TreeMap源码剖析:自定义排序规则的红黑树map数据结构

本文主要是介绍TreeMap源码剖析:自定义排序规则的红黑树map数据结构,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 概述
  • 基本结构
  • 构造函数
  • 自定义排序实现
  • 维护红黑树性质
  • 小结

概述

Java中的TreeMap类实现了自定义排序规则的红黑树(Red-Black Tree)Map数据结构,它保证了键值对按照键的自然顺序或提供的比较器(Comparator)进行排序。TreeMap实现了NavigableMap接口的有序映射,它使用红黑树数据结构存储键值对。红黑树是一种自平衡的二叉查找树,它通过颜色标记和性质维持来确保树的平衡,从而保证了查找、插入、删除等操作的高效性(平均和最坏情况下时间复杂度为O(log n))。

基本结构

  • 成员变量TreeMap内部维护了一个根节点(root),用于指向红黑树的根;一个比较器实例(comparator),用于自定义排序逻辑;以及其他辅助变量如size(存储元素数量)、modCount(记录修改次数,用于快速失败机制)、entrySet(存储所有Entry的集合)等。

  • Entry节点TreeMap内部使用Entry类表示每个映射关系的节点,包含键(key)、值(value)、左子节点(left)、右子节点(right)、父节点(parent)以及颜色标志(color,使用布尔值表示红黑)。

Entry<K,V>内部类:代表红黑树中的节点,包含键、值、颜色、左右子节点和父节点等信息。
root:指向红黑树的根节点。
comparator:用于自定义键排序的比较器,如果没有提供,则使用键自身实现的Comparable接口进行排序。
size:记录树中节点的数量。
modCount:用于追踪结构修改的次数,用于迭代器的快速失败机制。

构造函数

  • 默认构造函数:默认情况下,如果未提供比较器,TreeMap会使用键的自然排序(通过实现Comparable接口)。

  • 带比较器构造函数:可以通过传递一个Comparator实例来指定自定义排序规则。

  • 从其他集合构造:可以从已有的MapSortedMap构造TreeMap,并继承或重新定义排序规则。

public TreeMap() {comparator = null;
}public TreeMap(Comparator<? super K> comparator) {this.comparator = comparator;
}

自定义排序实现

  • 比较器使用TreeMap在插入、删除和查找操作时,会调用comparator来比较键的顺序。如果键实现了Comparable接口且没有提供比较器,它将使用Comparable.compareTo()方法;如果提供了比较器,则使用Comparator.compare()方法。

  • 插入操作:插入操作(如put(K key, V value))涉及到了查找插入位置、创建新节点、调整树结构以维持红黑树性质的过程。核心在于putTreeVal()方法,它负责找到插入点,并调用balanceInsertion()来保持红黑树的平衡。

  • 删除操作:删除操作(如remove(Object key))较为复杂,需要处理多种情况,包括节点是叶节点、只有一个子节点或两个子节点的情况。删除后,通过balanceDeletion()方法调整树结构,确保红黑性质。

  • 查找操作:查找操作(如get(Object key))利用了红黑树的有序性,从根节点开始,根据键的比较结果选择左孩子或右孩子进行递归查找,直到找到目标节点或达到叶子节点。

维护红黑树性质

  • 颜色规则:红黑树通过节点的颜色标记来维持平衡,确保任何路径从根到叶子节点经过的黑色节点数量相同,从而保证最坏情况下的查询时间复杂度为O(log n)。

  • 旋转:包括左旋(rotateLeft())和右旋(rotateRight()),用于在插入或删除后重新平衡树。

  • 颜色翻转:改变节点及其子节点的颜色,用于调整红黑树的平衡。在某些情况下,仅通过颜色翻转(flipColors())即可恢复平衡,这通常发生在两个连续红色节点的情况。

插入和删除平衡调整:通过balanceInsertion()和balanceDeletion()方法,根据插入或删除后的具体情况进行相应的调整操作,包括颜色变化和旋转。

小结

TreeMap通过精心设计的算法和数据结构,实现了高效的自定义排序的键值对存储。用户可以通过提供比较器来自定义键的排序逻辑,使得TreeMap适用于需要保持键排序的场景,比如实现索引、范围查询等。源码中详细实现了红黑树的插入、删除、查找以及平衡调整逻辑,确保了数据结构的高效稳定运行。

这篇关于TreeMap源码剖析:自定义排序规则的红黑树map数据结构的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1085840

相关文章

Python中lambda排序的六种方法

《Python中lambda排序的六种方法》本文主要介绍了Python中使用lambda函数进行排序的六种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录1.对单个变量进行排序2. 对多个变量进行排序3. 降序排列4. 单独降序1.对单个变量进行排序

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

Java汇编源码如何查看环境搭建

《Java汇编源码如何查看环境搭建》:本文主要介绍如何在IntelliJIDEA开发环境中搭建字节码和汇编环境,以便更好地进行代码调优和JVM学习,首先,介绍了如何配置IntelliJIDEA以方... 目录一、简介二、在IDEA开发环境中搭建汇编环境2.1 在IDEA中搭建字节码查看环境2.1.1 搭建步

Node.js 中 http 模块的深度剖析与实战应用小结

《Node.js中http模块的深度剖析与实战应用小结》本文详细介绍了Node.js中的http模块,从创建HTTP服务器、处理请求与响应,到获取请求参数,每个环节都通过代码示例进行解析,旨在帮... 目录Node.js 中 http 模块的深度剖析与实战应用一、引言二、创建 HTTP 服务器:基石搭建(一

SpringBoot 自定义消息转换器使用详解

《SpringBoot自定义消息转换器使用详解》本文详细介绍了SpringBoot消息转换器的知识,并通过案例操作演示了如何进行自定义消息转换器的定制开发和使用,感兴趣的朋友一起看看吧... 目录一、前言二、SpringBoot 内容协商介绍2.1 什么是内容协商2.2 内容协商机制深入理解2.2.1 内容

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

hdu 1285(拓扑排序)

题意: 给各个队间的胜负关系,让排名次,名词相同按从小到大排。 解析: 拓扑排序是应用于有向无回路图(Direct Acyclic Graph,简称DAG)上的一种排序方式,对一个有向无回路图进行拓扑排序后,所有的顶点形成一个序列,对所有边(u,v),满足u 在v 的前面。该序列说明了顶点表示的事件或状态发生的整体顺序。比较经典的是在工程活动上,某些工程完成后,另一些工程才能继续,此时