有關(guān)紅黑樹的java程序，編譯成功但運行不出結(jié)果。

java8不是用紅黑樹來管理hashmap，而是在hash值相同的情況下（且重復(fù)數(shù)量大于8），用紅黑樹來管理數(shù)據(jù)。 紅黑樹相當(dāng)于排序數(shù)據(jù)。可以自動的使用二分法進(jìn)行定位。性能較高。

惠州網(wǎng)站建設(shè)公司成都創(chuàng)新互聯(lián)公司,惠州網(wǎng)站設(shè)計制作，有大型網(wǎng)站制作公司豐富經(jīng)驗。已為惠州成百上千家提供企業(yè)網(wǎng)站建設(shè)服務(wù)。企業(yè)網(wǎng)站搭建\外貿(mào)網(wǎng)站制作要多少錢，請找那個售后服務(wù)好的惠州做網(wǎng)站的公司定做！

一般情況下，hash值做的比較好的話基本上用不到紅黑樹。

定時器實現(xiàn) & 紅黑樹，跳表

跳表：是為一個有序的鏈表建立多級索引的數(shù)據(jù)結(jié)構(gòu)叫做跳表。redis中zset數(shù)據(jù)量大時底層數(shù)據(jù)結(jié)構(gòu)使用跳表。

redis中定時器使用的是無序的雙向鏈表。時間復(fù)雜度為O(N),redis作者在定時器備注了可以適當(dāng)優(yōu)化的措施：

1 盡可能讓數(shù)據(jù)有序，2 可以使用跳表完成

回歸正題，跳表：

其他地方借圖一張如下：

跳表是基于有序鏈表所實現(xiàn)的，為了實現(xiàn)快速的查找，在做節(jié)點比較的時候跳過一些節(jié)點以達(dá)到快速查找的目的，是一種空間換時間的思想。

如上圖，此跳表總共三層（level = 3），redis中zset在數(shù)據(jù)量比較大時，采用的即是跳表實現(xiàn) 其最大層數(shù)是32，再插入節(jié)點的時候隨機(jī)生成層數(shù)，最大不超過32；

如上圖為例，頭節(jié)點不保存數(shù)據(jù)，按照上圖分析插入操作：

插入之前要先從上層到下層臨時保存每一層的當(dāng)前節(jié)點，然后隨即生成新的newlevel，如果newlevel大于level，則對于（level-newlevel）層進(jìn)行初始化頭結(jié)點 。

插入14前，沒有數(shù)據(jù)只有頭結(jié)點 ，當(dāng)前l(fā)evel默認(rèn)是1，用temp[0]臨時保存節(jié)點,

while循環(huán)是找到下一個節(jié)點，比如插入34時，while之后level1 層 x節(jié)點就是23；插入50時，while循環(huán)之后 level1層temp[0] = 43,level2層 temp[1]=34,level3層 temp[2]=14;

保存完臨時節(jié)點后，隨機(jī)生成新的層數(shù)，

14插入時隨機(jī)層數(shù)是3，大于之前默認(rèn)的level =1；對于level2 和level3就要進(jìn)行頭結(jié)點賦值，temp[1]=header；temp[2]=header；

然后進(jìn)行新節(jié)點的插入，之前遍歷都是從高層向底層擴(kuò)展，插入操作要從底層向高層擴(kuò)展。

插入操作之后，形成了temp[0]-next = 節(jié)點14，temp[1]-next = 節(jié)點14，temp[2]-next = 節(jié)點14即header[0]-next = 節(jié)點14，header[1]-next = 節(jié)點14，header[2]-next = 節(jié)點14；

14節(jié)點插入之后，鏈表長度+1（單指最底層的鏈表）；

接著插入節(jié)點23，臨時變量temp值為temp[0]= 節(jié)點14，temp[1] = 節(jié)點14，temp[2] = 節(jié)點14； 隨機(jī)新的newlevel =1，說明23 只出現(xiàn)在level1層，進(jìn)行插入后temp[0]-next = 節(jié)點23,其他兩個節(jié)點不變。

插入節(jié)點34后，各層鏈表為

header[2]-14

header[1]-14-34

header[0]-14-23-34

以上就是插入的大致邏輯分析。

刪除操作類似，先從上層開始向后遍歷然后向下，刪除時從下層開始向上操作。

跳表實現(xiàn)定時器demo源碼地址： 跳表實現(xiàn)定時器demo

紅黑樹：一顆節(jié)點非紅即黑的平衡二叉樹。epoll底層使用紅黑樹。

紅黑樹插入 查詢，刪除等基本操作時間復(fù)雜度為O（lgn），跳表搜索插入刪除操作時間復(fù)雜度接近O（lgn），最壞情況下變成O（n）。

做范圍查找的時候 ，平衡樹比跳表操作要復(fù)雜，平衡樹上，找到指定范圍的小值之后，還需要以中序遍歷的順序繼續(xù)尋找其他不超過大值的節(jié)點，相對而言，跳表的范圍查詢就比較簡單，只要找到小值，在第一層鏈表進(jìn)行若干層遍歷就行。

從算法實現(xiàn)難度講，跳表比紅黑樹要簡單的多。

紅黑樹也是實現(xiàn)定時器的數(shù)據(jù)結(jié)構(gòu)之一，具體實現(xiàn)不再詳敘。

什么是紅黑樹？

最近研究JDK源碼的時候，發(fā)現(xiàn)TreeMap和TreeSet底層數(shù)據(jù)結(jié)構(gòu)是紅黑樹，當(dāng)然，TreeSet其實本質(zhì)上就是Value為一個固定值的TreeMap。在JDK1.8以后，HashMap也用到了紅黑樹。

那紅黑樹到底是怎樣的一種數(shù)據(jù)結(jié)構(gòu)呢？相信大家都不是非常了解，我也去翻了好多的相關(guān)文章，發(fā)現(xiàn)一篇很有趣的漫畫，可以幫助大家很快了解紅黑樹大概是怎樣的一種數(shù)據(jù)結(jié)構(gòu)，有哪些特點。 只是大概的介紹一下紅黑樹，詳細(xì)的實現(xiàn)大家還是請參考相關(guān)的算法書籍。

以下內(nèi)容轉(zhuǎn)自： 漫畫算法：什么是紅黑樹？

1.左子樹上所有結(jié)點的值均小于或等于它的根結(jié)點的值。

2.右子樹上所有結(jié)點的值均大于或等于它的根結(jié)點的值。

3.左、右子樹也分別為二叉排序樹。

下圖中這棵樹，就是一顆典型的二叉查找樹：

1.查看根節(jié)點9：

3.由于10 13，因此查看左孩子11：

假設(shè)初始的二叉查找樹只有三個節(jié)點，根節(jié)點值為9，左孩子值為8，右孩子值為12：

2.根節(jié)點是黑色。

3.每個葉子節(jié)點都是黑色的空節(jié)點（NIL節(jié)點）。

4 每個紅色節(jié)點的兩個子節(jié)點都是黑色。(從每個葉子到根的所有路徑上不能有兩個連續(xù)的紅色節(jié)點)

5.從任一節(jié)點到其每個葉子的所有路徑都包含相同數(shù)目的黑色節(jié)點。

下圖中這棵樹，就是一顆典型的紅黑樹：

什么情況下會破壞紅黑樹的規(guī)則，什么情況下不會破壞規(guī)則呢？我們舉兩個簡單的栗子：

1.向原紅黑樹插入值為14的新節(jié)點：

為了重新符合紅黑樹的規(guī)則，嘗試把紅色節(jié)點變?yōu)楹谏蛘甙押谏?jié)點變?yōu)榧t色。

下圖所表示的是紅黑樹的一部分，需要注意節(jié)點25并非根節(jié)點。因為節(jié)點21和節(jié)點22連續(xù)出現(xiàn)了紅色，不符合規(guī)則4，所以把節(jié)點22從紅色變成黑色：

但這樣并不算完，因為憑空多出的黑色節(jié)點打破了規(guī)則5，所以發(fā)生連鎖反應(yīng)，需要繼續(xù)把節(jié)點25從黑色變成紅色：

逆時針旋轉(zhuǎn)紅黑樹的兩個節(jié)點，使得父節(jié)點被自己的右孩子取代，而自己成為自己的左孩子。說起來很怪異，大家看下圖：

圖中，身為右孩子的Y取代了X的位置，而X變成了自己的左孩子。此為左旋轉(zhuǎn)。

順時針旋轉(zhuǎn)紅黑樹的兩個節(jié)點，使得父節(jié)點被自己的左孩子取代，而自己成為自己的右孩子。大家看下圖：

圖中，身為左孩子的Y取代了X的位置，而X變成了自己的右孩子。此為右旋轉(zhuǎn)。

首先，我們需要做的是變色，把節(jié)點25及其下方的節(jié)點變色：

這時候我們需要把節(jié)點13看做X，節(jié)點8看做Y，像剛才的示意圖那樣進(jìn)行右旋轉(zhuǎn)：

如果想要詳細(xì)了解紅黑樹算法，可以參考這篇文章： Java數(shù)據(jù)結(jié)構(gòu)和算法（十一）——紅黑樹

紅黑樹(Red-black tree)

樹 是一種 抽象數(shù)據(jù)類型 ，或是實作這種抽象數(shù)據(jù)類型的數(shù)據(jù)結(jié)構(gòu)，用來模擬具有樹狀結(jié)構(gòu)性質(zhì)的 數(shù)據(jù)集合 。

紅黑樹 是一種自平衡二叉查找樹，典型的用途是實現(xiàn) 關(guān)聯(lián)數(shù)組 ，它是復(fù)雜的，但它的操作有著良好的最壞情況運行時間,并且在實踐中是高效的 O(log n ) 時間內(nèi)做查找，插入和刪除，這里的 n 是樹中元素的數(shù)目。

一個由n個節(jié)點隨機(jī)構(gòu)成的二叉查找樹的高度為(log n ).證明如下：

而時間復(fù)雜度是以某個基礎(chǔ)數(shù)據(jù)操作的重復(fù)次數(shù)作為量度。紅黑樹的是二叉搜索樹，左子樹上所有節(jié)點的值均小于他的根節(jié)點的值，右子樹上所有節(jié)點均大于根節(jié)點的值，左右子節(jié)樹相對根節(jié)點按大小分布。如果把每次節(jié)點值的比較看成基礎(chǔ)數(shù)據(jù)操作，那么最差的查找情況是一直查找到高度最大的根節(jié)點，那么查找的時間復(fù)雜度即與高度成正比，可表示成 O(log n ) 。

簡單了解了紅黑樹的字面定義，下面動手感受下紅黑樹的相關(guān)操作。當(dāng)你插入或者刪除一個節(jié)點時，可能會破壞紅黑樹的性質(zhì)，所以需要對樹節(jié)點進(jìn)行重新著色或者旋轉(zhuǎn)，來保持紅黑樹的結(jié)構(gòu)。首先看下二叉樹的旋轉(zhuǎn)。

假設(shè)pivot節(jié)點不為空，其右子樹不為空，那么左旋即是：使pivot的右孩子Y為子樹的根，pivot節(jié)點為子樹根節(jié)點的左孩子，pivot左孩子、Y節(jié)點的右孩子不改變，Y節(jié)點左孩子變?yōu)閜ivot節(jié)點右孩子。

假設(shè)pivot節(jié)點不為空，其左子樹不為空，那么右旋：使pivot的左孩子Y為子樹的根，pivot節(jié)點為子樹根節(jié)點的右孩子，pivot的右孩子、Y節(jié)點的左孩子不變，Y節(jié)點的右孩子變?yōu)閜ivot節(jié)點的左孩子。

實戰(zhàn)演練之增加、刪除節(jié)點時，如何保證紅黑樹的性質(zhì)不被破壞。

往一個空的紅黑樹中，依次插入數(shù)據(jù)：12 1 9 2 0 11 7 19 4

節(jié)點為根節(jié)點，所以為黑色，兩個null節(jié)點為黑色節(jié)點。

按照二叉搜索樹的邏輯，9小于12、大于1，應(yīng)該是1節(jié)點的右孩子。但，新增的兩個NIL節(jié)點已經(jīng)使得12，1，9，NI這條路徑的黑色節(jié)點至少為兩個，而12，NIL這條路徑的黑色節(jié)點只有兩個。所以要對1節(jié)點進(jìn)行左旋，9節(jié)點變?yōu)?2節(jié)點的左孩子，發(fā)現(xiàn)問題還是存在。繼續(xù)，對12節(jié)點進(jìn)行右旋，9節(jié)點為根節(jié)點，1、12分別為9節(jié)點的左右孩子。嘗試著色，9節(jié)點必須為黑色，而1，12節(jié)點可以為紅色，也可以為黑色。

0節(jié)點直接作為1節(jié)點的左孩子，保持跟2節(jié)點相同的顏色即可。左右子樹依舊保持平衡。

從二叉查找樹的性質(zhì)看，7節(jié)點作為2節(jié)點的右孩子即可。這時來分析著色問題，我們先看最短路徑的黑色分布，9，12，NIL這條路徑，有三個黑色節(jié)點，以此為參考，嘗試改變9節(jié)點左子樹的著色。目前最長的路徑是9，1，2，7，NIL這條路徑。保持三個黑色節(jié)點的話，9跟NIL已經(jīng)為黑色節(jié)點，而紅色節(jié)點又不能挨著，所以只能是1為紅色節(jié)點，2為黑色節(jié)點，7為紅色節(jié)點。那么9，1，0，NIIL這條路徑，0就要為黑色節(jié)點。調(diào)整完畢。

19節(jié)點作為12節(jié)點的右孩子，與左孩子保持一樣的紅色即可。

4節(jié)點應(yīng)該作為7節(jié)點的左子樹，無論著什么顏色，以1節(jié)點為根節(jié)點的子樹，都要破壞紅黑性質(zhì)。所以應(yīng)該進(jìn)行旋轉(zhuǎn)。先以7為根節(jié)點進(jìn)行一次右旋，再以2為根節(jié)點進(jìn)行一次左旋。嘗試著色即可。

類似插入節(jié)點的分析、總結(jié)，刪除節(jié)點也可以針對每種場景找到固定的著色方法，就像玩一個游戲，有自己的推理跟玩法。我先做個PPT，這塊稍后補(bǔ)充。

所有的插入、刪除都是有限個情況，基于插入、刪除的情況分析，即可編寫算法生成紅黑樹，使其在固定的業(yè)務(wù)場景中發(fā)揮紅黑樹穩(wěn)定操作效率的特色了。

在 計算機(jī)科學(xué) 中， AVL樹 是最先發(fā)明的 自平衡二叉查找樹 。在AVL樹中任何節(jié)點的兩個 子樹 的高度最大差別為一，所以它也被稱為 高度平衡樹 。查找、插入和刪除在平均和最壞情況下都是 O （log n ）。增加和刪除可能需要通過一次或多次 樹旋轉(zhuǎn) 來重新平衡這個樹。

節(jié)點的 平衡因子 是它的左子樹的高度減去它的右子樹的高度（有時相反）。帶有平衡因子1、0或 -1的節(jié)點被認(rèn)為是平衡的。帶有平衡因子 -2或2的節(jié)點被認(rèn)為是不平衡的，并需要重新平衡這個樹。平衡因子可以直接存儲在每個節(jié)點中，或從可能存儲在節(jié)點中的子樹高度計算出來。

不提問題的碼農(nóng)不是好程序員。自己寫完了紅黑樹的簡單剖析，感覺還是只懂皮毛，沒有從觸碰到算法的核心內(nèi)容。所以，不妨留幾個小問題，擔(dān)心自己腦子生銹或者沒事想玩手機(jī)的時候，再提筆研究下紅黑樹。

教你初步了解紅黑樹

算法的時間復(fù)雜度和空間復(fù)雜度-總結(jié)

紅黑樹從頭至尾插入和刪除

AVL樹

紅黑樹C源碼實現(xiàn)與剖析

Echo

8 Nov，2016

請問java中HashMap是怎么實現(xiàn)的，還有treeMap的實現(xiàn)原理是紅黑樹，請解釋一下紅黑樹

參考資料的網(wǎng)頁上有比較的代碼,你可以仔細(xì)看下~~~

java中HashMap,LinkedHashMap,TreeMap，HashTable的區(qū)別

java為數(shù)據(jù)結(jié)構(gòu)中的映射定義了一個接口java.util.Map;它有四個實現(xiàn)類,分別是HashMap Hashtable LinkedHashMap 和TreeMap

Map主要用于存儲健值對，根據(jù)鍵得到值，因此不允許鍵重復(fù)(重復(fù)了覆蓋了),但允許值重復(fù)。

Hashmap 是一個最常用的Map,它根據(jù)鍵的HashCode 值存儲數(shù)據(jù),根據(jù)鍵可以直接獲取它的值，具有很快的訪問速度，遍歷時，取得數(shù)據(jù)的順序是完全隨機(jī)的。HashMap最多只允許一條記錄的鍵為Null;允許多條記錄的值為 Null;HashMap不支持線程的同步，即任一時刻可以有多個線程同時寫HashMap;可能會導(dǎo)致數(shù)據(jù)的不一致。如果需要同步，可以用 Collections的synchronizedMap方法使HashMap具有同步的能力，或者使用ConcurrentHashMap。

Hashtable與 HashMap類似,它繼承自Dictionary類，不同的是:它不允許記錄的鍵或者值為空;它支持線程的同步，即任一時刻只有一個線程能寫Hashtable,因此也導(dǎo)致了 Hashtable在寫入時會比較慢。

LinkedHashMap保存了記錄的插入順序，在用Iterator遍歷LinkedHashMap時，先得到的記錄肯定是先插入的.也可以在構(gòu)造時用帶參數(shù)，按照應(yīng)用次數(shù)排序。在遍歷的時候會比HashMap慢，不過有種情況例外，當(dāng)HashMap容量很大，實際數(shù)據(jù)較少時，遍歷起來可能會比LinkedHashMap慢，因為LinkedHashMap的遍歷速度只和實際數(shù)據(jù)有關(guān)，和容量無關(guān)，而HashMap的遍歷速度和他的容量有關(guān)。

TreeMap實現(xiàn)SortMap接口，能夠把它保存的記錄根據(jù)鍵排序,默認(rèn)是按鍵值的升序排序，也可以指定排序的比較器，當(dāng)用Iterator 遍歷TreeMap時，得到的記錄是排過序的。

一般情況下，我們用的最多的是HashMap,HashMap里面存入的鍵值對在取出的時候是隨機(jī)的,它根據(jù)鍵的HashCode值存儲數(shù)據(jù),根據(jù)鍵可以直接獲取它的值，具有很快的訪問速度。在Map 中插入、刪除和定位元素，HashMap 是最好的選擇。

TreeMap取出來的是排序后的鍵值對。但如果您要按自然順序或自定義順序遍歷鍵，那么TreeMap會更好。

LinkedHashMap 是HashMap的一個子類，如果需要輸出的順序和輸入的相同,那么用LinkedHashMap可以實現(xiàn),它還可以按讀取順序來排列，像連接池中可以應(yīng)用。

網(wǎng)站題目：紅黑樹java代碼源碼 紅黑樹c語言實現(xiàn)
當(dāng)前地址：http://chinadenli.net/article48/dooijep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供云服務(wù)器、搜索引擎優(yōu)化、營銷型網(wǎng)站建設(shè)、Google、網(wǎng)站排名、靜態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)