// (1)將兄弟節(jié)點的左子節(jié)點設(shè)為黑色
setColor(leftOf(sib), BLACK);
// (2)將兄弟節(jié)點設(shè)為紅色
setColor(sib, RED);
// (3)以兄弟節(jié)點為支點進行右旋
rotateRight(sib);
// (4)重新設(shè)置x的兄弟節(jié)點
sib = rightOf(parentOf(x));
}
// 情況4)
// (1)將兄弟節(jié)點的顏色設(shè)為父節(jié)點的顏色
setColor(sib, colorOf(parentOf(x)));
// (2)將父節(jié)點設(shè)為黑色
setColor(parentOf(x), BLACK);
// (3)將兄弟節(jié)點的右子節(jié)點設(shè)為黑色
setColor(rightOf(sib), BLACK);
// (4)以父節(jié)點為支點進行左旋
rotateLeft(parentOf(x));
// (5)將root作為新的當前節(jié)點(退出循環(huán))
x = root;
}
} else { // symmetric
// 如果當前節(jié)點是其父節(jié)點的右子節(jié)點
// sib是當前節(jié)點的兄弟節(jié)點
Entry<K,V> sib = leftOf(parentOf(x));
// 情況1)如果兄弟節(jié)點是紅色
if (colorOf(sib) == RED) {
// (1)將兄弟節(jié)點設(shè)為黑色
setColor(sib, BLACK);
// (2)將父節(jié)點設(shè)為紅色
setColor(parentOf(x), RED);
// (3)以父節(jié)點為支點進行右旋
rotateRight(parentOf(x));
// (4)重新設(shè)置x的兄弟節(jié)點
sib = leftOf(parentOf(x));
}
if (colorOf(rightOf(sib)) == BLACK &&
colorOf(leftOf(sib)) == BLACK) {
// 情況2)如果兄弟節(jié)點的兩個子節(jié)點都是黑色
// (1)將兄弟節(jié)點設(shè)置為紅色
setColor(sib, RED);
// (2)將x的父節(jié)點作為新的當前節(jié)點,進入下一次循環(huán)
x = parentOf(x);
} else {
if (colorOf(leftOf(sib)) == BLACK) {
// 情況3)如果兄弟節(jié)點的左子節(jié)點為黑色
// (1)將兄弟節(jié)點的右子節(jié)點設(shè)為黑色
setColor(rightOf(sib), BLACK);
// (2)將兄弟節(jié)點設(shè)為紅色
setColor(sib, RED);
// (3)以兄弟節(jié)點為支點進行左旋
rotateLeft(sib);
// (4)重新設(shè)置x的兄弟節(jié)點
sib = leftOf(parentOf(x));
}
// 情況4)
// (1)將兄弟節(jié)點的顏色設(shè)為父節(jié)點的顏色
setColor(sib, colorOf(parentOf(x)));
// (2)將父節(jié)點設(shè)為黑色
setColor(parentOf(x), BLACK);
// (3)將兄弟節(jié)點的左子節(jié)點設(shè)為黑色
setColor(leftOf(sib), BLACK);
// (4)以父節(jié)點為支點進行右旋
rotateRight(parentOf(x));
// (5)將root作為新的當前節(jié)點(退出循環(huán))
x = root;
}
}
}
// 退出條件為多出來的黑色向上傳遞到了根節(jié)點或者紅節(jié)點
// 則將x設(shè)為黑色即可滿足紅黑樹規(guī)則
setColor(x, BLACK);
}
刪除元素舉例
假設(shè)我們有下面這樣一顆紅黑樹。

我們刪除6號元素,則從右子樹中找到了最小元素7,7又沒有子節(jié)點了,所以把7作為當前節(jié)點進行再平衡。
我們看到7是黑節(jié)點,且其兄弟為黑節(jié)點,且其兄弟的兩個子節(jié)點都是紅色,滿足情況4),平衡之后如下圖所示。

我們再刪除7號元素,則從右子樹中找到了最小元素8,8有子節(jié)點且為黑色,所以8的子節(jié)點9是替代節(jié)點,以9為當前節(jié)點進行再平衡。
我們發(fā)現(xiàn)9是紅節(jié)點,則直接把它涂成黑色即滿足了紅黑樹的特性,不需要再過多的平衡了。

這次我們來個狠的,把根節(jié)點刪除,從右子樹中找到了最小的元素5,5沒有子節(jié)點,所以把5作為當前節(jié)點進行再平衡。
我們看到5是黑節(jié)點,且其兄弟為紅色,符合情況1),平衡之后如下圖所示,然后進入情況2)。

對情況2)進行再平衡后如下圖所示。

然后進入下一次循環(huán),發(fā)現(xiàn)不符合循環(huán)條件了,直接把x涂為黑色即可,退出這個方法之后會把舊x刪除掉(見deleteEntry()方法),最后的結(jié)果就是下面這樣。

二叉樹的遍歷
我們知道二叉查找樹的遍歷有前序遍歷、中序遍歷、后序遍歷。
(1)前序遍歷,先遍歷我,再遍歷我的左子節(jié)點,最后遍歷我的右子節(jié)點;
(2)中序遍歷,先遍歷我的左子節(jié)點,再遍歷我,最后遍歷我的右子節(jié)點;
(3)后序遍歷,先遍歷我的左子節(jié)點,再遍歷我的右子節(jié)點,最后遍歷我;
這里的前中后都是以“我”的順序為準的,我在前就是前序遍歷,我在中就是中序遍歷,我在后就是后序遍歷。
下面讓我們看看經(jīng)典的中序遍歷是怎么實現(xiàn)的:
public class TreeMapTest {
public static void main(String[] args) {
// 構(gòu)建一顆10個元素的樹
TreeNode<Integer> node = new TreeNode<>(1, null).insert(2)
.insert(6).insert(3).insert(5).insert(9)
.insert(7).insert(8).insert(4).insert(10);
// 中序遍歷,打印結(jié)果為1到10的順序
node.root().inOrderTraverse();
}
}
/**
* 樹節(jié)點,假設(shè)不存在重復元素
* @param <T>
*/
class TreeNode<T extends Comparable<T>> {
T value;
TreeNode<T> parent;
TreeNode<T> left, right;
public TreeNode(T value, TreeNode<T> parent) {
this.value = value;
this.parent = parent;
}
/**
* 獲取根節(jié)點
*/
TreeNode<T> root() {
TreeNode<T> cur = this;
while (cur.parent != null) {
cur = cur.parent;
}
return cur;
}
/**
* 中序遍歷
*/
void inOrderTraverse() {
if(this.left != null) this.left.inOrderTraverse();
System.out.println(this.value);
if(this.right != null) this.right.inOrderTraverse();
}
/**
* 經(jīng)典的二叉樹插入元素的方法
*/
TreeNode<T> insert(T value) {
// 先找根元素
TreeNode<T> cur = root();
TreeNode<T> p;
int dir;
// 尋找元素應該插入的位置
do {
p = cur;
if ((dir=value.compareTo(p.value)) < 0) {
cur = cur.left;
} else {
cur = cur.right;
}
} while (cur != null);
// 把元素放到找到的位置
if (dir < 0) {
p.left = new TreeNode<>(value, p);
return p.left;
} else {
p.right = new TreeNode<>(value, p);
return p.right;
}
}
}
TreeMap的遍歷
從上面二叉樹的遍歷我們很明顯地看到,它是通過遞歸的方式實現(xiàn)的,但是遞歸會占用額外的空間,直接到線程棧整個釋放掉才會把方法中申請的變量銷毀掉,所以當元素特別多的時候是一件很危險的事。
(上面的例子中,沒有申請額外的空間,如果有聲明變量,則可以理解為直到方法完成才會銷毀變量)
那么,有沒有什么方法不用遞歸呢?
讓我們來看看java中的實現(xiàn):
@Override
public void forEach(BiConsumer<? super K, ? super V> action) {
Objects.requireNonNull(action);
// 遍歷前的修改次數(shù)
int expectedModCount = modCount;
// 執(zhí)行遍歷,先獲取第一個元素的位置,再循環(huán)遍歷后繼節(jié)點
for (Entry<K, V> e = getFirstEntry(); e != null; e = successor(e)) {
// 執(zhí)行動作
action.accept(e.key, e.value);
// 如果發(fā)現(xiàn)修改次數(shù)變了,則拋出異常
if (expectedModCount != modCount) {
throw new ConcurrentModificationException();
}
}
}
是不是很簡單?!
(1)尋找第一個節(jié)點;
從根節(jié)點開始找最左邊的節(jié)點,即最小的元素。
final Entry<K,V> getFirstEntry() {
Entry<K,V> p = root;
// 從根節(jié)點開始找最左邊的節(jié)點,即最小的元素
if (p != null)
while (p.left != null)
p = p.left;
return p;
}
(2)循環(huán)遍歷后繼節(jié)點;
尋找后繼節(jié)點這個方法我們在刪除元素的時候也用到過,當時的場景是有右子樹,則從其右子樹中尋找最小的節(jié)點。
static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
if (t == null)
// 如果當前節(jié)點為空,返回空
return null;
else if (t.right != null) {
// 如果當前節(jié)點有右子樹,取右子樹中最小的節(jié)點
Entry<K,V> p = t.right;
while (p.left != null)
p = p.left;
return p;
} else {
// 如果當前節(jié)點沒有右子樹
// 如果當前節(jié)點是父節(jié)點的左子節(jié)點,直接返回父節(jié)點
// 如果當前節(jié)點是父節(jié)點的右子節(jié)點,一直往上找,直到找到一個祖先節(jié)點是其父節(jié)點的左子節(jié)點為止,返回這個祖先節(jié)點的父節(jié)點
Entry<K,V> p = t.parent;
Entry<K,V> ch = t;
while (p != null && ch == p.right) {
ch = p;
p = p.parent;
}
return p;
}
}
讓我們一起來分析下這種方式的時間復雜度吧。
首先,尋找第一個元素,因為紅黑樹是接近平衡的二叉樹,所以找最小的節(jié)點,相當于是從頂?shù)降琢?,時間復雜度為O(log n);
其次,尋找后繼節(jié)點,因為紅黑樹插入元素的時候會自動平衡,最壞的情況就是尋找右子樹中最小的節(jié)點,時間復雜度為O(log k),k為右子樹元素個數(shù);
最后,需要遍歷所有元素,時間復雜度為O(n);
所以,總的時間復雜度為 O(log n) + O(n * log k) ≈ O(n)。
雖然遍歷紅黑樹的時間復雜度是O(n),但是它實際是要比跳表要慢一點的,啥?跳表是啥?安心,后面會講到跳表的。
總結(jié)
到這里紅黑樹就整個講完了,讓我們再回顧下紅黑樹的特性:
- 每個節(jié)點或者是黑色,或者是紅色。
- 根節(jié)點是黑色。
- 每個葉子節(jié)點(NIL)是黑色。(注意:這里葉子節(jié)點,是指為空(NIL或NULL)的葉子節(jié)點?。?/li>
- 如果一個節(jié)點是紅色的,則它的子節(jié)點必須是黑色的。
- 從一個節(jié)點到該節(jié)點的子孫節(jié)點的所有路徑上包含相同數(shù)目的黑節(jié)點。
除了上述這些標準的紅黑樹的特性,你還能講出來哪些TreeMap的特性呢?
- TreeMap的存儲結(jié)構(gòu)只有一顆紅黑樹;
- TreeMap中的元素是有序的,按key的順序排列;
- TreeMap比HashMap要慢一些,因為HashMap前面還做了一層桶,尋找元素要快很多;
- TreeMap沒有擴容的概念;
- TreeMap的遍歷不是采用傳統(tǒng)的遞歸式遍歷;
- TreeMap可以按范圍查找元素,查找最近的元素;
本篇文章就到這里了,希望能給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
SpringBoot Application的exclude不生效問題及排查
這篇文章主要介紹了SpringBoot Application的exclude不生效問題及排查,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-11-11
SpringBoot實現(xiàn)OneDrive文件上傳的詳細步驟
這篇文章主要介紹了SpringBoot實現(xiàn)OneDrive文件上傳的詳細步驟,文中通過代碼示例和圖文講解的非常詳細,對大家實現(xiàn)OneDrive文件上傳有一定的幫助,需要的朋友可以參考下2024-02-02
SpringBoot集成Druid實現(xiàn)多數(shù)據(jù)源的兩種方式
這篇文章主要介紹了SpringBoot集成Druid實現(xiàn)多數(shù)據(jù)源的兩種方式,集成com.baomidou的方式和基于AOP手動實現(xiàn)多數(shù)據(jù)源原生的方式,文中通過代碼示例講解的非常詳細,需要的朋友可以參考下2024-03-03
使用Spring源碼報錯java:找不到類 InstrumentationSavingAgent的問題
這篇文章主要介紹了使用Spring源碼報錯java:找不到類 InstrumentationSavingAgent的問題,本文給大家分享解決方法,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-10-10
java后端如何調(diào)用第三方接口(往header和body中的參數(shù)傳參)
這篇文章主要介紹了java后端如何調(diào)用第三方接口(往header和body中的參數(shù)傳參),具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-12-12
Java中的數(shù)組流ByteArrayOutputStream用法
Java中的ByteArrayOutputStream是java.io包中的一個類,用于在內(nèi)存中創(chuàng)建字節(jié)數(shù)組緩沖區(qū),支持動態(tài)擴展,它繼承自O(shè)utputStream,允許以字節(jié)形式寫入數(shù)據(jù),無需與外部設(shè)備交互,常用方法包括write()、toByteArray()、toString()等2024-09-09
Java中BeanUtils.copyProperties基本用法與小坑
本文主要介紹了Java中BeanUtils.copyProperties基本用法與小坑,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
生產(chǎn)者消費者模型ThreadLocal原理及實例詳解
這篇文章主要介紹了生產(chǎn)者消費者模型ThreadLocal原理及實例詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-09-09

