【Java集合夜话】第9篇下：深入剖析TreeMap源码：红黑树实现原理与面试总结（建议收藏）

🔥 本文深入剖析Java集合框架中的TreeMap源码实现，从红黑树原理到面试重点，带你透彻理解TreeMap的底层机制。本文是TreeMap系列的下篇，主要关注源码分析与面试题解。

📚 系列专栏推荐：

JAVA集合专栏【夜话集】

JVM知识专栏

数据库sql理论与实战【博主踩坑之道】

小游戏开发【博主强推匠心之作拿来即用无门槛】

我的java

文章目录

一、红黑树核心原理

1. 红黑树的5个基本特性

红黑树本质上是一种自平衡的二叉查找树。就像交通信号灯一样，通过红黑两种颜色的搭配来维持秩序。它必须遵守以下5条铁律：

1️⃣ 节点颜色特性
每个节点必须是红色或黑色，就像一个开关只有开/关两种状态：

黑节点 ●
红节点 ○

2️⃣ 根节点特性
树的老大（根节点）必须是黑色。就像公司老板必须稳重：

  ● (根是黑色)
 / \
○   ○

3️⃣ 叶子节点特性
所有末端的空节点（NIL）都是黑色的。这些NIL节点就像树的"叶子"：

  ●
 / \
○   ○

/\ /
● ● ● ● (这些都是NIL节点)

4️⃣ 红节点特性
如果一个节点是红色，它的孩子必须是黑色。就像红灯亮时，下一个必须是绿灯：

正确的例子：
●
/
○ ○
/
● ●

错误的例子：
●
/
○ ○
/
○ ○ (红色节点不能相连)

5️⃣ 黑色完美平衡
从任意节点出发，到它下面的每个叶子节点，路径上的黑节点数量必须相同：

  ● (黑)
 / \
○   ● (红)(黑)

/
● ● (黑)(黑)

在上图中，所有路径都包含2个黑节点（不算NIL）

🌟 新手提示：

先不要急着记住所有规则

可以把红黑树想象成一个需要遵守"红黑交替"规则的家族树

这些规则的目的就是让树保持平衡，不会长歪

在使用TreeMap时，这些规则都是自动维护的，你不需要自己实现

记住：这些规则看起来复杂，但它们就像交通规则一样，都是为了维持秩序。在实际使用TreeMap时，这些规则都是自动维护的，你只需要理解基本原理就可以了。

2. 红黑树的平衡过程

2.1 什么时候需要平衡？

想象你在搭积木，有时候添加或移除一块积木会让整个结构变得不稳定。红黑树也是一样，在以下情况需要调整：

添加新节点时：
比如这样的情况（不允许连续的红节点）：

● 黑节点
/
○ 红节点
/
○ 红节点 (糟糕！出现连续的红节点了)
删除节点时：
比如这样的情况（左右两边黑节点数量要相等）：

● 黑节点
/
● ○ (删除右边后，左右两边黑节点数量不同了)
/
●
特殊情况：
根节点必须是黑色：

○ (根节点变红了，这是不允许的)
/
● ●

2.2 怎么恢复平衡？

就像你整理歪掉的积木一样，红黑树有三种基本动作来恢复平衡：

1️⃣ 左旋：向左倒
想象一个节点向左倾倒的过程：

A                B
 \              /
  B     →     A
   \            \
    C            C

2️⃣ 右旋：向右倒
想象一个节点向右倾倒的过程：

  C            B
 /            / \
B     →     A   C

/
A

3️⃣ 变色：换颜色
就像给积木重新上色：

●(黑)         ○(红)

/ \ → /
○ ○ ● ●
(红) (红) (黑) (黑)

🌟 通俗理解：

左旋就像跳舞时向左转，右边的节点上位
右旋就像跳舞时向右转，左边的节点上位
变色就像给积木换个颜色，保持红黑规则

💡 新手提示：

不用记住具体的旋转步骤

理解这些操作就是为了保持树的平衡

TreeMap会自动帮我们处理这些操作

就像开车不需要懂发动机原理一样，使用TreeMap时不需要会写这些平衡操作

记住：这些平衡操作就像是树的"瑜伽动作"，目的是保持树的"身材"不走样。在实际使用TreeMap时，这些动作都是自动完成的，你不需要亲自动手。

3. 时间复杂度分析

3.1 基本操作的时间复杂度

查找：O(log n)
插入：O(log n)
删除：O(log n)
遍历：O(n)

3.2 为什么是对数复杂度？

红黑树保证了从根到叶子的最长路径不超过最短路径的2倍
黑色完美平衡特性确保了树的高度为O(log n)
所有基本操作都与树的高度相关

4. 与AVL树的对比

4.1 平衡度对比

AVL树：严格平衡，任意节点的左右子树高度差不超过1
红黑树：黑色节点平衡，允许一定程度的不平衡

4.2 应用场景对比

特性	红黑树	AVL树
平衡条件	较为宽松	严格平衡
插入性能	较好	一般
删除性能	较好	一般
查询性能	好	极好
空间开销	每个节点增加1位	每个节点增加平衡因子
应用场景	增删较多的场景	查询密集型场景

4.3 为什么TreeMap选择红黑树？

红黑树的平衡条件较为宽松，在插入和删除时需要的旋转操作更少
Java中的TreeMap需要同时兼顾查询和增删性能
红黑树的实现相对简单，代码维护成本较低

💡 小贴士：理解红黑树的核心在于掌握其5个基本特性，以及如何通过旋转和变色来维护这些特性。在实际应用中，我们不需要手动处理这些平衡操作，TreeMap已经为我们实现了这些复杂的逻辑。

二、TreeMap源码精读

1. 核心属性与内部类

让我们先了解TreeMap的"零件"，就像认识一辆自行车的各个部分：

1.1 核心属性

TreeMap有四个最重要的属性，就像自行车的核心部件：

    private Entry<K,V> root;         // 整个树的根节点，就像自行车的车架
    private final Comparator<? super K> comparator;  // 比较器，就像码表
    private int size = 0;            // 树的节点数量，就像零件数
    private int modCount = 0;        // 修改计数器，就像里程表
    ```

#### 1.2 节点结构
每个节点（Entry）就像是积木中的一块，包含以下部分：

    Entry<K,V>
    ├── K key      // 键，类似学生的学号
    ├── V value    // 值，类似学生的信息
    ├── Entry left   // 左孩子，比当前节点小的
    ├── Entry right  // 右孩子，比当前节点大的
    ├── Entry parent // 父节点，当前节点所在的层级
    └── boolean color // 颜色标记，用于保持平衡

### 2. put()方法源码解析
向TreeMap中放入数据，就像安排新同学入座，需要以下步骤：

#### 2.1 整体流程
put方法的执行流程如下：

    开始
     ↓
    是否空树？ ──是→ 创建根节点
     ↓ 否               ↓
    查找位置    ←──── 返回
     ↓
    创建新节点
     ↓
    调整平衡
     ↓
    完成插入

#### 2.2 源码分析
让我们看看put方法的核心实现：

```java
    public V put(K key, V value) {
   
   
        // 1. 空树判断
        if (root == null) {
   
   
            root = new Entry<>(key, value, null);
            size = 1;
            return null;
        }
        
        // 2. 寻找插入位置
        int cmp;
        Entry<K