红黑树数据结构简介
红黑树是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它是在1972年由鲁道夫·贝尔发明的，他称之为"对称二叉B树"，它现代的名字是在 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的: 它可以在O(logn)时间内做查找，插入和删除，这里的n是树中元素的数目。
红黑树维基：http://zh.wikipedia.org/wiki/%E7%BA%A2%E9%BB%91%E6%A0%91
红黑树实现: http://gee.cs.oswego.edu/dl/classes/collections/RBCell.java
常见的数据结构有数组、链表，还有一种结构也很常见，那就是树。前面介绍的集合类有基于数组的ArrayList，有基于链表的LinkedList，还有链表和数组结合的HashMap，今天介绍基于树的TreeMap。
TreeMap基于红黑树（点击查看树、红黑树相关内容）实现。查看“键”或“键值对”时，它们会被排序（次序由Comparable或Comparator决定）。TreeMap的特点在于，所得到的结果是经过排序的。TreeMap是唯一的带有subMap()方法的Map，它可以返回一个子树。
在介绍TreeMap前先介绍Comparable和Comparator接口。
Comparable接口：
1 public interface Comparable<T> {
2 public int compareTo(T o);
3 }
Comparable接口支持泛型，只有一个方法，该方法返回负数、零、正数分别表示当前对象“小于”、“等于”、“大于”传入对象o。
Comparamtor接口：
1 public interface Comparator<T> {
2 int compare(T o1, T o2);
3 boolean equals(Object obj);
4 }
compare(T o1,T o2)方法比较o1和o2两个对象，o1“大于”o2，返回正数，相等返回零，“小于”返回负数。
equals(Object obj)返回true的唯一情况是obj也是一个比较器（Comparator）并且比较结果和此比较器的结果的大小次序是一致的。即comp1.equals(comp2)意味着sgn(comp1.compare(o1, * o2))==sgn(comp2.compare(o1, o2))。
补充：符号sgn(expression)表示数学上的signum函数，该函数根据expression的值是负数、零或正数，分别返回-1、0或1。
小结一下，实现Comparable结构的类可以和其他对象进行比较，即实现Comparable可以进行比较的类。而实现Comparator接口的类是比较器，用于比较两个对象的大小。
下面正式分析TreeMap的源码。
既然TreeMap底层使用的是树结构，那么必然有表示节点的对象。下面先看TreeMap中表示节点的内部类Entry。
1 static final class Entry<K,V> implements Map.Entry<K,V> {
2 // 键值对的“键”
3 K key;
4 // 键值对的“值”
5 V value;
6 // 左孩子
7 Entry<K,V> left = null;
8 // 右孩子
9 Entry<K,V> right = null;
10 // 父节点
11 Entry<K,V> parent;
12 // 红黑树的节点表示颜色的属性
13 boolean color = BLACK;
14 /**
15 * 根据给定的键、值、父节点构造一个节点，颜色为默认的黑色
16 */
17 Entry(K key, V value, Entry<K,V> parent) {
18 this.key = key;
19 this.value = value;
20 this.parent = parent;
21 }
22 // 获取节点的key
23 public K getKey() {
24 return key;
25 }
26 // 获取节点的value
27 public V getValue() {
28 return value;
29 }
30 /**
31 * 修改并返回当前节点的value
32 */
33 public V setValue(V value) {
34 V oldValue = this.value;
35 this.value = value;
36 return oldValue;
37 }
38 // 判断节点相等的方法（两个节点为同一类型且key值和value值都相等时两个节点相等）
39 public boolean equals(Object o) {
40 if (!(o instanceof Map.Entry))
41 return false;
42 Map.Entry<?,?> e = (Map.Entry<?,?>)o;
43 return valEquals(key,e.getKey()) && valEquals(value,e.getValue());
44 }
45 // 节点的哈希值计算方法
46 public int hashCode() {
47 int keyHash = (key==null ? 0 : key.hashCode());
48 int valueHash = (value==null ? 0 : value.hashCode());
49 return keyHash ^ valueHash;
50 }
51 public String toString() {
52 return key + "=" + value;
53 }
54 }
上面的Entry类比较简单，实现了树节点的必要内容，提供了hashCode方法等。下面看TreeMap类的定义。
1 public class TreeMap<K,V>
2 extends AbstractMap<K,V>
3 implements NavigableMap<K,V>, Cloneable, java.io.Serializable
上面只有一个接口需要说明，那就是NavigableMap接口。
NavigableMap接口扩展的SortedMap，具有了针对给定搜索目标返回最接近匹配项的导航方法。方法lowerEntry、floorEntry、ceilingEntry和higherEntry分别返回与小于、小于等于、大于等于、大于给定键的键关联的Map.Entry对象，如果不存在这样的键，则返回null。类似地，方法lowerKey、floorKey、ceilingKey和higherKey只返回关联的键。所有这些方法是为查找条目而不是遍历条目而设计的（后面会逐个介绍这些方法）。
下面是TreeMap的属性：
1 // 用于保持顺序的比较器，如果为空的话使用自然顺保持Key的顺序
2 private final Comparator<? super K> comparator;
3 // 根节点
4 private transient Entry<K,V> root = null;
5 // 树中的节点数量
6 private transient int size = 0;
7 // 多次在集合类中提到了，用于举了结构行的改变次数
8 private transient int modCount = 0;
注释中已经给出了属性的解释，下面看TreeMap的构造方法。
1 // 构造方法一，默认的构造方法，comparator为空，即采用自然顺序维持TreeMap中节点的顺序
2 public TreeMap() {
3 comparator = null;
4 }
5 // 构造方法二，提供指定的比较器
6 public TreeMap(Comparator<? super K> comparator) {
7 this.comparator = comparator;
8 }
9 // 构造方法三，采用自然序维持TreeMap中节点的顺序，同时将传入的Map中的内容添加到TreeMap中
10 public TreeMap(Map<? extends K, ? extends V> m) {
11 comparator = null;
12 putAll(m);
13 }
14 /**
15 *构造方法四，接收SortedMap参数，根据SortedMap的比较器维持TreeMap中的节点顺序，* 同时通过buildFromSorted(int size, Iterator it, java.io.ObjectInputStream str, V defaultVal)方* 法将SortedMap中的内容添加到TreeMap中
16 */
17 public TreeMap(SortedMap<K, ? extends V> m) {
18 comparator = m.comparator();
19 try {
20 buildFromSorted(m.size(), m.entrySet().iterator(), null, null);
21 } catch (java.io.IOException cannotHappen) {
22 } catch (ClassNotFoundException cannotHappen) {
23 }
24 }
TreeMap提供了四个构造方法，已经在注释中给出说明。构造方法中涉及到的方法在下文中会有介绍。
下面从put/get方法开始，逐个分析TreeMap的方法。
put(K key, V value)
1 public V put(K key, V value) {
2 Entry<K,V> t = root;
3 if (t == null) {
4 //如果根节点为null，将传入的键值对构造成根节点（根节点没有父节点，所以传入的父节点为null）
5 root = new Entry<K,V>(key, value, null);
6 size = 1;
7 modCount++;
8 return null;
9 }
10 // 记录比较结果
11 int cmp;
12 Entry<K,V> parent;
13 // 分割比较器和可比较接口的处理
14 Comparator<? super K> cpr = comparator;
15 // 有比较器的处理
16 if (cpr != null) {
17 // do while实现在root为根节点移动寻找传入键值对需要插入的位置
18 do {
19 // 记录将要被掺入新的键值对将要节点(即新节点的父节点)
20 parent = t;
21 // 使用比较器比较父节点和插入键值对的key值的大小
22 cmp = cpr.compare(key, t.key);
23 // 插入的key较大
24 if (cmp < 0)
25 t = t.left;
26 // 插入的key较小
27 else if (cmp > 0)
28 t = t.right;
29 // key值相等，替换并返回t节点的value(put方法结束)
30 else
31 return t.setValue(value);
32 } while (t != null);
33 }
34 // 没有比较器的处理
35 else {
36 // key为null抛出NullPointerException异常
37 if (key == null)
38 throw new NullPointerException();
39 Comparable<? super K> k = (Comparable<? super K>) key;
40 // 与if中的do while类似，只是比较的方式不同
41 do {
42 parent = t;
43 cmp = k.compareTo(t.key);
44 if (cmp < 0)
45 t = t.left;
46 else if (cmp > 0)
47 t = t.right;
48 else
49 return t.setValue(value);
50 } while (t != null);
51 }
52 // 没有找到key相同的节点才会有下面的操作
53 // 根据传入的键值对和找到的“父节点”创建新节点
54 Entry<K,V> e = new Entry<K,V>(key, value, parent);
55 // 根据最后一次的判断结果确认新节点是“父节点”的左孩子还是又孩子
56 if (cmp < 0)
57 parent.left = e;
58 else
59 parent.right = e;
60 // 对加入新节点的树进行调整
61 fixAfterInsertion(e);
62 // 记录size和modCount
63 size++;
64 modCount++;
65 // 因为是插入新节点，所以返回的是null
66 return null;
67 }
首先一点通性是TreeMap的put方法和其他Map的put方法一样，向Map中加入键值对，若原先“键（key）”已经存在则替换“值（value）”，并返回原先的值。
在put(K key,V value)方法的末尾调用了fixAfterInsertion(Entry<K,V> x)方法，这个方法负责在插入节点后调整树结构和着色，以满足红黑树的要求。
- 每一个节点或者着成红色，或者着成黑色。
- 根是黑色的。
- 如果一个节点是红色的，那么它的子节点必须是黑色的。
- 一个节点到一个null引用的每一条路径必须包含相同数量的黑色节点。
在看fixAfterInsertion(Entry<K,V> x)方法前先看一个红黑树的内容：红黑树不是严格的平衡二叉树，它并不严格的保证左右子树的高度差不超过1，但红黑树高度依然是平均log(n)，且最坏情况高度不会超过2log(n)，所以它算是平衡树。
下面看具体实现代码。
fixAfterInsertion(Entry<K,V> x)
1 private void fixAfterInsertion(Entry<K,V> x) {
2 // 插入节点默认为红色
3 x.color = RED;
4 // 循环条件是x不为空、不是根节点、父节点的颜色是红色（如果父节点不是红色，则没有连续的红色节点，不再调整）
5 while (x != null && x != root && x.parent.color == RED) {
6 // x节点的父节点p（记作p）是其父节点pp（p的父节点，记作pp）的左孩子（pp的左孩子）
7 if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
8 // 获取pp节点的右孩子r
9 Entry<K,V> y = rightOf(parentOf(parentOf(x)));
10 // pp右孩子的颜色是红色（colorOf(Entry e)方法在e为空时返回BLACK），不需要进行旋转操作（因为红黑树不是严格的平衡二叉树）
11 if (colorOf(y) == RED) {
12 // 将父节点设置为黑色
13 setColor(parentOf(x), BLACK);
14 // y节点，即r设置成黑色
15 setColor(y, BLACK);
16 // pp节点设置成红色
17 setColor(parentOf(parentOf(x)), RED);
18 // x“移动”到pp节点
19 x = parentOf(parentOf(x));
20 } else {//父亲的兄弟是黑色的，这时需要进行旋转操作，根据是“内部”还是“外部”的情况决定是双旋转还是单旋转
21 // x节点是父节点的右孩子（因为上面已近确认p是pp的左孩子，所以这是一个“内部，左-右”插入的情况，需要进行双旋转处理）
22 if (x == rightOf(parentOf(x))) {
23 // x移动到它的父节点
24 x = parentOf(x);
25 // 左旋操作
26 rotateLeft(x);
27 }
28 // x的父节点设置成黑色
29 setColor(parentOf(x), BLACK);
30 // x的父节点的父节点设置成红色
31 setColor(parentOf(parentOf(x)), RED);
32 // 右旋操作
33 rotateRight(parentOf(parentOf(x)));
34 }
35 } else {
36 // 获取x的父节点（记作p）的父节点（记作pp）的左孩子
37 Entry<K,V> y = leftOf(parentOf(parentOf(x)));
38 // y节点是红色的
39 if (colorOf(y) == RED) {
40 // x的父节点，即p节点，设置成黑色
41 setColor(parentOf(x), BLACK);
42 // y节点设置成黑色
43 setColor(y, BLACK);
44 // pp节点设置成红色
45 setColor(parentOf(parentOf(x)), RED);
46 // x移动到pp节点
47 x = parentOf(parentOf(x));
48 } else {
49 // x是父节点的左孩子（因为上面已近确认p是pp的右孩子，所以这是一个“内部，右-左”插入的情况，需要进行双旋转处理），
50 if (x == leftOf(parentOf(x))) {
51 // x移动到父节点
52 x = parentOf(x);
53 // 右旋操作
54 rotateRight(x);
55 }
56 // x的父节点设置成黑色
57 setColor(parentOf(x), BLACK);
58 // x的父节点的父节点设置成红色
59 setColor(parentOf(parentOf(x)), RED);
60 // 左旋操作
61 rotateLeft(parentOf(parentOf(x)));
62 }
63 }
64 }
65 // 根节点为黑色
66 root.color = BLACK;
67 }
fixAfterInsertion(Entry<K,V> x)方法涉及到了左旋和右旋的操作，下面是左旋的代码及示意图（右旋操作类似，就不给出代码和示意图了）。
1 // 左旋操作
2 private void rotateLeft(Entry<K,V> p) {
3 if (p != null) {
4 Entry<K,V> r = p.right;
5 p.right = r.left;
6 if (r.left != null)
7 r.left.parent = p;
8 r.parent = p.parent;
9 if (p.parent == null)
10 root = r;
11 else if (p.parent.left == p)
12 p.parent.left = r;
13 else
14 p.parent.right = r;
15 r.left = p;
16 p.parent = r;
17 }
18 }
看完put操作，下面来看get操作相关的内容。
get(Object key)
1 public V get(Object key) {
2 Entry<K,V> p = getEntry(key);
3 return (p==null ? null : p.value);
4 }
get(Object key)通过key获取对应的value，它通过调用getEntry(Object key)获取节点，若节点为null则返回null，否则返回节点的value值。下面是getEntry(Object key)的内容，来看它是怎么寻找节点的。
getEntry(Object key)
1 final Entry<K,V> getEntry(Object key) {
2 // 如果有比较器，返回getEntryUsingComparator(Object key)的结果
3 if (comparator != null)
4 return getEntryUsingComparator(key);
5 // 查找的key为null，抛出NullPointerException
6 if (key == null)
7 throw new NullPointerException();
8 // 如果没有比较器，而是实现了可比较接口
9 Comparable<? super K> k = (Comparable<? super K>) key;
10 // 获取根节点
11 Entry<K,V> p = root;
12 // 对树进行遍历查找节点
13 while (p != null) {
14 // 把key和当前节点的key进行比较
15 int cmp = k.compareTo(p.key);
16 // key小于当前节点的key
17 if (cmp < 0)
18 // p “移动”到左节点上
19 p = p.left;
20 // key大于当前节点的key
21 else if (cmp > 0)
22 // p “移动”到右节点上
23 p = p.right;
24 // key值相等则当前节点就是要找的节点
25 else
26 // 返回找到的节点
27 return p;
28 }
29 // 没找到则返回null
30 return null;
31 }
上面主要是处理实现了可比较接口的情况，而有比较器的情况在getEntryUsingComparator(Object key)中处理了，下面来看处理的代码。
getEntryUsingComparator(Object key)
1 final Entry<K,V> getEntryUsingComparator(Object key) {
2 K k = (K) key;
3 // 获取比较器
4 Comparator<? super K> cpr = comparator;
5 // 其实在调用此方法的get(Object key)中已经对比较器为null的情况进行判断，这里是防御性的判断
6 if (cpr != null) {
7 // 获取根节点
8 Entry<K,V> p = root;
9 // 遍历树
10 while (p != null) {
11 // 获取key和当前节点的key的比较结果
12 int cmp = cpr.compare(k, p.key);
13 // 查找的key值较小
14 if (cmp < 0)
15 // p“移动”到左孩子
16 p = p.left;
17 // 查找的key值较大
18 else if (cmp > 0)
19 // p“移动”到右节点
20 p = p.right;
21 // key值相等
22 else
23 // 返回找到的节点
24 return p;
25 }
26 }
27 // 没找到key值对应的节点，返回null
28 return null;
29 }
看完添加（put）和获取（get），下面来看删除（remove、clear）。
remove(Object key)
1 public V remove(Object key) {
2 // 通过getEntry(Object key)获取节点 getEntry(Object key)方法已经在上面介绍过了
3 Entry<K,V> p = getEntry(key);
4 // 指定key的节点不存在，返回null
5 if (p == null)
6 return null;
7 // 获取节点的value
8 V oldValue = p.value;
9 // 删除节点
10 deleteEntry(p);
11 // 返回节点的内容
12 return oldValue;
13 }
真正实现删除节点的内容在deleteEntry(Entry e)中，涉及到树结构的调整等。remove(Object key)只是获取要删除的节点并返回被删除节点的value。下面来看deleteEntry(Entry e)的内容。
deleteEntry(Entry e)
1 private void deleteEntry(Entry<K,V> p) {
2 // 记录树结构的修改次数
3 modCount++;
4 // 记录树中节点的个数
5 size--;
6
7 // p有左右两个孩子的情况 标记①
8 if (p.left != null && p.right != null) {
9 // 获取继承者节点（有两个孩子的情况下，继承者肯定是右孩子或右孩子的最左子孙）
10 Entry<K,V> s = successor (p);
11 // 使用继承者s替换要被删除的节点p，将继承者的key和value复制到p节点，之后将p指向继承者
12 p.key = s.key;
13 p.value = s.value;
14 p = s;
15 }
16
17 // Start fixup at replacement node, if it exists.
18 // 开始修复被移除节点处的树结构
19 // 如果p有左孩子，取左孩子，否则取右孩子 标记②
20 Entry<K,V> replacement = (p.left != null ? p.left : p.right);
21 if (replacement != null) {
22 // Link replacement to parent
23 replacement.parent = p.parent;
24 // p节点没有父节点，即p节点是根节点
25 if (p.parent == null)
26 // 将根节点替换为replacement节点
27 root = replacement;
28 // p是其父节点的左孩子
29 else if (p == p.parent.left)
30 // 将p的父节点的left引用指向replacement
31 // 这步操作实现了删除p的父节点到p节点的引用
32 p.parent.left = replacement;
33 else
34 // 如果p是其父节点的右孩子，将父节点的right引用指向replacement
35 p.parent.right = replacement;
36 // 解除p节点到其左右孩子和父节点的引用
37 p.left = p.right = p.parent = null;
38 if (p.color == BLACK)
39 // 在删除节点后修复红黑树的颜色分配
40 fixAfterDeletion(replacement);
41 } else if (p.parent == null) {
42 /* 进入这块代码则说明p节点就是根节点（这块比较难理解，如果标记①处p有左右孩子，则找到的继承节点s是p的一个祖先节点或右孩子或右孩子的最左子孙节点，他们要么有孩子节点，要么有父节点，所以如果进入这块代码，则说明标记①除的p节点没有左右两个孩子。没有左右孩子，则有没有孩子、有一个右孩子、有一个左孩子三种情况，三种情况中只有没有孩子的情况会使标记②的if判断不通过，所以p节点只能是没有孩子，加上这里的判断，p没有父节点，所以p是一个独立节点，也是树种的唯一节点……有点难理解，只能解释到这里了，读者只能结合注释慢慢体会了），所以将根节点设置为null即实现了对该节点的删除 */
43 root = null;
44 } else { /* 标记②的if判断没有通过说明被删除节点没有孩子，或它有两个孩子但它的继承者没有孩子。如果是被删除节点没有孩子，说明p是个叶子节点，则不需要找继承者，直接删除该节点。如果是有两个孩子，那么继承者肯定是右孩子或右孩子的最左子孙 */
45 if (p.color == BLACK)
46 // 调整树结构
47 fixAfterDeletion(p);
48 // 这个判断也一定会通过，因为p.parent如果不是null则在上面的else if块中已经被处理
49 if (p.parent != null) {
50 // p是一个左孩子
51 if (p == p.parent.left)
52 // 删除父节点对p的引用
53 p.parent.left = null;
54 else if (p == p.parent.right)// p是一个右孩子
55 // 删除父节点对p的引用
56 p.parent.right = null;
57 // 删除p节点对父节点的引用
58 p.parent = null;
59 }
60 }
61 }
deleteEntry(Entry e)方法中主要有两个方法调用需要分析：successor(Entry<K,V> t)和fixAfterDeletion(Entry<K,V> x)。
successor(Entry<K,V> t)返回指定节点的继承者。分三种情况处理，第一。t节点是个空节点：返回null；第二，t有右孩子：找到t的右孩子中的最左子孙节点，如果右孩子没有左孩子则返回右节点，否则返回找到的最左子孙节点；第三，t没有右孩子：沿着向上（向跟节点方向）找到第一个自身是一个左孩子的节点或根节点，返回找到的节点。下面是具体代码分析的注释。
1 static <K,V> TreeMap.Entry<K,V> successor(Entry<K,V> t) {
2 // 如果t本身是一个空节点，返回null
3 if (t == null)
4 return null;
5 // 如果t有右孩子，找到右孩子的最左子孙节点
6 else if (t.right != null) {
7 Entry<K,V> p = t.right;
8 // 获取p节点最左的子孙节点，如果存在的话
9 while (p.left != null)
10 p = p.left;
11 // 返回找到的继承节点
12 return p;
13 } else {//t不为null且没有右孩子
14 Entry<K,V> p = t.parent;
15 Entry<K,V> ch = t;
16 // // 沿着右孩子向上查找继承者，直到根节点或找到节点ch是其父节点的左孩子的节点
17 while (p != null && ch == p.right) {
18 ch = p;
19 p = p.parent;
20 }
21 return p;
22 }
23 }
与添加节点之后的修复类似的是，TreeMap 删除节点之后也需要进行类似的修复操作，通过这种修复来保证该排序二叉树依然满足红黑树特征。大家可以参考插入节点之后的修复来分析删除之后的修复。TreeMap 在删除之后的修复操作由 fixAfterDeletion(Entry<K,V> x) 方法提供，该方法源代码如下：
1 private void fixAfterDeletion(Entry<K,V> x) {
2 // 循环处理，条件为x不是root节点且是黑色的（因为红色不会对红黑树的性质造成破坏，所以不需要调整）
3 while (x != root && colorOf(x) == BLACK) {
4 // x是一个左孩子
5 if (x == leftOf(parentOf(x))) {
6 // 获取x的兄弟节点sib
7 Entry<K,V> sib = rightOf(parentOf(x));
8 // sib是红色的
9 if (colorOf(sib) == RED) {
10 // 将sib设置为黑色
11 setColor(sib, BLACK);
12 // 将父节点设置成红色
13 setColor(parentOf(x), RED);
14 // 左旋父节点
15 rotateLeft(parentOf(x));
16 // sib移动到旋转后x的父节点p的右孩子（参见左旋示意图，获取的节点是旋转前p的右孩子r的左孩子rl）
17 sib = rightOf(parentOf(x));
18 }
19 // sib的两个孩子的颜色都是黑色（null返回黑色）
20 if (colorOf(leftOf(sib)) == BLACK &&
21 colorOf(rightOf(sib)) == BLACK) {
22 // 将sib设置成红色
23 setColor(sib, RED);
24 // x移动到x的父节点
25 x = parentOf(x);
26 } else {// sib的左右孩子都是黑色的不成立
27 // sib的右孩子是黑色的
28 if (colorOf(rightOf(sib)) == BLACK) {
29 // 将sib的左孩子设置成黑色
30 setColor(leftOf(sib), BLACK);
31 // sib节点设置成红色
32 setColor(sib, RED);
33 // 右旋操作
34 rotateRight(sib);
35 // sib移动到旋转后x父节点的右孩子
36 sib = rightOf(parentOf(x));
37 }
38 // sib设置成和x的父节点一样的颜色
39 setColor(sib, colorOf(parentOf(x)));
40 // x的父节点设置成黑色
41 setColor(parentOf(x), BLACK);
42 // sib的右孩子设置成黑色
43 setColor(rightOf(sib), BLACK);
44 // 左旋操作
45 rotateLeft(parentOf(x));
46 // 设置调整完的条件：x = root跳出循环
47 x = root;
48 }
49 } else { // x是一个右孩子
50 // 获取x的兄弟节点
51 Entry<K,V> sib = leftOf(parentOf(x));
52 // 如果sib是红色的
53 if (colorOf(sib) == RED) {
54 // 将sib设置为黑色
55 setColor(sib, BLACK);
56 // 将x的父节点设置成红色
57 setColor(parentOf(x), RED);
58 // 右旋
59 rotateRight(parentOf(x));
60 // sib移动到旋转后x父节点的左孩子
61 sib = leftOf(parentOf(x));
62 }
63 // sib的两个孩子的颜色都是黑色（null返回黑色）
64 if (colorOf(rightOf(sib)) == BLACK &&
65 colorOf(leftOf(sib)) == BLACK) {
66 // sib设置为红色
67 setColor(sib, RED);
68 // x移动到x的父节点
69 x = parentOf(x);
70 } else { // sib的两个孩子的颜色都是黑色（null返回黑色）不成立
71 // sib的左孩子是黑色的，或者没有左孩子
72 if (colorOf(leftOf(sib)) == BLACK) {
73 // 将sib的右孩子设置成黑色
74 setColor(rightOf(sib), BLACK);
75 // sib节点设置成红色
76 setColor(sib, RED);
77 // 左旋
78 rotateLeft(sib);
79 // sib移动到x父节点的左孩子
80 sib = leftOf(parentOf(x));
81 }
82 // sib设置成和x的父节点一个颜色
83 setColor(sib, colorOf(parentOf(x)));
84 // x的父节点设置成黑色
85 setColor(parentOf(x), BLACK);
86 // sib的左孩子设置成黑色
87 setColor(leftOf(sib), BLACK);
88 // 右旋
89 rotateRight(parentOf(x));
90 // 设置跳出循环的标识
91 x = root;
92 }
93 }
94 }
95 // 将x设置为黑色
96 setColor(x, BLACK);
97 }
光看调整的代码，一大堆设置颜色，还有左旋和右旋，非常的抽象，下面是一个构造红黑树的视屏，包括了着色和旋转。
http://v.youku.com/v_show/id_XMjI3NjM0MTgw.html
clear()
1 public void clear() {
2 modCount++;
3 size = 0;
4 root = null;
5 }
clear()方法很简单，只是记录结构修改次数，将size修改为0，将root设置为null，这样就没法通过root访问树的其他节点，所以数的内容会被GC回收。
添加（修改）、获取、删除的原码都已经看了，下面看判断是否包含的方法。
containKey(Object key)
1 public boolean containsKey(Object key) {
2 return getEntry(key) != null;
3 }
这个方法判断获取key对应的节点是否为空，getEntry(Object key)方法已经在上面介绍过了。
contain(Object value)
1 public boolean containsValue(Object value) {
2 // 通过e = successor(e)实现对树的遍历
3 for (Entry<K,V> e = getFirstEntry(); e != null; e = successor(e))
4 // 判断节点值是否和value相等
5 if (valEquals(value, e.value))
6 return true;
7 // 默认返回false
8 return false;
9 }
contain(Object value)涉及到了getFirstEntry()方法和successor(Entry<K,V> e)。getFirstEntry()是获取第一个节点，successor(Entry<K,V> e)是获取节点e的继承者，在for循环中配合使用getFirstEntry()方法和successor(Entry<K,V> e)及e!=null是遍历树的一种方法。
下面介绍getFirstEntry()方法。
getFirstEntry()
1 final Entry<K,V> getFirstEntry() {
2 Entry<K,V> p = root;
3 if (p != null)
4 while (p.left != null)
5 p = p.left;
6 return p;
7 }
从名字上看是获取第一个节点，实际是获取的整棵树中“最左”的节点（第一个节点具体指哪一个节点和树的遍历次序有关，如果是先根遍历，则第一个节点是根节点）。又因为红黑树是排序的树，所以“最左”的节点也是值最小的节点。
上面是getFirstEntry()方法，下面介绍getLastEntry()方法。
getLastEntry()
1 final Entry<K,V> getLastEntry() {
2 Entry<K,V> p = root;
3 if (p != null)
4 while (p.right != null)
5 p = p.right;
6 return p;
7 }
getLastEntry()和getFirstEntry()对应，获取的是“最右”的节点。
TreeMap中提供了获取并移除最小和最大节点的两个方法：pollFirstEntry()和pollLastEntry()。
pollFirstEntry()
1 public Map.Entry<K,V> pollFirstEntry() {
2 Entry<K,V> p = getFirstEntry();
3 Map.Entry<K,V> result = exportEntry(p);
4 if (p != null)
5 deleteEntry(p);
6 return result;
7 }
pollLastEntry()
1 public Map.Entry<K,V> pollLastEntry() {
2 Entry<K,V> p = getLastEntry();
3 Map.Entry<K,V> result = exportEntry(p);
4 if (p != null)
5 deleteEntry(p);
6 return result;
7 }
pollFirstEntry()和pollLastEntry()分别通过getFirstEntry()和getLastEntry()获取节点，exportEntry(TreeMap.Entry<K,V> e)应该是保留这个对象用于在删除这个节点后返回。具体实现看下面的代码。
1 static <K,V> Map.Entry<K,V> exportEntry(TreeMap.Entry<K,V> e) {
2 return e == null? null :
3 new AbstractMap.SimpleImmutableEntry<K,V>(e);
4 }
返回了一个SimpleImmutableEntry对象，调用的构造方法如下：
1 public SimpleImmutableEntry(Entry<? extends K, ? extends V> entry) {
2 this.key = entry.getKey();
3 this.value = entry.getValue();
4 }
可以看到返回的节点内容只包含key和value。
下面看其他具体的获取键、值、键值对的方法。
1 public Map.Entry<K,V> ceilingEntry(K key) {
2 return exportEntry(getCeilingEntry(key));
3 }
4 public K ceilingKey(K key) {
5 return keyOrNull(getCeilingEntry(key));
6 }
上面这两个方法很简单，只是对exportEntry和keyOrNull的调用。keyOrNull根据传入的Entry是否为null，选择方法null或Entry的key。
1 // 获取最小的节点的key
2 public K firstKey() {
3 return key(getFirstEntry());
4 }
5 // 获取最大节点的key
6 public K lastKey() {
7 return key(getLastEntry());
8 }
9 // 获取最小的键值对
10 public Map.Entry<K,V> firstEntry() {
11 return exportEntry(getFirstEntry());
12 }
13 // 获取最大的键值对
14 public Map.Entry<K,V> lastEntry() {
15 return exportEntry(getLastEntry());
16 }
这几个方法涉及到的内容都在上面介绍过了，就不在说明了。
1 public Map.Entry<K,V> floorEntry(K key) {
2 return exportEntry(getFloorEntry(key));
3 }
4 public K floorKey(K key) {
5 return keyOrNull(getFloorEntry(key));
6 }
7 public Map.Entry<K,V> higherEntry(K key) {
8 return exportEntry(getHigherEntry(key));
9 }
10 public K higherKey(K key) {
11 return keyOrNull(getHigherEntry(key));
12 }
这几个获取key的Entry的方法都是对getFloorEntry和getHigherEntry的处理。下面介绍这两个方法。
getFloorEntry(K key)
1 final Entry<K,V> getFloorEntry(K key) {
2 // 获取根节点
3 Entry<K,V> p = root;
4 // 不是空树，最树进行遍历
5 while (p != null) {
6 int cmp = compare(key, p.key);
7 // key较大
8 if (cmp > 0) {
9 // 找到节点有右孩子，则继续向右孩子遍历
10 if (p.right != null)
11 p = p.right;
12 else// 没有右孩子，那么p节点就是树中比key值比传入key值小且最接近传入key的节点，就是要找的节点
13 return p;
14 } else if (cmp < 0) {// key值较小
15 // 有左孩子向左孩子遍历
16 if (p.left != null) {
17 p = p.left;
18 } else {// 没有左孩子，这个节点比key值大，返回内容是向上寻找到的根节点或比传入key值小的最后一个节点（这块比较难理解，仔细模拟寻找节点的过程就会明白）
19 Entry<K,V> parent = p.parent;
20 Entry<K,V> ch = p;
21 while (parent != null && ch == parent.left) {
22 ch = parent;
23 parent = parent.parent;
24 }
25 return parent;
26 }
27 } else // key值相等
28 return p;
29 }
30 return null;
31 }
getHigherEntry(K key)
1 final Entry<K,V> getHigherEntry(K key) {
2 Entry<K,V> p = root;
3 while (p != null) {
4 int cmp = compare(key, p.key);
5 if (cmp < 0) {
6 if (p.left != null)
7 p = p.left;
8 else
9 return p;
10 } else {
11 if (p.right != null) {
12 p = p.right;
13 } else {
14 Entry<K,V> parent = p.parent;
15 Entry<K,V> ch = p;
16 while (parent != null && ch == parent.right) {
17 ch = parent;
18 parent = parent.parent;
19 }
20 return parent;
21 }
22 }
23 }
24 return null;
25 }
getFloorEntry和getHigherEntry方法遍历和寻找节点的方法类似，区别在于getFloorEntry寻找的是小于等于，优先返回小于的节点，而getHigherEntry寻找的是严格大于的节点，不包括等于的情况。
以上内容是TreeMap的基础方法，TreeMap的内部类及涉及到内部类的方法等都将在《TreeMap源码分析——深入分析》中给出。
红黑树更详细的介绍可以看下面的几篇博客，都总结的比我的要好的多，就不再累述了。
http://blog.csdn.net/v_JULY_v/archive/2010/12/29/6105630.aspx
http://blog.csdn.net/v_JULY_v/archive/2010/12/31/6109153.aspx
http://blog.csdn.net/v_JULY_v/article/details/6124989