頂尖Java工程師的紅黑技能樹，如何快速點亮？

在今年的杭州雲棲大會上，眾所期待的新書《碼出高效》正式釋出，並宣佈將所有圖書收益捐贈於公益專案。

伴隨著《阿里巴巴Java開發手冊》影響面越來越廣，影響程度越來越深，讀者也越來越好奇《碼出高效》背後的故事、對映的技術問題以及深層次的技術思考。

機會來了！12月20日（本週四）晚19:30，鎖定阿里技術直播，對話《碼出高效》作者孤盡，共同探索程式碼規約之美。

 

直播主題：

發現程式碼之美——《碼出高效》圖書作者交流會

直播參與方式：

錯過這次可能要等一年。兩種直播觀看的解鎖方式如下↓↓，趕緊收藏起來～

• 直接觀看：掃描上方圖片二維碼，或點選本文末尾的“閱讀原文”，在瀏覽器中（記住！一定要用瀏覽器開啟，手機或PC均可）開啟直播連結，收藏起來，定好鬧鐘，12月20日準時觀看。

• 釘釘群觀看：使用“釘釘”搜尋《碼出高效》讀者交流群號：23383493、21936668（擇一即可，請不要重複加哦），加入永久釘釘群，既可到時觀看直播，也可與作者孤盡、其他讀者交流互動。

主播介紹：

孤盡，花名取意“獨孤九劍，破盡天下武功之意”的意思，畢業於浙江工業大學，《阿里巴巴Java開發手冊》和《碼出高效》作者 。2011年校招進入阿里以來，歷經淘寶聚石塔、開放平臺、國際事業部，現在負責阿里巴巴程式碼平臺建設。2016年3月，孤盡帶領集團約碼專案組編寫《阿里巴巴Java開發手冊》，碼出高效，碼出質量，推動阿里系與業界一起進步，讓程式碼變得更舒服，更清澈，更好維護。

主持人：首次出鏡有點忐忑求輕拍的阿里妹

直播內容：

《碼出高效》源於影響了全球250萬名開發工程師的《阿里巴巴Java開發手冊》，涵蓋計算機領域基礎知識、物件導向理念、JVM核心解析、資料結構與集合、高併發多執行緒、異常和日誌、單元測試以及如何編寫可讀性強、可維護性好的優雅程式碼等多個方面，講解由淺入深。

 

本次直播，我們將重點分享此書的核心內容之一：集合與資料結構。這是走向Java高手的必經之路，但是由於資料結構相對晦澀難懂，集合類的坑比較多，有時連資深Java工程師都會失手，給工程專案帶來無法預估的損失。

除了高手進階祕籍以外，我們還將分享《碼出高效》寫作背後的小故事，聊聊Java學習心得。同時，阿里妹還準備了多本作者簽名版的圖書，送給參與直播的小夥伴們。

為什麼集合與資料結構這麼重要？

我們經常說，“程式=資料結構+演算法”。假如程式是一道美味佳餚的話，那麼資料結構就是食材，食材的選擇對於菜的品質是至關重要的，爛菜葉、黴土豆是不可能做出極品菜餚的。

我們在編碼時，如果資料結構存在嚴重的設計缺陷，在程式碼層面去修正，花費的代價是極大的，甚至是不可能的。底層資料結構的缺陷也是重構的第一誘因，無端地浪費寶貴的人力資源。集合作為資料結構的載體，對元素進行加工和輸出，以一定的演算法實現最基本的增刪改查功能，它是資料結構與演算法的中間紐帶，因此集合是所有程式語言的基礎，非常重要。在進入高併發程式設計時代後，由集合引發的相關故障佔比越來越高。比如，多執行緒共享集合時出現的髒資料問題；HashMap在資料擴容時出現節點之間的死鏈問題；寫多讀少的場景誤用某些集合導致效能下降問題等。

 

在精彩的直播開始之前，我們先來一道前菜，熱熱身。附上《碼出高效》精彩節選：揭開紅黑樹的生澀面紗，期待和你在週四晚直播時一起深入探討。

紅黑樹是一種熟悉而陌生的資料結構，熟悉是指“別人家的開發工程師”運用在JDK原始碼或各種演算法中，陌生指的是理解紅黑樹的理論基礎比較多，比較生澀而難懂。在瞭解紅黑樹之前，我們先聊聊資料結構到底是什麼？

資料結構是什麼？

資料結構是指邏輯意義上的資料組織方式及其相應的處理方式。

1、什麼是邏輯意義? 資料結構的抽象表達非常豐富，而實際物理儲存的方式相對單一。比如，二叉樹在磁碟中的儲存真的是樹形排列嗎？並非如此。

2、什麼是資料組織方式？邏輯意義上的組織方式有很多，比如樹、圖、佇列、雜湊等。樹可以是二叉樹、三叉樹、B+ 樹等；圖可以是有向圖或無向圖；佇列是先進先出的線性結構；雜湊是根據某種演算法直接定位的資料組織方式。

3、什麼是資料處理方式? 簡單地說就是增刪改查。即在既定的資料組織方式上，以某種特定的演算法實現資料的增加、刪除、修改、查詢和遍歷。不同的資料處理方式往往存在著非常大的效能差異。

 

資料結構的評判

那麼經常有開發同學說，我的輸入規模量級非常小，遠沒有需要考慮到資料結構時間複雜度的地步，但是，除了問題規模之外，還有一個因素需要考慮，就是呼叫頻率，即使這個方法的演算法複雜度只是快了20納秒，在日均上億次的呼叫情況下，也可能是節約了若干臺伺服器。

資料結構的各種型別沒有好壞之分，它只有與場景、資料量結合起來綜合考慮，才有實際的意義。場景包括操作型別使用頻率，資料量的大小決定它選擇什麼樣的資料結構型別。到底是寫為主，還是讀為主，或者說讀寫均衡。其中寫是以插入為主，還是刪除為主;讀是以遍歷為主，還是查詢單個元素為主。資料量的不同也會決定不同資料結構的使用效率。所以單純地說紅黑樹與AVL是哪個好，哪個壞，是不對的。

紅黑樹

AVL樹與紅黑樹之間沒有從屬關係，他們都是二叉查詢樹。AVL 樹演算法是以蘇聯數學家Adelson-Velsky 和Landis名字命名的平衡二叉樹演算法。紅黑樹是於1972 年發明的，當時稱為對稱二叉B 樹，1978 年得到優化，正式命名為紅黑樹。面對頻繁的插入和刪除，紅黑樹更為合適;面對低頻修改、大量查詢時，AVL 樹將更為合適。

我們重點來說說紅黑樹，它廣泛應用在JDK11的各種集合框架內，比如：HashMap，TreeMap等。它在二叉查詢樹的性質基礎上，額外引入了5 個約束條件： 

• 節點只能是紅色或黑色

• 根節點必須是黑色

• 所有NIL 節點都是黑色的

• 一條路徑上不能出現相鄰的兩個紅色節點

• 在任何遞迴子樹內，根節點到葉子節點的所有路徑上包含相同數目的黑色節點

擴充套件說明一下NIL釋義，它可以形象理解為Nothing In Leaf，是紅黑樹中特殊的存在，即在葉子節點上不存在的兩個虛擬節點，它是紅黑樹旋轉的假設性理論基礎，預設為黑色的。

總結一下，即“有紅必有黑，紅紅不相連”，上述5 個約束條件保證了紅黑樹的新增、刪除、查詢的最壞時間複雜度均為O (LogN )。如果一個樹的左子節點或右子節點不存在，則均認定為黑色。紅黑樹的任何旋轉在3 次之內均可完成。我們以實際插入節點55，56，57來看看紅黑樹的插入，以達到拋磚引玉的效果。

當插入57 時，由於父節點56 是紅色的，出現兩個連續紅色節點，違反紅黑樹特性，需要重新著色，根據演算法56這個節點是變為黑色，而根節點變為紅色，這個時候並不平衡並且根節點為紅色，這兩條違反紅黑樹特性。所以必須左旋操作，結果如最右端所示。如果需要重新著色或旋轉，存在三種情形總結如下：

• 節點的父親是紅色，叔叔是紅色的，則重新著色。

• 節點的父親是紅色，叔叔是黑色的，而新節點是父親的左節點:進行右旋。

• 節點的父親是紅色，叔叔是黑色的，而新節點是父親的右節點:進行左旋。

注意在第3個圖的節點55的左邊是一個虛擬的NIL，根據紅黑樹的特性，它是黑色。56這個節點需要進行旋轉時，它的父親是紅色，叔叔是黑色的，進行左旋。

還想看到更多Java進階課程？週四晚上19:30，我們在阿里技術直播間不見不散。

對於Java開發有疑惑的同學，歡迎在留言區留下你的問題，我們將在直播統一解答。

關注「阿里技術」

把握前沿技術脈搏

↓↓戳這裡收藏，本週四晚暢聊Java！