TreeMap使用红黑树来存储数据，红黑树是一种平衡二叉查找树，它是一种高效的搜索算法，它的算法时间复杂度是O(lgn)，本文不涉及红黑树的定义及操作细节，只涉及部分有助于理解TreeMap的内容。本文旨在从整体上理解TreeMap工作原理，不深入细节。 为了保持简洁凸出重点，本文的示例图中树的结点只显示键（key）不显示值（value）。

二叉查找树

二叉查找树是常用的搜索类算法，它有三个特点：

  • 它是一颗二叉树，即每个节点都有两个子节点left、right
  • 每个节点的左节点键值小于等于当前节点键值
  • 每个节点的右节点键值大于等于当前节点键值

下面是一颗普通二叉查找树示例，树节点存储了键值对，

从上图可以看出，每个节点大于或等于左节点，小于或等于右节点。二叉搜索树的时间复杂度为O(h)，h表示一颗树的高度，高度是一颗树的最长路径，上图中的树高度为5。普通二叉查找树最坏情况下的时间复杂度为O(n)，n为存储的数据量。当n个有序的数据插入到普通二叉查找树时，它会变成一个链表，也可以称之为高度为n的二叉树。如下图所示：

红黑树也是一种二叉查找树，它避免了普通二叉查找树最坏情况的发生，每次往红黑树插入数据都会触发一顿操作，使二叉树变得平衡，平衡指一个结点的左子树和右子树的高度差的绝对值不超过1。平衡二叉树的高度为lgn，所以红黑树的时间复杂度为O(lgn)，它比普通二叉查找树查找效率高一些。这也是TreeMap选用红黑树的原因。插入一组有序数据时红黑树示例图如下：

从上图可以看到，相比普通的二叉查找树，向红黑树插入一组有序的数据后树保持平衡。

对TreeMap的增删改查事实上就是对一颗红黑树增删改查，所以理解了红黑树就理解了TreeMap，如果想研究TreeMap的实现则需要学习红黑树的实现，本文不会深入到红黑树实现细节，对于理解TreeMap的原理只需知道二叉查找树就足够了。

查找

根据二叉查找树的性质，一个结点的左结点小于或者等于当前节点，一个结点的右节点大于或者等于当前节点，按照这个性质就从根结点一直往下查找就能找到结点。下图是一个查找示例图：

插入

插入分两个步骤，第一步根据二叉查找树的性质插入结点，第二步为红黑树性质保持，使树平衡。下面是插入示例图：

删除

红黑树删除结点比较复杂，本文只举一个简单的例子：

最后

在算法时间复杂度方面，HashMap要优于TreeMap，即使在最坏情况下HashMap也是一个红黑树数组，HashMap唯一的缺点是扩容操作可能会影响性能，在创建HashMap时指定一个合适的容量可以减少不必要的扩容操作。TreeMap的优点是可以顺序遍历元素。只有需要顺序遍历元素时才使用TreeMap否则使用HasnMap。

 


【水煮Java】