---

1.为什么hashmap用红黑树不用二叉树和平衡二叉树

1.1 二叉树（Binary Search Tree）

特性：
1.每个节点最多有两颗子树，所以二叉树中不存在度大于2的节点；（度=子节点个数）
2.左子树和右子树是有序的，不能任意颠倒
3.即使一个节点只有一颗子树，也要区分是左子树还是右子树

缺点：极端情况下退化成链表，导致索引效率大大降低，也间接影响了删除性能。

1.2 红黑树（Red Black Tree）

红黑树的出现就是为了 解决二叉树退化成链表的问题；它是趋于平衡的树

1.3 平衡二叉树（Balence Binary Tree）也称AVT

特性
1.根节点左边的节点值必须小于根节点，根节点右边的节点值必须大于根节点；
2.每个节点的左右深度差值不能大于1；

缺点：由于节点深度差值不能大于1，所以在大量插入或删除的时候，会一直调整数的平衡，此时性能不如红黑树；原因是由于红黑树的可以容忍最大深度不能超过最小深度2倍，大量的插入和删除时，性能优于AVT。

2.为什么mysql用b+数，不用B数或B*数作为存储引擎的数据结构？

2.1 B树

特点：
1.每个节点都存储key和value，所有节点组成这棵树，并且叶子节点的指针为null
2.任何一个关键字只出现在一个节点中；如key
3.搜索有可能在非叶子节点结束
4.在关键字全集做一次查找，性能逼近二分查找

2.2 B+树

特点：
1.只有叶子节点存储数据，包含这颗数的所有索引值，叶子节点不存储指针
（非叶子节点只存储索引值，不存储实际的数据，并非真正的data）
2.增加了访问数据的指针，每个叶子节点增加一个指向相邻叶子节点的指针（范围查下性能大幅提升）

2.3.B*树

特点：B*树是对B+树的改进，在非叶子节点的兄弟之间增加了双向指针，目的优化B+数在叶子节点满而分裂时的效率；

构建过程对比：
B+树，在叶子节点数据满时，叶子就会分裂；
B*树，在叶子节点数据满时，会询问兄弟节点空间是否满，如果没满，则转移部分关键字；如果满了则每个兄弟节点拿出1/3数据创建新的节点

2.4.R树

R树特性：叶子节点会组多维空间层，查询时性能大幅降低，不再适合数据场景

2.5.树的演进

1、首先，为了保证树的节点均匀分布，所以在二叉树的基础上加上了平衡算法，就有了平衡二叉树。
2、为了减少树的高度，所以B树一个节点下面可以添加N个子节点，然后每个节点的大小限制在磁盘块容量大小，让节点只需要通过一次IO就能读取到所有数据，通过增加节点存储的数据减少了树的高度，而节点的数据变多并没有让IO次数变多。
3、B+树在B树的基础上，在查询的稳定性 和排序方面进行了优化，因为B+树所有的数据都会保存到叶子节点，然后所有叶子节点本身是有序的。
4、B*树为了减少 树在构建过程中节点的拆分、合并次数，所以在每个节点上都保存了旁边节点的指针，在节点需要进行拆分、合并时，优先从旁边节点挪数据，从而减少构建过程中节点拆分、合并的次数，提升了树的构建性能。

3.深入红黑树

优化：解决二叉树极端情况下退化成链表大大降低索引效率的问题

3.1 旋转方式（4种）

3.1.1 节点左旋（节点下右侧子节点深度过长）

角色：

• 轴节点（旋转节点）: X
• 被旋节点：Y
• 子节点：α（阿尔法）、β（贝塔）、γ（伽马）

左旋原理：
1.轴节点右侧子节点作为轴节点的父节点
2.原轴节点的左侧节点父节点和位置不变
3.原被旋节点右侧节点父节点和位置不变
4.轴节点右侧子节点的左侧子节点作为轴节点的右侧子节点

3.1.2 节点右旋（节点下的子节点左侧深度过长）

角色：

• 轴节点（旋转节点）: Y
• 被旋节点：X
• 子节点：α（阿尔法）、β（贝塔）、γ（伽马）

右旋原理
1.轴节点的左侧子节点作为轴节点的父节点
2.轴节点右侧子节点父节点和位置不变
3.被旋节点左节点的父节点和位置不变
4.轴节点的左侧子节点作为被旋节点的右节点

左右旋小结：轴节点左子节点和被旋节点右子节点的父节点和位置不变
位置不变指的是：子节点旋转前和旋转后依然是父节点的左子节点或右子节点；如上图α和γ节点

3.2 红黑树自平衡原则（何时触发左右旋及变色）重点

旋转和变色规则：所有插入节点默认为红色

3.2.1.变色

条件：插入节点的父节点和叔叔节点为红色
步骤：
1.父节点和叔节点变为黑色
2.把祖父节点变为红色
3.把祖父节点作为插入节点

另外变色条件：红黑树为空时，插入当前节点，将当前节点变为黑色

3.2.2.左旋

条件：当前父节点为红色，叔叔为黑色，且当前节点为右子树
步骤：以父节点作为轴节点左旋

3.2.3.右旋

条件：当前父节点为红色，叔叔为黑色，且当前节点为左子树
步骤：
1.把父节点变为黑色
2.把祖父节点变为红色
3.以祖父节点右旋

3.2.4例子

1.插入节点62：

2.满足变色条件，进行变色。变色后如下

再将祖父节点作为插入节点，如下图：

3.满足左旋条件：旋转后如下

4.再以90作为插入节点，再次判断是否要变色或旋转

5.满足右旋条件：先变色，后旋转
先变色：变色后

以祖父作为插入节点右旋：旋转后

3.2 插入自平衡（最多2次旋转）

1.插入时，红黑树为空，插入节点变为黑色
2.插入时，父节点为黑色，直接插入
3.当父节点为红色时，情况有5种，惨遭上述变色左右旋规则循环直到满足红黑树性质

详情请看java-TreeMap或HashMap源码
java红黑树hashmp插入分析：

3.3 删除自平衡（最多3次旋转）

详情请看java-TreeMap或HashMap源码