前文「JDK源码分析-TreeMap(1)」分析了 TreeMap 的一些方法，本文分析其中的增删方法。这也是红黑树插入和删除节点的操作，由于相对复杂，因此单独进行分析。
插入操作
该操作其实就是红黑树的插入节点操作。前面分析过，红黑树是一种平衡二叉树，新增节点后可能导致其失去平衡，因此需要对其进行修复操作以维持其平衡性。插入操作的代码如下：
public V put(K key, V value) { Entry<K,V> t = root; // 若 root 节点为空，则直接插入（为根节点） if (t == null) { compare(key, key); // type (and possibly null) check root = new Entry<>(key, value, null); size = 1; modCount++; return null; } int cmp; Entry<K,V> parent; // split comparator and comparable paths // 拆分 Comparator 接口和 Comparable 接口（上文 getEntry 方法也是如此） Comparator<? super K> cpr = comparator; if (cpr != null) { do { parent = t; cmp = cpr.compare(key, t.key); if (cmp < 0) t = t.left; else if (cmp > 0) t = t.right; else // 若key已存在，则替换其对应的value return t.setValue(value); } while (t != null); } else { if (key == null) throw new NullPointerException(); @SuppressWarnings("unchecked") Comparable<? super K> k = (Comparable<? super K>) key; do { parent = t; cmp = k.compareTo(t.key); if (cmp < 0) t = t.left; else if (cmp > 0) t = t.right; else return t.setValue(value); } while (t != null); } Entry<K,V> e = new Entry<>(key, value, parent); if (cmp < 0) parent.left = e; else parent.right = e; // 插入节点后的平衡性调整 fixAfterInsertion(e); size++; modCount++; return null; }
对应的几种插入节点修复操作前文「数据结构与算法笔记（四）」已进行了分析，为了便于分析和理解代码，这里把图再贴一下（下图为关注节点的父节点是其祖父节点的左子节点的情况，在右边时操作类似）：
case1: 关注节点 a 的叔叔节点为红色
case2: 关注节点为 a，它的叔叔节点 d 是黑色，a 是其父节点 b 的右子节点
case3: 关注节点是 a，它的叔叔节点 d 是黑色，a 是其父节点 b 的左子节点
插入操作的平衡调整代码如下：
private void fixAfterInsertion(Entry<K,V> x) { // 新插入的节点为红色 x.color = RED; // 只有在父节点为红色时需要进行插入修复操作 while (x != null && x != root && x.parent.color == RED) { // 下面两种情况是左右对称的 // x 的父节点是它祖父节点的左子节点 if (parentOf(x) == leftOf(parentOf(parentOf(x)))) { // 叔叔节点 Entry<K,V> y = rightOf(parentOf(parentOf(x))); // case1 if (colorOf(y) == RED) { setColor(parentOf(x), BLACK); setColor(y, BLACK); setColor(parentOf(parentOf(x)), RED); x = parentOf(parentOf(x)); } else { // case2 if (x == rightOf(parentOf(x))) { x = parentOf(x); rotateLeft(x); } // case3 setColor(parentOf(x), BLACK); setColor(parentOf(parentOf(x)), RED); rotateRight(parentOf(parentOf(x))); } } // x 的父节点是它祖父节点的右子节点（与上面情况对称） else { Entry<K,V> y = leftOf(parentOf(parentOf(x))); if (colorOf(y) == RED) { setColor(parentOf(x), BLACK); setColor(y, BLACK); setColor(parentOf(parentOf(x)), RED); x = parentOf(parentOf(x)); } else { if (x == leftOf(parentOf(x))) { x = parentOf(x); rotateRight(x); } setColor(parentOf(x), BLACK); setColor(parentOf(parentOf(x)), RED); rotateLeft(parentOf(parentOf(x))); } } } root.color = BLACK; }
对称情况下的相应操作不再分析，其原理是类似的。
删除操作
remove() 方法：
public V remove(Object key) { Entry<K,V> p = getEntry(key); if (p == null) return null; V oldValue = p.value; deleteEntry(p); return oldValue; }
内部实现方法如下：
/** * Delete node p, and then rebalance the tree. */ private void deleteEntry(Entry<K,V> p) { modCount++; size--; // If strictly internal, copy successor's element to p and then make p // point to successor. // 左右子树都不为空，寻找后继节点 if (p.left != null && p.right != null) { Entry<K,V> s = successor(p); p.key = s.key; p.value = s.value; p = s; } // p has 2 children // Start fixup at replacement node, if it exists. Entry<K,V> replacement = (p.left != null ? p.left : p.right); if (replacement != null) { // Link replacement to parent replacement.parent = p.parent; if (p.parent == null) root = replacement; else if (p == p.parent.left) p.parent.left = replacement; else p.parent.right = replacement; // Null out links so they are OK to use by fixAfterDeletion. p.left = p.right = p.parent = null; // Fix replacement if (p.color == BLACK) fixAfterDeletion(replacement); } else if (p.parent == null) { // return if we are the only node. // 只有一个根节点 root = null; } else { // No children. Use self as phantom replacement and unlink. if (p.color == BLACK) fixAfterDeletion(p); if (p.parent != null) { if (p == p.parent.left) p.parent.left = null; else if (p == p.parent.right) p.parent.right = null; p.parent = null; } } }
几种删除操作情况如下（下图为关注节点为父节点的左子节点的情况，关注节点为父节点的右子节点情况时的操作对称）：
case1: 关注节点的兄弟节点是红色
case2: 关注节点的兄弟节点是黑色，且兄弟节点的子节点都是黑色
case3: 关注节点的兄弟节点是黑色，且左子节点是红色、右子节点是黑色
case4: 关注节点的兄弟节点是黑色，且右子节点是红色、左子节点是黑色
勘误：前文「数据结构与算法笔记（四）」对红黑树删除操作第四种情况的分析不够准确，近两天又参考了其他文章及代码，这里的 case4 是目前经分析认为比较准确的（符合 JDK 1.8 源码中 TreeMap 的实现思路）。
PS: 别人的资料也未必都正确，不可全信，包括本文，还是要持有怀疑精神的。
删除操作的平衡调整代码如下：
private void fixAfterDeletion(Entry<K,V> x) { // x 不为根节点，且颜色为黑色 while (x != root && colorOf(x) == BLACK) { // x 是父节点的左子节点 if (x == leftOf(parentOf(x))) { // 兄弟节点 Entry<K,V> sib = rightOf(parentOf(x)); // case1 待删除节点的兄弟节点为红色 if (colorOf(sib) == RED) { setColor(sib, BLACK); setColor(parentOf(x), RED); rotateLeft(parentOf(x)); sib = rightOf(parentOf(x)); } // case2 待删除节点的兄弟节点的子节点都为黑色 if (colorOf(leftOf(sib)) == BLACK && colorOf(rightOf(sib)) == BLACK) { setColor(sib, RED); x = parentOf(x); } else { // case3 待删除节点的兄弟节点的左子节点为红色、右子节为黑色 if (colorOf(rightOf(sib)) == BLACK) { setColor(leftOf(sib), BLACK); setColor(sib, RED); rotateRight(sib); sib = rightOf(parentOf(x)); } // case4 待删除节点的兄弟节点的左子节点为黑色、右子节为红色 setColor(sib, colorOf(parentOf(x))); setColor(parentOf(x), BLACK); setColor(rightOf(sib), BLACK); //?? rotateLeft(parentOf(x)); x = root; } } // x 是父节点的右子节点（对称操作） else { // symmetric Entry<K,V> sib = leftOf(parentOf(x)); if (colorOf(sib) == RED) { setColor(sib, BLACK); setColor(parentOf(x), RED); rotateRight(parentOf(x)); sib = leftOf(parentOf(x)); } if (colorOf(rightOf(sib)) == BLACK && colorOf(leftOf(sib)) == BLACK) { setColor(sib, RED); x = parentOf(x); } else { if (colorOf(leftOf(sib)) == BLACK) { setColor(rightOf(sib), BLACK); setColor(sib, RED); rotateLeft(sib); sib = leftOf(parentOf(x)); } setColor(sib, colorOf(parentOf(x))); setColor(parentOf(x), BLACK); setColor(leftOf(sib), BLACK); rotateRight(parentOf(x)); x = root; } } } setColor(x, BLACK); }
插入和删除操作相对复杂，容易被绕晕，但其实也是有规律可循的。对比操作的图解，可以更容易分析和理解。
参考文章：
https://zhuanlan.zhihu.com/p/22800206
这篇文章介绍了红黑树的删除操作，逻辑清晰，推荐阅读。
相关阅读：
Stay hungry, stay foolish.
PS: 本文首发于微信公众号【WriteOnRead】。