0.数据结构总结对比【更新中】

一、原子数据结构

1、Hash

最常见数据结构之一，时间复杂度O(1)

优点：高性能、简单

缺点：缺点是不能查询相邻的元素

2、数组

数组是最常用的数据结构，分为一维数组、多维数组，时间复杂度O(n)

优点：简单、在数据量不大的情况下性能比较高

缺点：数组在扩容开销比较大，只能使用连续内存

3、链表

单向链表、双向链表、循环链表，时间复杂度O(n)。

优点：链表在扩容开销相对数组比较小，可以使用碎片内存

缺点：数组在扩容开销比较大，只能使用连续内存

4、跳跃表

跳跃表（SkipList）是一种能高效实现插入、删除、查找的内存数据结构，这些操作的期望复杂度都是O（logN）。跳跃表广泛使用于KV数据库中，诸如Redis、LevelDB、HBase都把跳跃表作为一种维护有序数据集合的基础数据结构。

众所周知，链表这种数据结构的查询复杂度为O（N），这里N是链表中元素的个数。在已经找到要删除元素的情况下，再执行链表的删除操作其实非常高效，只需把待删除元素前一个元素的next指针指向待删除元素的后一个元素即可，复杂度为O（1），但问题是，链表的查询复杂度太高，因为链表在查询的时候，需要逐个元素地查找。如果链表在查找的时候，能够避免依次查找元素，那么查找复杂度将降低。而跳跃表就是利用这一思想，在链表之上额外存储了一些节点的索引信息，达到避免依次查找元素的目的，从而将查询复杂度优化为O（logN）。将查询复杂度优化之后，自然也优化了插入和删除的复杂度。

优点： 与红黑树以及其他的二分查找树相比，跳跃表的优势在于实现简单，而且在并发场景下加锁粒度更小，从而可以实现更高的并发性

缺点：稳定性差，算法时间复杂度可能O(logN)~O(n)之间

5、树类

5.1、二叉树

二叉树是一切树的基础，常用于学习。二叉树时间复杂度O(logN)~O(N)

优点：结构简单

缺点：稳定性差，算法时间复杂度可能O(logN)~O(n)之间

5.2、红黑树

结构稳定型二叉树，时间复杂度稳定，树做增、删、改、查时间复杂度为O(logn)。场景：高效且要求稳定的算法场景，java HashMap、TreeMap，C++ 的 STL 中，map 和 set 是用红黑树实现的，epoll 在内核中的实现，用红黑树管理事件块，nginx 中，用红黑树管理 timer

优点：结构稳定

缺点：树结构实现复杂

5.3、Trie树

分词场景且树平衡高的情况下查询效率比较高，利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较。时间复杂度：O(1)~O(n)，场景：elasticsearch存储结构

优点：分词检索场景性能好

缺点：算法不稳定，树算法上不够稳定，最坏情况下是O(n)

5.4、B树

树结构稳定，树时间复杂度稳定，增删改查时间复杂度为O(logmN)[备注：m是btree阶作为底数，N是数据量]，数结构合适磁盘系统文件检索的特点。场景：mysql mysam引擎索引数据结构。

优点：磁盘友好型算法

缺点：xxx

5.5、B+树

树结构稳定，树时间复杂度稳定，增删改查时间复杂度为O(logmN)[备注：m是btree阶作为底数，N是数据量]，数结构合适磁盘系统文件检索的特点。场景：mysql InnoDB引擎索引数据结构。

优点：磁盘友好型算法，相对Btree其末端子节点有data数据节点，通过data节点查询前后左右数据。

缺点：xxx

5.6、R树

R树是B树 向多维空间发展的另一种形式，它将对象空间按范围划分，每个结点都对应一个区域和一个磁盘页，非叶结点的磁盘页中存储其所有子结点的区域范围，非叶结点的 所有子结点的区域都落在它的区域范围之内；叶结点的磁盘页中存储其区域范围之内的所有空间对象的外接矩形。R树是一种动态索引结构。增删改查时间复杂度为O(logmN)[备注：m是btree阶作为底数，N是数据量]。

优点：适合经纬度查询

缺点：xxx

5.8、Treap树

二、非原子数据结构

1、LSM树

不是严格的树，目的是通过树的子节点串联一块块硬盘达到顺序写的能力。时间复杂度：O(logn)。场景：适合大数据计算框架 Hbase、clinkhouse。

LSM树的定义：

• LSM树是一个横跨内存和磁盘的，包含多颗"子树"的一个森林。
• LSM树分为Level 0、Level 1、Level 2 ... Level n 多颗子树，其中只有Level 0在内存中，其余Level 1-n在磁盘中。
• 内存中的Level 0子树一般采用排序树（红黑树/AVL树）、跳表或者TreeMap等这类有序的数据结构，方便后续顺序写磁盘。
• 磁盘中的Level 1-n子树，本质是数据排好序后顺序写到磁盘上的文件，只是叫做树而已。每一层的子树都有一个阈值大小，达到阈值后会进行合并，合并结果写入下一层。只有内存中数据允许原地更新，磁盘上数据的变更只允许追加写，不做原地更新。

LSM结构图：