数据结构学习——红黑树

目录

 

1.红黑树

2.B-树

3.红黑树与4阶B-树的关系

4.B+树

5.各类树的应用场景

---

1.红黑树

红黑树（red-black tree）,满足以下规则：

1. 节点是红色或黑色;
2. 根是黑色;
3. 所有叶子都是黑色（叶子是NIL节点）;
4. 每个红色节点必须有两个黑色的子节点（从每个叶子到根的所有路径上不能有两个连续的红色节点）;
5. 从任一节点到其每个叶子(NIL)的所有简单路径都包含相同数目的黑色节点。

事实上，如上所有的规则都只想做一件事，让二叉树尽可能的平衡。

1. 对于定义4，即代表了红黑树中不可能出现两个连续的红色节点，也就是说支树上最多是红黑交替的情况(可以出现连续的黑节点)。
2. 对于定义5，结合定义4，即代表红黑树中最长路径最多是最短路径的两倍。红黑树的示意图如下：

2.B-树

所谓m阶B-树，即m路平衡搜索树，满足以下规则：

（1）树中每个结点至多有m 棵子树（注：m指的是树的阶）；

（2）若根结点不是叶子结点，则至少有两棵子树（注：根节点至少有两个儿子）；

（3）除根结点之外的所有非叶子结点至少有p个子节点（, 为向上取整。）;

（4）所有的非叶子结点中包含以下数据：（n，A0，K1，A1，K2，…，Kn，An）

     其中：

     Ki（i=1,2,…,n）为关键码，且Ki<Ki+1（注：ki是真实数据，存放在线性表当中，且从左至右升序排列）

     Ai 为指向儿子的指针(i=0,1,…,n)，且指针Ai-1 所指子树中所有结点的关键码均小于Ki (i=1,2,…,n)，An 所指子树中所有结点的            关键码均大于Kn。（注：每个ki数据两旁各安放了一个指针，即Ai-1和Ai，左边的子树数据统统小于ki，右边子树的数据统             统大于ki）（注：总体来看指针数量比数据数量多1）

      n 为关键码的个数（）。

（5）所有的叶子结点都出现在同一层次上，即所有叶节点具有相同的深度，等于树高度。并且不带信息（可以看作是外部结点或查找失败的结点，实际上这些结点不存在，指向这些结点的指针为空）。

由于各节点的分支数介于之间，故m阶B-树也称作（，m）树。以4阶B-树为例，其示意图如下：

3.红黑树与4阶B-树的关系

提升各红节点，使之与其（黑）父亲等高，于是每棵红黑树，都对应一棵4阶B-树（（2,4）树 ）。

将黑节点与其红孩子视作关键码并合并为超级节点，沿水平方向相邻的每一组节点即恰好构成4阶B树的一个节点。

4.B+树

一个M阶B+树具有如下几个特征：

1. 有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
2. 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。

如下是一棵B+树，可以看到每一个父节点的元素都出现在子节点中，是子节点最大（或最小）的元素，如8,15。需要注意根节点的最大元素，也是整个B+树的最大元素，无论插入删除多少元素，始终要保持最大元素在跟节点当中。

卫星数据：指的是索引元素所指向的数据记录，例如数据库中的某一行。在B-树，无论中间节点还是叶子节点都带有卫星数据。 而在B+树当中，只有叶子节点带有卫星数据，其余中间节点仅仅是索引，没有任何数据关联。因为B+树中间节点没有卫星数据，所以同样大小的磁盘页可以容纳更多的节点元素。这意味着，数据量相同的情况下,B+树的结构比B-树更加矮胖，因此查询时IO次数也更少。

需要补充的是，在数据库的聚集索引（Clustered Index）中，叶子节点直接包含卫星数据。在非聚集索引（NonClustered Index）中，叶子节点带有指向卫星数据的指针。

B+树的优势：

1. 单一节点存储更多的元素，使得查询的IO次数更少。
2. 所有查询都要查找到叶子节点，查询性能稳定。
3. 所有叶子节点形成有序链表，便于范围查询。

5.各类树的应用场景

AVL树：平衡二叉树，一般是用平衡因子差值决定并通过旋转来实现，左右子树树高差不超过1。相比于红黑树，它是严格的平衡二叉树，平衡条件非常严格（树高差只有1），只要插入或删除不满足上面的条件就要通过旋转来保持平衡。由于旋转是非常耗费时间的。因此AVL树适合用于插入删除次数比较少，但查找多的场合。

红黑树：平衡二叉树，通过对任何一条从根到叶子的简单路径上各个节点的颜色进行约束，确保没有一条路径会比其他路径长2倍，因而是近似平衡的。所以相对于严格要求平衡的AVL树来说，它的旋转保持平衡次数较少。用于搜索时，插入删除次数多的情况下我们就用红黑树来取代AVL。（现在部分场景使用跳表来替换红黑树，可搜索“为啥 redis 使用跳表(skiplist)而不是使用 red-black？”）

B-树/B+树：它们特点是一样的，是多路查找树，一般用于数据库系统中，为什么，因为它们分支多层数少呗，都知道磁盘IO是非常耗时的，而像大量数据存储在磁盘中所以我们要有效的减少磁盘IO次数避免磁盘频繁的查找。B+树是B树的变种树，有n棵子树的节点中含有n个关键字，每个关键字不保存数据，只用来索引，数据都保存在叶子节点。是为文件系统而生的。

以上几种树都是有序的，如果你采用合适的算法遍历整个数，可以得到一个有序的列表。这也是为什么如果有数据库索引的情况下，你order by你索引的值，就会速度特别快，因为它并没有给你真的排序，只是遍历树而已。

Trie树：又名单词查找树，一种树形结构，常用来操作字符串。它是不同字符串的相同前缀只保存一份。相对直接保存字符串肯定是节省空间的，但是它保存大量字符串时会很耗费内存（是内存）。（类似于leveldb中block data可分为KV存储区和重启点信息存储区两部分，有共享前缀）

补充：前缀树(prefix tree)，后缀树(suffix tree)，radix tree(patricia tree, compact prefix tree)，crit-bit tree（解决耗费内存问题），以及前面说的double array trie。

• 前缀树：字符串快速检索，字符串排序，最长公共前缀，自动匹配前缀显示后缀。
• 后缀树：查找字符串s1在s2中，字符串s1在s2中出现的次数，字符串s1,s2最长公共部分，最长回文串。
• radix tree：linux内核，nginx。