前面我们分别讲了Map接口的两个实现类HashMap和LinkedHashMap，本章我们讲一下Map接口另一个重要的实现类TreeMap，TreeMap或许不如HashMap那么常用，但存在即合理，它也有自己的应用场景，TreeMap可以实现元素的自动排序。

一. TreeMap概述

  1. TreeMap存储K-V键值对，通过红黑树（R-B tree）实现；
  2. TreeMap继承了NavigableMap接口，NavigableMap接口继承了SortedMap接口，可支持一系列的导航定位以及导航操作的方法，当然只是提供了接口，需要TreeMap自己去实现；
  3. TreeMap实现了Cloneable接口，可被克隆，实现了Serializable接口，可序列化；

  4. TreeMap因为是通过红黑树实现，红黑树结构天然支持排序，默认情况下通过Key值的自然顺序进行排序；

    二. 红黑树回顾

    因为TreeMap的存储结构是红黑树，我们回顾一下红黑树的特点以及基本操作，红黑树的原理可参考关于红黑树(R-B tree)原理，看这篇如何。下图为典型的红黑树：
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图1
    红黑树规则特点：

  5. 节点分为红色或者黑色；

  6. 根节点必为黑色；
  7. 叶子节点都为黑色，且为null；
  8. 连接红色节点的两个子节点都为黑色（红黑树不会出现相邻的红色节点）；
  9. 从任意节点出发，到其每个叶子节点的路径中包含相同数量的黑色节点；
  10. 新加入到红黑树的节点为红色节点；

红黑树自平衡基本操作：

  1. 变色：在不违反上述红黑树规则特点情况下，将红黑树某个node节点颜色由红变黑，或者由黑变红；
  2. 左旋：逆时针旋转两个节点，让一个节点被其右子节点取代，而该节点成为右子节点的左子节点
  3. 右旋：顺时针旋转两个节点，让一个节点被其左子节点取代，而该节点成为左子节点的右子节点

    三. TreeMap构造

    我们先看一下TreeMap中主要的成员变量
    1. /**
    2. * 我们前面提到TreeMap是可以自动排序的，默认情况下comparator为null，这个时候按照key的自然顺序进行排
    3. * 序，然而并不是所有情况下都可以直接使用key的自然顺序，有时候我们想让Map的自动排序按照我们自己的规则，
    4. * 这个时候你就需要传递Comparator的实现类
    5. */
    6. private final Comparator<? super K> comparator;
    7. /**
    8. * TreeMap的存储结构既然是红黑树，那么必然会有唯一的根节点。
    9. */
    10. private transient Entry<K,V> root;
    11. /**
    12. * Map中key-val对的数量，也即是红黑树中节点Entry的数量
    13. */
    14. private transient int size = 0;
    15. /**
    16. * 红黑树结构的调整次数
    17. */
    18. private transient int modCount = 0;
    上面的主要成员变量根节点root是Entry类的实体，我们来看一下Entry类的源码
    1. static final class Entry<K,V> implements Map.Entry<K,V> {
    2.  //key,val是存储的原始数据
    3.  K key;
    4.  V value;
    5.  //定义了节点的左孩子
    6.  Entry<K,V> left;
    7.  //定义了节点的右孩子
    8.  Entry<K,V> right;
    9.  //通过该节点可以反过来往上找到自己的父亲
    10.  Entry<K,V> parent;
    11.  //默认情况下为黑色节点，可调整
    12.  boolean color = BLACK;
    13.  /**
    14.   * 构造器
    15.   */
    16.  Entry(K key, V value, Entry<K,V> parent) {
    17.      this.key = key;
    18.      this.value = value;
    19.      this.parent = parent;
    20.  }
    21.  /**
    22.   * 获取节点的key值
    23.   */
    24.  public K getKey() {return key;}
    25.  /**
    26.   * 获取节点的value值
    27.   */
    28.  public V getValue() {return value;}
    29.  /**
    30.   * 用新值替换当前值，并返回当前值
    31.   */
    32.  public V setValue(V value) {
    33.      V oldValue = this.value;
    34.      this.value = value;
    35.      return oldValue;
    36.  }
    37.  public boolean equals(Object o) {
    38.      if (!(o instanceof Map.Entry))
    39.          return false;
    40.      Map.Entry<?,?> e = (Map.Entry<?,?>)o;
    41.      return valEquals(key,e.getKey()) && valEquals(value,e.getValue());
    42.  }
    43.  public int hashCode() {
    44.      int keyHash = (key==null ? 0 : key.hashCode());
    45.      int valueHash = (value==null ? 0 : value.hashCode());
    46.      return keyHash ^ valueHash;
    47.  }
    48.  public String toString() {
    49.      return key + "=" + value;
    50.  }
    51. }
    Entry静态内部类实现了Map的内部接口Entry，提供了红黑树存储结构的java实现，通过left属性可以建立左子树，通过right属性可以建立右子树，通过parent可以往上找到父节点。
    大体的实现结构图如下：
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图2
    TreeMap构造函数：
    1. //默认构造函数，按照key的自然顺序排列
    2. public TreeMap() {comparator = null;}
    3. //传递Comparator具体实现，按照该实现规则进行排序
    4. public TreeMap(Comparator<? super K> comparator) {this.comparator = comparator;}
    5. //传递一个map实体构建TreeMap,按照默认规则排序
    6. public TreeMap(Map<? extends K, ? extends V> m) {
    7.  comparator = null;
    8.  putAll(m);
    9. }
    10. //传递一个map实体构建TreeMap,按照传递的map的排序规则进行排序
    11. public TreeMap(SortedMap<K, ? extends V> m) {
    12.  comparator = m.comparator();
    13.  try {
    14.      buildFromSorted(m.size(), m.entrySet().iterator(), null, null);
    15.  } catch (java.io.IOException cannotHappen) {
    16.  } catch (ClassNotFoundException cannotHappen) {
    17.  }
    18. }

    四. put方法

    put方法为Map的核心方法，TreeMap的put方法大概流程如下：
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图3
    我们来分析一下源码
    1. public V put(K key, V value) {
    2.  Entry<K,V> t = root;
    3.  /**
    4.   * 如果根节点都为null，还没建立起来红黑树，我们先new Entry并赋值给root把红黑树建立起来，这个时候红
    5.   * 黑树中已经有一个节点了，同时修改操作+1。
    6.   */
    7.  if (t == null) {
    8.      compare(key, key); 
    9.      root = new Entry<>(key, value, null);
    10.      size = 1;
    11.      modCount++;
    12.      return null;
    13.  }
    14.  /**
    15.   * 如果节点不为null,定义一个cmp，这个变量用来进行二分查找时的比较；定义parent，是new Entry时必须
    16.   * 要的参数
    17.   */
    18.  int cmp;
    19.  Entry<K,V> parent;
    20.  // cpr表示有无自己定义的排序规则，分两种情况遍历执行
    21.  Comparator<? super K> cpr = comparator;
    22.  if (cpr != null) {
    23.      /**
    24.       * 从root节点开始遍历，通过二分查找逐步向下找
    25.       * 第一次循环：从根节点开始，这个时候parent就是根节点，然后通过自定义的排序算法
    26.       * cpr.compare(key, t.key)比较传入的key和根节点的key值，如果传入的key<root.key，那么
    27.       * 继续在root的左子树中找，从root的左孩子节点（root.left）开始：如果传入的key>root.key,
    28.       * 那么继续在root的右子树中找，从root的右孩子节点（root.right）开始;如果恰好key==root.key，
    29.       * 那么直接根据root节点的value值即可。
    30.       * 后面的循环规则一样，当遍历到的当前节点作为起始节点，逐步往下找
    31.       *
    32.       * 需要注意的是：这里并没有对key是否为null进行判断，建议自己的实现Comparator时应该要考虑在内
    33.       */
    34.      do {
    35.          parent = t;
    36.          cmp = cpr.compare(key, t.key);
    37.          if (cmp < 0)
    38.              t = t.left;
    39.          else if (cmp > 0)
    40.              t = t.right;
    41.          else
    42.              return t.setValue(value);
    43.      } while (t != null);
    44.  }
    45.  else {
    46.      //从这里看出，当默认排序时，key值是不能为null的
    47.      if (key == null)
    48.          throw new NullPointerException();
    49.      @SuppressWarnings("unchecked")
    50.      Comparable<? super K> k = (Comparable<? super K>) key;
    51.      //这里的实现逻辑和上面一样，都是通过二分查找，就不再多说了
    52.      do {
    53.          parent = t;
    54.          cmp = k.compareTo(t.key);
    55.          if (cmp < 0)
    56.              t = t.left;
    57.          else if (cmp > 0)
    58.              t = t.right;
    59.          else
    60.              return t.setValue(value);
    61.      } while (t != null);
    62.  }
    63.  /**
    64.   * 能执行到这里，说明前面并没有找到相同的key,节点已经遍历到最后了，我们只需要new一个Entry放到
    65.   * parent下面即可，但放到左子节点上还是右子节点上，就需要按照红黑树的规则来。
    66.   */
    67.  Entry<K,V> e = new Entry<>(key, value, parent);
    68.  if (cmp < 0)
    69.      parent.left = e;
    70.  else
    71.      parent.right = e;
    72.  /**
    73.   * 节点加进去了，并不算完，我们在前面红黑树原理章节提到过，一般情况下加入节点都会对红黑树的结构造成
    74.   * 破坏，我们需要通过一些操作来进行自动平衡处置，如【变色】【左旋】【右旋】
    75.   */
    76.  fixAfterInsertion(e);
    77.  size++;
    78.  modCount++;
    79.  return null;
    80. }
    put方法源码中通过fixAfterInsertion(e)方法来进行自平衡处理，我们回顾一下插入时自平衡调整的逻辑，下表中看不懂的名词可以参考关于红黑树(R-B tree)原理，看这篇如何
无需调整 【变色】即可实现平衡 【旋转+变色】才可实现平衡
情况1： 当父节点为黑色时插入子节点 空树插入根节点，将根节点红色变为黑色 父节点为红色左节点，叔父节点为黑色，插入左子节点，那么通过【左左节点旋转】
情况2： - 父节点和叔父节点都为红色 父节点为红色左节点，叔父节点为黑色，插入右子节点，那么通过【左右节点旋转】
情况3： - - 父节点为红色右节点，叔父节点为黑色，插入左子节点，那么通过【右左节点旋转】
情况4： - - 父节点为红色右节点，叔父节点为黑色，插入右子节点，那么通过【右右节点旋转】

接下来我们看一看这个方法

  1. private void fixAfterInsertion(Entry<K,V> x) {
  2.     //新插入的节点为红色节点
  3.     x.color = RED;
  4.     //我们知道父节点为黑色时，并不需要进行树结构调整，只有当父节点为红色时，才需要调整
  5.     while (x != null && x != root && x.parent.color == RED) {
  6.         //如果父节点是左节点，对应上表中情况1和情况2
  7.         if (parentOf(x) == leftOf(parentOf(parentOf(x)))) {
  8.             Entry<K,V> y = rightOf(parentOf(parentOf(x)));
  9.             //如果叔父节点为红色，对应于“父节点和叔父节点都为红色”，此时通过变色即可实现平衡
  10.             //此时父节点和叔父节点都设置为黑色，祖父节点设置为红色
  11.             if (colorOf(y) == RED) {
  12.                 setColor(parentOf(x), BLACK);
  13.                 setColor(y, BLACK);
  14.                 setColor(parentOf(parentOf(x)), RED);
  15.                 x = parentOf(parentOf(x));
  16.             } else {
  17.                 //如果插入节点是黑色，插入的是右子节点，通过【左右节点旋转】（这里先进行父节点左旋）
  18.                 if (x == rightOf(parentOf(x))) {
  19.                     x = parentOf(x);
  20.                     rotateLeft(x);
  21.                 }
  22.                 //设置父节点和祖父节点颜色
  23.                 setColor(parentOf(x), BLACK);
  24.                 setColor(parentOf(parentOf(x)), RED);
  25.                 //进行祖父节点右旋（这里【变色】和【旋转】并没有严格的先后顺序，达成目的就行）
  26.                 rotateRight(parentOf(parentOf(x)));
  27.             }
  28.         } else {
  29.             //父节点是右节点的情况
  30.             Entry<K,V> y = leftOf(parentOf(parentOf(x)));
  31.             //对应于“父节点和叔父节点都为红色”，此时通过变色即可实现平衡
  32.             if (colorOf(y) == RED) {
  33.                 setColor(parentOf(x), BLACK);
  34.                 setColor(y, BLACK);
  35.                 setColor(parentOf(parentOf(x)), RED);
  36.                 x = parentOf(parentOf(x));
  37.             } else {
  38.                 //如果插入节点是黑色，插入的是左子节点，通过【右左节点旋转】（这里先进行父节点右旋）
  39.                 if (x == leftOf(parentOf(x))) {
  40.                     x = parentOf(x);
  41.                     rotateRight(x);
  42.                 }
  43.                 setColor(parentOf(x), BLACK);
  44.                 setColor(parentOf(parentOf(x)), RED);
  45.                 //进行祖父节点左旋（这里【变色】和【旋转】并没有严格的先后顺序，达成目的就行）
  46.                 rotateLeft(parentOf(parentOf(x)));
  47.             }
  48.         }
  49.     }
  50.     //根节点必须为黑色
  51.     root.color = BLACK;
  52. }

源码中通过 rotateLeft 进行【左旋】，通过 rotateRight 进行【右旋】。都非常类似，我们就看一下【左旋】的代码，【左旋】规则如下：“逆时针旋转两个节点，让一个节点被其右子节点取代，而该节点成为右子节点的左子节点”。

  1. private void rotateLeft(Entry<K,V> p) {
  2.     if (p != null) {
  3.         /**
  4.          * 断开当前节点p与其右子节点的关联，重新将节点p的右子节点的地址指向节点p的右子节点的左子节点
  5.          * 这个时候节点r没有父节点
  6.          */
  7.         Entry<K,V> r = p.right;
  8.         p.right = r.left;
  9.         //将节点p作为节点r的父节点
  10.         if (r.left != null)
  11.             r.left.parent = p;
  12.         //将节点p的父节点和r的父节点指向同一处
  13.         r.parent = p.parent;
  14.         //p的父节点为null，则将节点r设置为root
  15.         if (p.parent == null)
  16.             root = r;
  17.         //如果节点p是左子节点，则将该左子节点替换为节点r
  18.         else if (p.parent.left == p)
  19.             p.parent.left = r;
  20.         //如果节点p为右子节点，则将该右子节点替换为节点r
  21.         else
  22.             p.parent.right = r;
  23.         //重新建立p与r的关系
  24.         r.left = p;
  25.         p.parent = r;
  26.     }
  27. }

就算是看了上面的注释还是并不清晰，看下图你就懂了
【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图4

五. get 方法

get方法是通过二分查找的思想，我们看一下源码

  1. public V get(Object key) {
  2.     Entry<K,V> p = getEntry(key);
  3.     return (p==null ? null : p.value);
  4. }
  5. /**
  6.  * 从root节点开始遍历，通过二分查找逐步向下找
  7.  * 第一次循环：从根节点开始，这个时候parent就是根节点，然后通过k.compareTo(p.key)比较传入的key和
  8.  * 根节点的key值；
  9.  * 如果传入的key<root.key, 那么继续在root的左子树中找，从root的左孩子节点（root.left）开始；
  10.  * 如果传入的key>root.key, 那么继续在root的右子树中找，从root的右孩子节点（root.right）开始;
  11.  * 如果恰好key==root.key，那么直接根据root节点的value值即可。
  12.  * 后面的循环规则一样，当遍历到的当前节点作为起始节点，逐步往下找
  13.  */
  14. //默认排序情况下的查找
  15. final Entry<K,V> getEntry(Object key) {
  17.     if (comparator != null)
  18.         return getEntryUsingComparator(key);
  19.     if (key == null)
  20.         throw new NullPointerException();
  21.     @SuppressWarnings("unchecked")
  22.     Comparable<? super K> k = (Comparable<? super K>) key;
  23.     Entry<K,V> p = root;
  24.     while (p != null) {
  25.         int cmp = k.compareTo(p.key);
  26.         if (cmp < 0)
  27.             p = p.left;
  28.         else if (cmp > 0)
  29.             p = p.right;
  30.         else
  31.             return p;
  32.     }
  33.     return null;
  34. }
  35. /**
  36.  * 从root节点开始遍历，通过二分查找逐步向下找
  37.  * 第一次循环：从根节点开始，这个时候parent就是根节点，然后通过自定义的排序算法
  38.  * cpr.compare(key, t.key)比较传入的key和根节点的key值，如果传入的key<root.key，那么
  39.  * 继续在root的左子树中找，从root的左孩子节点（root.left）开始：如果传入的key>root.key,
  40.  * 那么继续在root的右子树中找，从root的右孩子节点（root.right）开始;如果恰好key==root.key，
  41.  * 那么直接根据root节点的value值即可。
  42.  * 后面的循环规则一样，当遍历到的当前节点作为起始节点，逐步往下找
  43.  */
  44. //自定义排序规则下的查找
  45. final Entry<K,V> getEntryUsingComparator(Object key) {
  46.     @SuppressWarnings("unchecked")
  47.     K k = (K) key;
  48.     Comparator<? super K> cpr = comparator;
  49.     if (cpr != null) {
  50.         Entry<K,V> p = root;
  51.         while (p != null) {
  52.             int cmp = cpr.compare(k, p.key);
  53.             if (cmp < 0)
  54.                 p = p.left;
  55.             else if (cmp > 0)
  56.                 p = p.right;
  57.             else
  58.                 return p;
  59.         }
  60.     }
  61.     return null;
  62. }

六. remove方法

remove方法可以分为两个步骤，先是找到这个节点，直接调用了上面介绍的getEntry(Object key)，这个步骤我们就不说了，直接说第二个步骤，找到后的删除操作。

  1. public V remove(Object key) {
  2.     Entry<K,V> p = getEntry(key);
  3.     if (p == null)
  4.         return null;
  5.     V oldValue = p.value;
  6.     deleteEntry(p);
  7.     return oldValue;
  8. }

通过deleteEntry(p)进行删除操作，删除操作的原理我们在前面已经讲过

  1. 删除的是根节点，则直接将根节点置为null;
  2. 待删除节点的左右子节点都为null，删除时将该节点置为null;
  3. 待删除节点的左右子节点有一个有值，则用有值的节点替换该节点即可；
  4. 待删除节点的左右子节点都不为null，则找前驱或者后继，将前驱或者后继的值复制到该节点中，然后删除前驱或者后继（前驱：左子树中值最大的节点，后继：右子树中值最小的节点）；
    1. private void deleteEntry(Entry<K,V> p) {
    2.  modCount++;
    3.  size--;
    4.  //当左右子节点都不为null时，通过successor(p)遍历红黑树找到前驱或者后继
    5.  if (p.left != null && p.right != null) {
    6.      Entry<K,V> s = successor(p);
    7.      //将前驱或者后继的key和value复制到当前节点p中，然后删除节点s(通过将节点p引用指向s)
    8.      p.key = s.key;
    9.      p.value = s.value;
    10.      p = s;
    11.  } 
    12.  Entry<K,V> replacement = (p.left != null ? p.left : p.right);
    13.  /**
    14.   * 至少有一个子节点不为null，直接用这个有值的节点替换掉当前节点，给replacement的parent属性赋值,给
    15.   * parent节点的left属性和right属性赋值，同时要记住叶子节点必须为null,然后用fixAfterDeletion方法
    16.   * 进行自平衡处理
    17.   */
    18.  if (replacement != null) {
    19.      //将待删除节点的子节点挂到待删除节点的父节点上。
    20.      replacement.parent = p.parent;
    21.      if (p.parent == null)
    22.          root = replacement;
    23.      else if (p == p.parent.left)
    24.          p.parent.left  = replacement;
    25.      else
    26.          p.parent.right = replacement;
    27.      p.left = p.right = p.parent = null;
    28.      /**
    29.       * p如果是红色节点的话，那么其子节点replacement必然为红色的，并不影响红黑树的结构
    30.       * 但如果p为黑色节点的话，那么其父节点以及子节点都可能是红色的，那么很明显可能会存在红色相连的情
    31.       * 况，因此需要进行自平衡的调整
    32.       */
    33.      if (p.color == BLACK)
    34.          fixAfterDeletion(replacement);
    35.  } else if (p.parent == null) {//这种情况就不用多说了吧
    36.      root = null;
    37.  } else { 
    38.      /**
    39.       * 如果p节点为黑色，那么p节点删除后，就可能违背每个节点到其叶子节点路径上黑色节点数量一致的规则，
    40.       * 因此需要进行自平衡的调整
    41.       */ 
    42.      if (p.color == BLACK)
    43.          fixAfterDeletion(p);
    44.      if (p.parent != null) {
    45.          if (p == p.parent.left)
    46.              p.parent.left = null;
    47.          else if (p == p.parent.right)
    48.              p.parent.right = null;
    49.          p.parent = null;
    50.      }
    51.  }
    52. }
    操作的操作其实很简单，场景也不多，我们看一下删除后的自平衡操作方法fixAfterDeletion
    1. private void fixAfterDeletion(Entry<K,V> x) {
    2.  /**
    3.   * 当x不是root节点且颜色为黑色时
    4.   */
    5.  while (x != root && colorOf(x) == BLACK) {
    6.      /**
    7.       * 首先分为两种情况，当前节点x是左节点或者当前节点x是右节点，这两种情况下面都是四种场景,这里通过
    8.       * 代码分析一下x为左节点的情况，右节点可参考左节点理解，因为它们非常类似
    9.       */
    10.      if (x == leftOf(parentOf(x))) {
    11.          Entry<K,V> sib = rightOf(parentOf(x));
    12.          /**
    13.           * 场景1：当x是左黑色节点，兄弟节点sib是红色节点
    14.           * 兄弟节点由红转黑，父节点由黑转红，按父节点左旋，
    15.           * 左旋后树的结构变化了，这时重新赋值sib，这个时候sib指向了x的兄弟节点
    16.           */
    17.          if (colorOf(sib) == RED) {
    18.              setColor(sib, BLACK);
    19.              setColor(parentOf(x), RED);
    20.              rotateLeft(parentOf(x));
    21.              sib = rightOf(parentOf(x));
    22.          }
    23.          /**
    24.           * 场景2：节点x、x的兄弟节点sib、sib的左子节点和右子节点都为黑色时，需要将该节点sib由黑变
    25.           * 红，同时将x指向当前x的父节点
    26.           */
    27.          if (colorOf(leftOf(sib))  == BLACK &&
    28.              colorOf(rightOf(sib)) == BLACK) {
    29.              setColor(sib, RED);
    30.              x = parentOf(x);
    31.          } else {
    32.              /**
    33.               * 场景3：节点x、x的兄弟节点sib、sib的右子节点都为黑色，sib的左子节点为红色时，
    34.               * 需要将sib左子节点设置为黑色，sib节点设置为红色，同时按sib右旋，再将sib指向x的
    35.               * 兄弟节点
    36.               */
    37.              if (colorOf(rightOf(sib)) == BLACK) {
    38.                  setColor(leftOf(sib), BLACK);
    39.                  setColor(sib, RED);
    40.                  rotateRight(sib);
    41.                  sib = rightOf(parentOf(x));
    42.              }
    43.              /**
    44.               * 场景4：节点x、x的兄弟节点sib都为黑色，而sib的左右子节点都为红色或者右子节点为红色、
    45.               * 左子节点为黑色，此时需要将sib节点的颜色设置成和x的父节点p相同的颜色，
    46.               * 设置x的父节点为黑色，设置sib右子节点为黑色，左旋x的父节点p，然后将x赋值为root
    47.               */
    48.              setColor(sib, colorOf(parentOf(x)));
    49.              setColor(parentOf(x), BLACK);
    50.              setColor(rightOf(sib), BLACK);
    51.              rotateLeft(parentOf(x));
    52.              x = root;
    53.          }
    54.      } else {//x是右节点的情况
    55.          Entry<K,V> sib = leftOf(parentOf(x));
    56.          if (colorOf(sib) == RED) {
    57.              setColor(sib, BLACK);
    58.              setColor(parentOf(x), RED);
    59.              rotateRight(parentOf(x));
    60.              sib = leftOf(parentOf(x));
    61.          }
    62.          if (colorOf(rightOf(sib)) == BLACK &&
    63.              colorOf(leftOf(sib)) == BLACK) {
    64.              setColor(sib, RED);
    65.              x = parentOf(x);
    66.          } else {
    67.              if (colorOf(leftOf(sib)) == BLACK) {
    68.                  setColor(rightOf(sib), BLACK);
    69.                  setColor(sib, RED);
    70.                  rotateLeft(sib);
    71.                  sib = leftOf(parentOf(x));
    72.              }
    73.              setColor(sib, colorOf(parentOf(x)));
    74.              setColor(parentOf(x), BLACK);
    75.              setColor(leftOf(sib), BLACK);
    76.              rotateRight(parentOf(x));
    77.              x = root;
    78.          }
    79.      }
    80.  }
    81.  setColor(x, BLACK);
    82. }
    当待操作节点为左节点时，上面描述了四种场景，而且场景之间可以相互转换，如deleteEntry后进入了场景1，经过场景1的一些列操作后，红黑树的结构并没有调整完成，而是进入了场景2，场景2执行完成后跳出循环，将待操作节点设置为黑色，完成。我们下面用图来说明一下四种场景帮助理解，当然大家最好自己手动画一下。
    场景1：
    当x是左黑色节点，兄弟节点sib是红色节点，需要兄弟节点由红转黑，父节点由黑转红，按父节点左旋，左旋后树的结构变化了，这时重新赋值sib，这个时候sib指向了x的兄弟节点。
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图5
    但经过这一系列操作后，并没有结束，而是可能到了场景2，或者场景3和4
    场景2：
    节点x、x的兄弟节点sib、sib的左子节点和右子节点都为黑色时，需要将该节点sib由黑变红，同时将x指向当前x的父节点
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图6
    经过场景2的一系列操作后，循环就结束了，我们跳出循环，将节点x设置为黑色，自平衡调整完成。
    场景3：
    节点x、x的兄弟节点sib、sib的右子节点都为黑色，sib的左子节点为红色时，需要将sib左子节点设置为黑色，sib节点设置为红色，同时按sib右旋，再将sib指向x的兄弟节点
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图7
    并没有完，场景3的一系列操作后，会进入到场景4
    场景4：
    节点x、x的兄弟节点sib都为黑色，而sib的左右子节点都为红色或者右子节点为红色、左子节点为黑色，此时需要将sib节点的颜色设置成和x的父节点p相同的颜色，设置x的父节点颜色为黑色，设置sib右孩子的颜色为黑色，左旋x的父节点p，然后将x赋值为root
    【144期】能说出 TreeMap 原理实现及常用方法吗？ - 图8
    四种场景讲完了，删除后的自平衡操作不太好理解，代码层面的已经弄明白了，但如果让我自己去实现的话，还是差了一些，还需要再研究。

    七. 遍历

    遍历比较简单，TreeMap的遍历可以使用map.values(), map.keySet()，map.entrySet()，map.forEach()，这里不再多说。

    八. 总结

    本文详细介绍了TreeMap的基本特点，并对其底层数据结构红黑树进行了回顾，同时讲述了其自动排序的原理，并从源码的角度结合红黑树图形对put方法、get方法、remove方法进行了讲解，最后简单提了一下遍历操作，若有不对之处，请批评指正，望共同进步，谢谢！