基于Red-Black树的JAVA中TreeMap实现的解释
我在JAVA中浏览了TreeMap的源代码。 根据JAVA doc:
基于红黑树的NavigableMap实现。 地图根据其键的自然顺序进行排序,或者通过在地图创建时提供的比较器进行排序,具体取决于使用的构造函数。
此实现为containsKey,get,put和remove操作提供了有保证的log(n)时间成本。 算法是对Cormen,Leiserson和Rivest的算法导论中的算法的改编。
在源代码中,我发现内部类条目被用作节点 。
static final class Entry implements Map.Entry { K key; V value; Entry left = null; Entry right = null; Entry parent; boolean color = BLACK; ....
至于红黑树的定义 。 从维基百科我发现:
红黑树是一种自平衡二叉搜索树,是计算机科学中使用的数据结构。
通过用两种颜色中的一种(这些通常称为“红色”和“黑色”,因此树的名称)绘制每个节点来提供自平衡,使得得到的绘制树满足某些属性。 t让它变得非常不平衡。 修改树时,随后重新排列新树并重新绘制以恢复着色属性。 这些属性的设计使得可以有效地执行这种重新排列和重新着色。
我试图分析源代码,但无法理解以下内容:
-
假设我已经在树中有两个键“C”和“E”,然后我添加“D”。 如何安排节点(使用自然排序)。
-
如何在Java源代码中实现Tree的自我平衡。
我尝试搜索TreeMap的详细实现,但无法找到任何文章,例如我为HashMap找到的以下文章
从昨天起我就挂在这棵树上:(有人可以帮我下楼……
-
TreeMap
的目标是拥有一个键树,其中低于父键的键位于左侧,而高于父键的键位于右侧。 所以,如果你添加C
,那么E
,你将拥有这棵树:C \ E
如果你然后添加
D
,最初你会有:C \ E / D
但是这棵树是不平衡的,因此搜索速度会变慢。 因此,树被重新平衡。 平衡后,树现在变得更有效率:
CC \ rotate \ rotate D E --- right ---> D --- left ---> / \ / around \ around CE DEED
-
重新平衡发生在
fixAfterInsertion()
方法内部,该方法检查插入后是否仍保留树的红黑属性 。 并且,如果没有,则重新平衡在违规分支上执行rotateLeft()
或rotateRight()
的树以恢复平衡。 然后它向上移动树并检查平衡,依此类推,直到它到达根节点。
互联网上有几种资源可以深入解释红黑树。 但是,我认为理解这个过程的最好方法是遵循这样的动画教程: http : //www.csanimated.com/animation.php? t = Red- black_tree
RBT的TreeMap
实现没有什么特别之处。 它严格遵循CLRS(Cormen,Leiserson,Rivest和Stein)一书中给出的伪代码,这是99%的实现。