hashMap的数据结构
众所周知，java1.7的时候hashMap结构还是【数组+链表】，而在1.8版本结构变为了【数组+链表/红黑树】，当链表长度达到8时，自动转换为红黑树结构。
那么为什么java1.8要对hashMap的数据结构中加入树呢？
答案：提高查找效率。此前hashMap中的数据采取【数组+链表】的存储结构，桶数组会将通过hash算法将key值计算得来的相同哈希值数据存储在对应的链表中，而随着链表的数据增多，在检索结点方面，性能会下降，因为链表虽然插入删除的时间复杂度是O(1)，但它遍历的时间复杂度达到了O(n)。为了使得时间复杂度更优，因此引入了树形结构，因为树查找快啊！
为什么那么多已经存在的树形结构，比如二叉查找树、平衡二叉树，为啥还需要红黑树？
首先，我们已经明确了，因为查找效率问题，hashMap的结构中需要树来提升性能。
而为什么不直接引入二叉查找树，或者二叉平衡树，这是因为他们有某种方面的致命缺陷。
-
1、为了提高查找性能，引入二叉查找树
二叉查找树的特点：左结点 < 根结点 < 右结点
基于这个特点，查找某个节点的时候，可以采取类似于 二分查找的思想，快速找到某个节点，因此时间复杂度为O(log n)
但有一种极端情况需要考虑到：
这种情况也是满足 二叉查找树 的条件，然而，此时的二叉查找树已经近似退化为一条链表，这样的二叉查找树的查找时间复杂度顿时变成了 O(n)
-
2、为了解决二叉查找树的极端情况下重新转化为链表问题，引入平衡二叉树
1、具有二叉查找树的全部特性。
2、每个节点的左子树和右子树的高度差至多等于1。
针对二叉查找树的缺点，我们考虑到可以引入二叉平衡树，因为它具有：左右子树高度相差最多不超过1的特点。
这种情况虽然能解决上述问题，但又会引出其他的问题。因为平衡二叉树要求 每个节点的左子树和右子树的高度差至多等于1 ，这个要求实在是太严了，导致每次进行插入/删除节点的时候，几乎都会破坏平衡树的第二个规则，进而我们都需要通过 左旋 和 右旋 来进行调整，使之再次成为一颗符合要求的平衡树。真是成也萧何败也萧何呀！
那么，有没有一种树形结构，既能在二叉查找树上优化左右子树高度差，又能在二叉平衡树上优化其严苛的特性呢？
-
3、红黑树，一种非严格意义上平衡的二叉查找树，完美解决问题。
红黑树，就是为了解决引入上述两个树带来的问题而产生的，用以在结点查找和树形旋转的性能优化中，寻求折中方案。
1、具有二叉查找树的特点。
2、根节点是黑色的；
3、每个叶子节点都是黑色的空节点（NIL），也就是说，叶子节点不存数据。
4、任何相邻的节点都不能同时为红色，也就是说，红色节点是被黑色节点隔开的。
5、每个节点，从该节点到达其可达的叶子节点是所有路径，都包含相同数目的黑色节点。
正是由于红黑树的这种特点，使得它能够在最坏情况下，也能在 O(logn) 的时间复杂度查找到某个节点。至于为什么就能够保证时间复杂度为 O(logn)。
最后总结：
二叉查找树是为了解决链表查找的性能问题，平衡二叉树是为了解决二叉查找树退化为链表的情况，而红黑树是为了解决平衡树在插入、删除等操作需要频繁调整的情况。
