Map集合、散列表、红黑树介绍
前言
声明，本文用得是jdk1.8
前面已经讲了Collection的总览和剖析List集合：
- Collection总览
- List集合就这么简单【源码剖析】
原本我是打算继续将Collection下的Set集合的，结果看了源码发现：Set集合实际上就是HashMap来构建的！
所以，就先介绍Map集合、散列表和红黑树吧！
看这篇文章之前最好是有点数据结构的基础：
- Java实现单向链表
- 栈和队列就是这么简单
- 二叉树就这么简单
当然了，如果讲得有错的地方还请大家多多包涵并不吝在评论去指正～
一、Map介绍
1.1为什么需要Map
前面我们学习的Collection叫做集合，它可以快速查找现有的元素。
而Map在《Core Java》中称之为-->映射..
映射的模型图是这样的：
那为什么我们需要这种数据存储结构呢？？？举个例子
- 作为学生来说，我们是根据学号来区分不同的学生。只要我们知道学号，就可以获取对应的学生信息。这就是Map映射的作用！
生活中还有很多这样的例子：只要你掏出身份证(key)，那就可以证明是你自己(value)
1.2Map与Collection的区别
1.3Map的功能
下面我们来看看Map的源码：
简单常用的Map功能有这么一些：
下面用红色框框圈住的就是Map值得关注的子类：
二、散列表介绍
无论是Set还是Map，我们会发现都会有对应的-->HashSet,HashMap
首先我们也先得回顾一下数据和链表：
- 链表和数组都可以按照人们的意愿来排列元素的次序，他们可以说是有序的(存储的顺序和取出的顺序是一致的)
- 但同时，这会带来缺点：想要获取某个元素，就要访问所有的元素，直到找到为止。
- 这会让我们消耗很多的时间在里边，遍历访问元素~
而还有另外的一些存储结构：不在意元素的顺序，能够快速的查找元素的数据
- 其中就有一种非常常见的：散列表
2.1散列表工作原理
散列表为每个对象计算出一个整数，称为散列码。根据这些计算出来的整数(散列码)保存在对应的位置上！
在Java中，散列表用的是链表数组实现的，每个列表称之为桶。【之前也写过桶排序就这么简单，可以回顾回顾】
一个桶上可能会遇到被占用的情况(hashCode散列码相同，就存储在同一个位置上)，这种情况是无法避免的，这种现象称之为：散列冲突
- 此时需要用该对象与桶上的对象进行比较，看看该对象是否存在桶子上了~如果存在，就不添加了，如果不存在则添加到桶子上
- 当然了，如果hashcode函数设计得足够好，桶的数目也足够，这种比较是很少的~
- 在JDK1.8中，桶满时会从链表变成平衡二叉树
如果散列表太满，是需要对散列表再散列，创建一个桶数更多的散列表，并将原有的元素插入到新表中，丢弃原来的表~
- 装填因子(load factor)决定了何时对散列表再散列~
- 装填因子默认为0.75，如果表中超过了75%的位置已经填入了元素，那么这个表就会用双倍的桶数自动进行再散列
当然了， 在后面阅读源码的时候会继续说明的，现在简单了解一下即可~
扩展阅读：
- https://www.cnblogs.com/s-b-b/p/6208565.html
- https://www.cnblogs.com/chinajava/p/5808416.html
三、红黑树介绍
上面散列表中已经提过了：如果桶数满的时候，JDK8是将链表转成红黑树的~。并且，我们的TreeSet、TreeMap底层都是红黑树来实现的。
所以，在这里学习一波红黑树到底是啥玩意。
之前涉及过二叉树的文章：
- 二叉树就这么简单
- 堆排序就这么简单
在未学习之前，我们可能是听过红黑树这么一个数据结构类型的，还有其他什么B/B+树等等，反正是比较复杂的数据结构了~~~
各种常见的树的用途：
来源：
https://www.zhihu.com/question/30527705/answer/52527887
3.1回顾二叉查找树
首先我们来回顾一下：利用二叉查找树的特性，我们一般来说可以很快地查找出对应的元素。
- 二叉树就这么简单
可是二叉查找树也有个例(最坏)的情况(线性)：
上面符合二叉树的特性，但是它是线性的，完全没树的用处~
树是要“均衡”才能将它的优点展示出来的~，比如下面这种：
因此，就有了平衡树这么一个概念~红黑树就是一种平衡树，它可以保证二叉树基本符合矮矮胖胖(均衡)的结构
3.2知新2-3树
讲到了平衡树就不得不说最基础的2-3树，2-3树长的是这个样子：
在二叉查找树上，我们插入节点的过程是这样的：小于节点值往右继续与左子节点比，大于则继续与右子节点比，直到某节点左或右子节点为空，把值插入进去。这样无法避免偏向问题
而2-3树不一样：它插入的时候可以保持树的平衡！
在2-3树插入的时可以简单总结为两个操作：
- 合并2-节点为3-节点，扩充将3-节点扩充为一个4-节点
- 分解4-节点为3-节点，节点3-节点为2-节点
- ........至使得树平衡~
合并分解的操作还是比较复杂的，要分好几种情况，代码量很大~这里我就不介绍了，因为要学起来是一大堆的，很麻烦~
3.3从2-3树到红黑树
由于2-3树为了保持平衡性，在维护的时候是需要大量的节点交换的！这些变换在实际代码中是很复杂的，大佬们在2-3树的理论基础上发明了红黑树(2-3-4树也是同样的道理，只是2-3树是最简单的一种情况，所以我就不说2-3-4树了)。
- 红黑树是对2-3查找树的改进，它能用一种统一的方式完成所有变换。
红黑树是一种平衡二叉树,因此它没有3-节点。那红黑树是怎么将3-节点来改进成全都是二叉树呢？
红黑树就字面上的意思，有红色的节点，有黑色的节点：
我们可以将红色节点的左链接画平看看：
一颗典型的二叉树：
将红色节点的左链接画平之后：得到2-3平衡树:
3.4红黑树基础知识
前面已经说了，红黑树是在2-3的基础上实现的一种树，它能够用统一的方式完成所有变换。很好理解：红黑树也是平衡树的一种，在插入元素的时候它也得保持树的平衡，那红黑树是以什么的方式来保持树的平衡的呢？
红黑树用的是也是两种方式来替代2-3树不断的节点交换操作：
- 旋转：顺时针旋转和逆时针旋转
- 反色：交换红黑的颜色
- 这个两个实现比2-3树交换的节点(合并，分解)要方便一些
红黑树为了保持平衡，还有制定一些约束，遵守这些约束的才能叫做红黑树：
- 红黑树是二叉搜索树。
- 根节点是黑色。
- 每个叶子节点都是黑色的空节点（NIL节点）。
- 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)
- 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点(每一条树链上的黑色节点数量（称之为“黑高”）必须相等)。
3.5红黑树总结
红黑树可以说是十分复杂的，我在学习的时候并没有去认真细看当中的处理细节，只是大概的过了一遍，知道了整体~
有了前辈很多优质的资料，相信要等到想要理解其中的细节，花点力气和时间还是可以掌握一二的。
红黑树参考资料：
- https://blog.csdn.net/chen_zhang_yu/article/details/52415077
- https://riteme.github.io/blog/2016-3-12/2-3-tree-and-red-black-tree.html#fn:red-is-left
- http://www.sohu.com/a/201923614_466939
- https://www.jianshu.com/p/37c845a5add6
- https://www.cnblogs.com/nullzx/p/6111175.html
- https://blog.csdn.net/fei33423/article/details/79132930
四、总结
这篇主要介绍了Map集合的基础知识，了解Map的常用子类~
简单介绍了散列表和红黑树，他俩作为Hashxxx和Treexxx的底层，了解其整体思想和相关基础在后续看源码也不至于那么懵~
后续会去看Map常用子类的源码，文章敬请期待~~~~
文章的目录导航：https://zhongfucheng.bitcron.com/post/shou-ji/gong-zhong-hao-wen-zhang-zheng-li
如果文章有错的地方欢迎指正，大家互相交流。习惯在微信看技术文章，想要获取更多的Java资源的同学，可以关注微信公众号:Java3y。为了大家方便，刚新建了一下qq群：742919422，大家也可以去交流交流。谢谢支持了！希望能多介绍给其他有需要的朋友
参考资料：
- 《Core Java》