数据结构—04：树

一、二叉排序（查找）树

1. 若左子树非空，则左子树上所有结点的值均小于根结点的值
2. 若右子树非空，则右子树上所有结点的值均大于根结点的值
3. 它的左、右子树也分别是二叉排序树

 

---

二、AVL树

平衡二叉树，是自平衡二叉查找树。在AVL树中任何节点的两个子树的高度最大差别为1，所以它也被称为高度平衡树。增加和删除可能需要通过一次或多次树旋转来重新平衡这个树。

1. 它是一棵空树 或 它的左、右两个子树的高度差的绝对值不超过 1；
2. 左右两个子树都是一棵平衡二叉树。

 

---

三、B 树

B-Tree（Balance Tree），也就是平衡树，是一种平衡多叉树。一个节点就是一个磁盘块。

主要特性：

1. 每个结点最多m个子结点。

2. 除了根结点和叶子结点外，每个结点最少有m/2（向上取整）个子结点。

3. 如果根结点不是叶子结点，那根结点至少包含两个子结点。

4. 所有的叶子结点都位于同一层。

5. 每个结点都包含k个元素（关键字），这里m/2≤k<m，这里m/2向下取整。

6. 每个元素（关键字）左结点的值，都小于或等于该元素（关键字）。

7. 右结点的值都大于或等于该元素（关键字）。

查找：从根结点开始，对结点内的关键字（有序）序列进行二分查找。查询所经过的结点数量要少很多，意味着更少的磁盘IO。

插入：在插入结点时，如果结点已满，需要将结点分裂为两个各占M/2的结点；

删除：删除结点时，需将两个不足M/2的兄弟结点合并；

 

---

四、B+ 树

B+Tree是在B树基础上的一种优化，是基于 B-Tree 和叶子节点顺序访问指针进行实现，它具有 B-Tree 的平衡性，并且通过顺序访问指针来提高区间查询的性能。

通常用用于数据库和操作系统的文件系统中。B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。B+ 树元素自底向上插入，这与二叉树恰好相反。

主要特性：

1. 所有叶子结点之间都有一个链指针；
2. 所有叶子结点中包含了全部元素信息（key和data）；
3. 所有非叶子结点只存储key；
4. 所有的data都存储在叶子结点中。

查找：与B树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在非叶子结点命中）。进行查找操作时，首先在根节点进行二分查找，找到一个 key 所在的指针，然后递归地在指针所指向的结点进行查找。直到查找到叶子节点，然后在叶子节点上进行二分查找，找出 key 所对应的 data。

插入、删除：会破坏平衡树的平衡性，因此在插入删除操作之后，需要对树进行一个分裂、合并、旋转等操作来维护平衡性。

 

---

五、B*树

是B+ 树的变体，在B+ 树的非根和非叶子结点再增加指向兄弟的指针。

B*树的分裂：当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）；如果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3的数据到新结点，最后在父结点增加新结点的指针。

 

 

---

六、红黑树

一种二叉查找树，但在每个节点增加一个存储位表示节点的颜色，可以是red或black。

 通过对任何一条从根到叶子的路径上各个节点着色的方式的限制，红黑树确保没有一条路径会比其它路径长出两倍。它是一种弱平衡二叉树(由于是弱平衡，可以推出，相同的节点情况下，AVL树的高度低于红黑树)，相对于要求严格的AVL树来说，它的旋转次数变少，所以对于搜索、插入、删除操作多的情况下，我们就用红黑树。

1. 结点非红即黑；
2. 根节点是黑色；
3. 所有 NULL 结点称为叶子节点，且认为颜色为黑；
4. 所有红节点的子结点都为黑色；
5. 从任一结点到其叶子节点的所有路径上都包含相同数目的黑结点。

 

 

---

小结

       二叉搜索树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点；

       B树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；

       B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；

       B*树：在B+树基础上，为非叶子结点也增加链表指针，将结点的最低利用率从1/2提高到2/3；

 

 

---