在 Java 的 HashMap 中（从 JDK 1.8 开始），当链表长度超过阈值（默认位 8）且数组容量大于 64 时，链表会转换为红黑树。
之所以选择 红黑树（Red-Black Tree） 而不是 AVL 树、B 树或普通的二叉搜索树，是基于性能、内存消耗和平衡策略之间的权衡。
1. 为什么不是普通的二叉搜索树 (BST)？
普通的二叉搜索树在极端情况下（例如插入的数据是有序的）会退化成一个链表。
- 后果： 查询效率从 直接跌回 。
- 结论： 为了保证最坏情况下的性能，必须选择一种能够“自我平衡”的树。
2. 为什么是红黑树而不是 AVL 树？
这是面试中最常被问到的点。AVL 树是“高度平衡”的，而红黑树是“弱平衡”的。
-
平衡标准不同：
- AVL 树： 严格要求左右子树高度差不超过 1。
- 红黑树： 只要求最长路径不超过最短路径的 2 倍。
-
查找效率： AVL 树由于更平衡，搜索速度略快。
-
插入/删除效率： 这是关键。AVL 树为了维持严格的平衡，在插入或删除节点时，经常需要进行大量的旋转操作。而红黑树通过较少的旋转和变色就能达到平衡。
-
HashMap 的场景：
HashMap不仅仅是用来查询的，它还会频繁地进行插入和删除。红黑树在插入/删除和查找之间取得了一个完美的平衡（Trade-off） ，综合性能更优。
3. 为什么不是 B 树或 B+ 树？
B/B+ 树通常用于文件系统或数据库索引，它们的主要设计目的是减少磁盘 I/O 次数。
- 节点结构： B 树的一个节点可以存储多个数据。
- 内存开销： 在内存中（如
HashMap所在的堆空间），数据访问非常快，不需要通过增加节点分支来减少树高。 - 复杂性： B 树的实现逻辑比红黑树复杂得多，且在数据量较小时（
HashMap的桶内元素通常不会多到离谱），B 树的优势完全无法体现，反而会因为节点内部的遍历逻辑浪费时间。
