HashMap重要思维导图

HashMap为什么使用红黑树而不是其他的数据结构

回顾一下二叉树的基本内容：

1. 二叉排序树（查找树）
   若左子树不为空，则左子树上所有结点的值均小于根结点的值。
   若右子树不为空，则右子树上所有结点的值均大于根节点的值。
   左右子树也为二叉排序树
2. 平衡二叉树（AVL树）
   是一种二叉查找树，当且仅当两个子树的高度差不超过1时，这个树是平衡二叉树
3. 红黑树
   是许多二叉查找树中的一种，它能保证在最坏的情况下，基本动态集合操作时间为O(lgn)

为什么不使用二叉排序树

在添加元素的时候极端情况下会出现线性结构
eg:由于二叉排序树左子树所有节点的值均小于根节点的特点，如果我们添加的元素都比根节点小，会导致左子树线性增长，这样就失去了用树型结构替换链表的初衷，导致查询时间增长。

为什么不使用平衡二叉树

AVL是严格平衡树，因此在增加or删除节点的时候，根据不同情况，旋转的次数比红黑树要多。
红黑树只要求部分达到平衡，但提出了为节点增加颜色，红黑树是用非严格的平衡来换取增删节点时候旋转次数的降低，任何不平衡都会在三次旋转之内解决。

• 插入节点导致树失衡
  AVL和RB-Tree都是最多两次树旋转实现复衡rebalance，旋转的量级是O（1）

• 删除节点导致树失衡
  AVL需要维护从被删除节点到根节点root这条路径上所有节点的平衡，旋转的量级为O（logN）
  RB-Tree最多只需要旋转三次实现复衡，是O（1），删除效率更高，开销更小。

引入RB-Tree是功能、性能、空间开销的折中结果。

红黑树介绍

• 每个节点都有红色or黑色树的根始终是黑色的
• 没有两个相邻的红色节点
• 从节点（包括根）到其任何后代的NULL节点（叶子结点下发挂的两个空节点，并且认为他们是黑色的）的每条路径都具有相同数量的黑色节点