3分鐘讓你明白 HashMap之紅黑樹樹化過程
清早看到的一遍挺好的文章,從原始碼上十分詳細的解釋的紅黑樹的樹化過程,特地做個文章的搬運工,分享給掘友,文末附原文地址!
適合面試裝逼以及自我提升,前排請備好瓜子。概述
HashMap是Java程式設計師使用頻率最高的用於對映(鍵值對)處理的資料型別。隨著JDK(Java Developmet Kit)版本的更新,JDK1.8對HashMap底層的實現進行了優化,例如引入紅黑樹的資料結構和擴容的優化等。本文主要分析一下HashMap中紅黑樹樹化的過程。
紅黑樹(red black tree)
一個節點標記為紅色或者黑色。 根是黑色的。 如果一個節點是紅色的,那麼它的子節點必須是黑色的(這就是為什麼叫紅黑樹)。 一個節點到到一個null引用的每一條路徑必須包含相同數目的黑色節點(所以紅色節點不影響)。 其實RB Tree和著名的AVL Tree有很多相同的地方,困難的地方都在於將一個新項插入到樹中。瞭解AVL Tree的朋友應該都知道為了維持樹的高度必須在插入一個新的項後必須在樹的結構上進行改變,這裡主要是通過旋轉,當然在RB Tree中原理也是如此。
兩種旋轉和一種典型的變換
旋轉的方向:
變換過程:
互相關聯:
單向關聯:
代表紅色的節點:
代表黑色的節點:
代表一個不會破壞紅黑樹結構的部分,可能是節點,或者是一個子樹,總之不會破環當前樹的結構。這個部分會由於旋轉而連線到其他的節點後面,我們可以理解成由於重力原因它掉到了下面的節點上:
- 單旋轉變換。
- 雙旋轉變換(需要兩次反方向的單旋轉)。
- 當遇到兩個子幾點都為紅色的話執行顏色變換,因為插入 是紅色的會產生衝突。如果根節點兩邊的子節點都是紅色,兩個葉子節點變成黑色,根節點變成紅色,然後再將根節點變成黑色。
上面的圖中描述了紅黑樹中三種典型的變換,其實前兩種變換這正是AVL Tree中的兩種典型的變換。
幾個問題
為什麼要進行旋轉?
由於P和X節點都為紅色節點這破環了紅節點下面的節點必須為黑色節點的規則。
新加入的節點總是紅色的,這是為什麼呢?
因為被插入前的樹結構是構建好的,一但我們進行新增黑色的節點,無論新增在哪裡都會破壞原有路徑上的黑色節點的數量平等關係,所以插入紅色節點是正確的選擇。
為什麼要進行顏色變換?
正如第一種旋轉新加入的節點X破壞了紅黑樹的結構不得不進行旋轉,後面的就是旋轉後的結果,旋轉後形成新的結構,此時我們發現兩個子節點都是紅色的所以執行第三個變換特性,顏色變換,因為如果子節點是紅色的那麼我們在新增的時候只能新增黑色的節點,然而新增任何黑色葉子節點都會破壞樹的第四條性質,所以要對其進行變換。當進行變換後葉子節點是紅色的而且我們預設新增的葉子節點是紅色的,所以新增到黑色節點後並不會破壞樹的第四條結構,所以這種變換很有用。
第二種雙變換中在樹的內部怎麼出現的紅色的節點? 正是由於上面的顏色變換導致新顏色變換後的節點與他的父節點產生了顏色衝突。
與AVL樹相比? 比AVL樹相比優點是不用在節點類中儲存一個節點高度這個變數,節省了記憶體。
而且紅黑樹一般不是以遞迴方式實現的而是以迴圈的形式實現。
一般的操作在最壞情形下花費O(logN)時間。
好了有了這些基本的概念讓我們去看一下HashMap中的程式碼的實現
final V putVal(int hash,K key,V value,boolean onlyIfAbsent,boolean evict)
{
Node<K,V>[] tab;
Node<K,V> p;
int n,i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash,key,value,null);
else
{
Node<K,V> e;
K k;
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
// 如果當前的bucket裡面已經是紅黑樹的話,執行紅黑樹的新增操作
e = ((TreeNode<K,V>) p).putTreeVal(this,tab,hash,value);
else
{
for (int binCount = 0;; ++binCount)
{
if ((e = p.next) == null)
{
p.next = newNode(hash,null);
// TREEIFY_THRESHOLD = 8,判斷如果當前bucket的位置連結串列長度大於8的話就將此連結串列變成紅黑樹。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab,hash);
break;
}
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null)
{ // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製程式碼
上面的方法通過hash計算插入的項的槽位,如果有是一樣的key則根據設定的引數是否執行覆蓋,如果相應槽位空的話直接插入,如果對應的槽位有項則判斷是紅黑樹結構還是連結串列結構的槽位,連結串列的話則順著連結串列尋找如果找到一樣的key則根據引數選擇覆蓋,沒有找到則連結在連結串列最後面,連結串列項的數目大於8則對其進行樹化,如果是紅黑樹結構則按照樹的新增方式新增項。
讓我們看一下treeifyBin這個方法。
final void treeifyBin(Node<K,V>[] tab,int hash)
{
int n,index;
Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// resize()方法這裡不過多介紹,感興趣的可以去看上面的連結。
resize();
// 通過hash求出bucket的位置。
else if ((e = tab[index = (n - 1) & hash]) != null)
{
TreeNode<K,V> hd = null,tl = null;
do
{
// 將每個節點包裝成TreeNode。
TreeNode<K,V> p = replacementTreeNode(e,null);
if (tl == null)
hd = p;
else
{
// 將所有TreeNode連線在一起此時只是連結串列結構。
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
// 對TreeNode連結串列進行樹化。
hd.treeify(tab);
}
}
複製程式碼
找個方法所做的事情就是將剛才九個項以連結串列的方式連線在一起,然後通過它構建紅黑樹。
看程式碼之前我們先了解一下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;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash,V val,Node<K,V> next)
{
super(hash,val,next);
}
final void treeify(Node<K,V>[] tab)
{
// ......
}
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,TreeNode<K,V> x)
{
// ......
}
static <K,V> rotateLeft(TreeNode<K,V> p)
{
// ......
}
static <K,V> rotateRight(TreeNode<K,V> p)
{
// ......
}
// ......其餘方法省略
}
複製程式碼
可以看出出真正的維護紅黑樹結構的方法並沒有在HashMap中,全部都在TreeNode類內部。
我們看一下treeify程式碼
final void treeify(Node<K,V>[] tab)
{
TreeNode<K,V> root = null;
// 以for迴圈的方式遍歷剛才我們建立的連結串列。
for (TreeNode<K,V> x = this,next; x != null; x = next)
{
// next向前推進。
next = (TreeNode<K,V>) x.next;
x.left = x.right = null;
// 為樹根節點賦值。
if (root == null)
{
x.parent = null;
x.red = false;
root = x;
} else
{
// x即為當前訪問連結串列中的項。
K k = x.key;
int h = x.hash;
Class<?> kc = null;
// 此時紅黑樹已經有了根節點,上面獲取了當前加入紅黑樹的項的key和hash值進入核心迴圈。
// 這裡從root開始,是以一個自頂向下的方式遍歷新增。
// for迴圈沒有控制條件,由程式碼內break跳出迴圈。
for (TreeNode<K,V> p = root;;)
{
// dir:directory,比較新增項與當前樹中訪問節點的hash值判斷加入項的路徑,-1為左子樹,+1為右子樹。
// ph:parent hash。
int dir,ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null && (kc = comparableClassFor(k)) == null)
|| (dir = compareComparables(kc,k,pk)) == 0)
dir = tieBreakOrder(k,pk);
// xp:x parent。
TreeNode<K,V> xp = p;
// 找到符合x新增條件的節點。
if ((p = (dir <= 0) ? p.left : p.right) == null)
{
x.parent = xp;
// 如果xp的hash值大於x的hash值,將x新增在xp的左邊。
if (dir <= 0)
xp.left = x;
// 反之新增在xp的右邊。
else
xp.right = x;
// 維護新增後紅黑樹的紅黑結構。
root = balanceInsertion(root,x);
// 跳出迴圈當前連結串列中的項成功的新增到了紅黑樹中。
break;
}
}
}
}
// Ensures that the given root is the first node of its bin,自己翻譯一下。
moveRootToFront(tab,root);
}
複製程式碼
第一次迴圈會將連結串列中的首節點作為紅黑樹的根,而後的迴圈會將連結串列中的的項通過比較hash值然後連線到相應樹節點的左邊或者右邊,插入可能會破壞樹的結構所以接著執行balanceInsertion。
我們看balanceInsertion
static <K,V> x)
{
// 正如開頭所說,新加入樹節點預設都是紅色的,不會破壞樹的結構。
x.red = true;
// 這些變數名不是作者隨便定義的都是有意義的。
// xp:x parent,代表x的父節點。
// xpp:x parent parent,代表x的祖父節點
// xppl:x parent parent left,代表x的祖父的左節點。
// xppr:x parent parent right,代表x的祖父的右節點。
for (TreeNode<K,V> xp,xpp,xppl,xppr;;)
{
// 如果x的父節點為null說明只有一個節點,該節點為根節點,根節點為黑色,red = false。
if ((xp = x.parent) == null)
{
x.red = false;
return x;
}
// 進入else說明不是根節點。
// 如果父節點是黑色,那麼大吉大利(今晚吃雞),紅色的x節點可以直接新增到黑色節點後面,返回根就行了不需要任何多餘的操作。
// 如果父節點是紅色的,但祖父節點為空的話也可以直接返回根此時父節點就是根節點,因為根必須是黑色的,新增在後面沒有任何問題。
else if (!xp.red || (xpp = xp.parent) == null)
return root;
// 一旦我們進入到這裡就說明瞭兩件是情
// 1.x的父節點xp是紅色的,這樣就遇到兩個紅色節點相連的問題,所以必須經過旋轉變換。
// 2.x的祖父節點xpp不為空。
// 判斷如果父節點是否是祖父節點的左節點
if (xp == (xppl = xpp.left))
{
// 父節點xp是祖父的左節點xppr
// 判斷祖父節點的右節點不為空並且是否是紅色的
// 此時xpp的左右節點都是紅的,所以直接進行上面所說的第三種變換,將兩個子節點變成黑色,將xpp變成紅色,然後將紅色節點x順利的新增到了xp的後面。
// 這裡大家有疑問為什麼將x = xpp?
// 這是由於將xpp變成紅色以後可能與xpp的父節點發生兩個相連紅色節點的衝突,這就又構成了第二種旋轉變換,所以必須從底向上的進行變換,直到根。
// 所以令x = xpp,然後進行下下一層迴圈,接著往上走。
if ((xppr = xpp.right) != null && xppr.red)
{
xppr.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
}
// 進入到這個else裡面說明。
// 父節點xp是祖父的左節點xppr。
// 祖父節點xpp的右節點xppr是黑色節點或者為空,預設規定空節點也是黑色的。
// 下面要判斷x是xp的左節點還是右節點。
else
{
// x是xp的右節點,此時的結構是:xpp左->xp右->x。這明顯是第二中變換需要進行兩次旋轉,這裡先進行一次旋轉。
// 下面是第一次旋轉。
if (x == xp.right)
{
root = rotateLeft(root,x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
// 針對本身就是xpp左->xp左->x的結構或者由於上面的旋轉造成的這種結構進行一次旋轉。
if (xp != null)
{
xp.red = false;
if (xpp != null)
{
xpp.red = true;
root = rotateRight(root,xpp);
}
}
}
}
// 這裡的分析方式和前面的相對稱只不過全部在右測不再重複分析。
else
{
if (xppl != null && xppl.red)
{
xppl.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
} else
{
if (x == xp.left)
{
root = rotateRight(root,x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null)
{
xp.red = false;
if (xpp != null)
{
xpp.red = true;
root = rotateLeft(root,xpp);
}
}
}
}
}
}
複製程式碼
如果您的聯想能力很強的話估計到這裡應該已經理解這集中變換的主要的關係。
下面簡述一下前面的兩種種幸運的情況
x本身為根節點返回x。 x的父節點為黑色或者x的父節點是根節點直接返回不需要變換。 如若上述兩個條件不滿足的話,就要進行變換了,允許我再貼一點程式碼......沒有程式碼分析起來很困難。
顏色變換
if (xp == (xppl = xpp.left))
{
if ((xppr = xpp.right) != null && xppr.red)
{
xppr.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
}
}
複製程式碼
這裡是一個典型的一個黑色節點的兩個子節點都是紅色的所以要進行顏色變換,因為插入的都是紅色節點,當檢測到祖父節點的左右子節點都是紅色的時候兩個紅色就產生了衝突,所以先將節點進行這種顏色變換,將祖父節點變成紅色,然後將祖父的兩個子節點變成黑色,這樣我們插入的紅色節點就不會違背紅黑樹的規則了。
這裡有人會有疑問,如果祖父節點是根節點呢,那樣的話祖父節點也會變成黑色,因為每次迴圈進行插入平衡的操作當進行這種顏色變換之後都會將插入節點的引用指向祖父節點,當進行下一輪迴圈的時候會優先檢測當前節點是否是根節點,如果是根節點那就將顏色變成黑色,下面看圖:
***當將節點指向祖父節點進行下一輪迴圈時:
兩個核心旋轉(左旋轉和右旋轉)
// 一旦我們進入到這裡就說明瞭兩件是情
// 1.x的父節點xp是紅色的,這樣就遇到兩個紅色節點相連的問題,所以必須經過旋轉變換。
// 2.x的祖父節點xpp不為空。
// 判斷如果父節點是否是祖父節點的左節點
if (xp == (xppl = xpp.left))
{
if ((xppr = xpp.right) != null && xppr.red)
{// ......
}
// 進入到這個else裡面說明。
// 父節點xp是祖父的左節點xppr。
// 祖父節點xpp的右節點xppr是黑色節點或者為空,預設規定空節點也是黑色的。
// 下面要判斷x是xp的左節點還是右節點。
else
{
// x是xp的右節點,此時的結構是:xpp左->xp右->x。這明顯是第二中變換需要進行兩次旋轉,這裡先進行一次旋轉。
// 下面是第一次旋轉。
if (x == xp.right)
{
root = rotateLeft(root,xpp);
}
}
}
}
複製程式碼
顏色變換完成後進入下面的else塊
我們已知xp是xpp的左節點,首先判斷了x是xp的左節點還是右節點,如果是右節點的話構成了下面的結構。
這中結構需要進行雙旋轉,首先先進行一次向左旋轉。
左旋轉
1 static <K,V> p)
2 {
3 // r:right,右節點。
4 // pp:parent parent,父節點的父節點。
5 // rl:right left,右節點的左節點。
6 TreeNode<K,V> r,pp,rl;
7 if (p != null && (r = p.right) != null)
8 {
9 if ((rl = p.right = r.left) != null)
10 rl.parent = p;
11 if ((pp = r.parent = p.parent) == null)
12 (root = r).red = false;
13 else if (pp.left == p)
14 pp.left = r;
15 else
16 pp.right = r;
17 r.left = p;
18 p.parent = r;
19 }
20 return root;
21 }
複製程式碼
1.剛進入方法時,狀態如下圖。(RL可能是空的)
2.進入了if塊後執行到第10行後。
9 if ((rl = p.right = r.left) != null)
10 rl.parent = p;
複製程式碼
此時如果9行的條件符合的話執行10行RL指向P,如果RL為null的話,P的右節點指向null。
3.接著看11和12行程式碼。
11 if ((pp = r.parent = p.parent) == null)
12 (root = r).red = false;
複製程式碼
首先我們看11行if裡面的賦值語句所造成的影響。
在if裡面的表示式不管符不符合條件()內的內容都會執行。
如果符合條件的話會執行12行的程式碼,變成了下面的結果。
由於PP為空所以只剩下這三個。
4.如果11行的條件為假的話,執行完11行()內的表示式後執行13行
13 else if (pp.left == p)
14 pp.left = r;
複製程式碼
滿足條件的話R和PP互相關聯。
5.由於進入了13和14行所以不進入15和16行的else語句。
15 else
16 pp.right = r;
複製程式碼
6.看17和18行。
17 r.left = p;
18 p.parent = r;
複製程式碼
最終執行完了一個旋轉變成了我們開始說的第一種旋轉的形式,這個結構還需要向右旋轉一次。
if (x == xp.right)
{
root = rotateLeft(root,x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
xpp = (xp = x.parent) == null ? null : xp.parent;
複製程式碼
執行完上面的程式碼,旋轉後調整x,xp,和xpp的關係得到下圖。
右旋轉
if (xp != null)
{
xp.red = false;
if (xpp != null)
{
xpp.red = true;
root = rotateLeft(root,xpp);
}
}
複製程式碼
1.首先讓XP變成黑色。
2.如果XPP不為空的話變成紅色。
由於我們在rotateLeft(root,xpp),傳進來的是XXP所以下面的的旋轉中實際上就是對XP和XXP執行了一次與上面的方向相反其他完全相同的旋轉。
接著我們看向右旋轉的程式碼
static <K,V> p)
{
// l:left,左節點。
// pp:parent parent,父節點的父節點。
// lr:left right,左節點的右節點。
TreeNode<K,V> l,lr;
if (p != null && (l = p.left) != null)
{
if ((lr = p.left = l.right) != null)
lr.parent = p;
if ((pp = l.parent = p.parent) == null)
(root = l).red = false;
else if (pp.right == p)
pp.right = l;
else
pp.left = l;
l.right = p;
p.parent = l;
}
return root;
}
複製程式碼
3.剛進來的時候結構是這個樣子。
在這裡的P就是剛才傳進來的XPP。
4.這裡我們認為LR是存在的,其實這個不影響主要的旋轉,為空就指向null唄,直接執行完9和10行。
9 if ((lr = p.left = l.right) != null)
10 lr.parent = p;
複製程式碼
5.在這裡我們假使PP是存在的,直接執行完11的表示式不再執行12行。(不再分析不存在的情況)。
11 if ((pp = l.parent = p.parent) == null)
12 (root = l).red = false;
複製程式碼
6.由於11行的條件不符合,現在直接執行13行的表示式,不符合執行15行else,執行16行。
15 else
16 pp.left = l;
複製程式碼
7.最後執行層17和18行。
17 l.right = p;
18 p.parent = l;
複製程式碼
最終完成兩次的旋轉。
疑問?
大家可能覺得和剛才接不上其實是這樣的,剛才在右旋轉前的時候的影象是這個樣的。
因為我們傳進來的是XPP,所以結合上一次的向左旋轉我們在向右旋轉的時候看到全圖應該是這個樣子的。(注:XPPP可能是XPP的左父節點也可能是右父節點這裡不影響,而且可以是任意顏色)
現在知道為什麼XPPP可以是任意顏色的了吧,因為旋轉過後X是黑色的即便XPPP是紅色,此時我們又可以對兩個紅色的子節點進行顏色變換了,變換後X和XPPP有發生了顏色衝突,接著進行旋轉直到根。
static <K,V> x)
{
x.red = true;
for (TreeNode<K,xppr;;)
{
if ((xp = x.parent) == null)
{
x.red = false;
return x;
}
else if (!xp.red || (xpp = xp.parent) == null)
return root;
if (xp == (xppl = xpp.left))
{
// 插入位置父節點在祖父節點的左邊。
}
else
{
// 插入位置父節點在祖父節點的右邊。
}
}
}
複製程式碼
我們值分析了插入位置父節點在祖父節點的左邊的情況,並沒有分析另外一面的對稱情況,其實是一樣的因為呼叫的都是相同的方法。
以上就是在1.8中的HashMap新引進的紅黑樹樹化的過程,與原來的連結串列相比當同一個bucket上儲存很多entry的話樹形的查詢結構明顯要比連結串列線性的的效率要高。
原文地址: www.cnblogs.com/finite/p/82…
對不起我騙你了,三分鐘看不完,哈哈哈哈哈哈哈!