1.二叉搜索树
定义:左子树的值均小于根节点的值,右子树的值均大于根节点的值
如果二叉排序树完全不平衡,则其深度可达到n,查找效率为O(n),退化为顺序查找。
时间复杂度:O(log2n) ~O(n)
2.avl树
定义:AVL树是带有平衡条件的二叉查找树,和红黑树相比,它是严格的平衡二叉树,平衡条件必须满足(所有节点的左右子树高度差不超过1).不管我们是执行插入还是删除操作,只要不满足上面的条件,就要通过旋转来保持平衡,而旋转是非常耗时的,因此AVL树适合用于插入删除次数比较少,但查找多的情况。
局限性:由于维护这种高度平衡所付出的代价比从中获得的效率收益还大,故而实际的应用不多,更多的地方是用追求局部而不是非常严格整体平衡的红黑树.当然,如果应用场景中对插入删除不频繁,只是对查找要求较高,那么AVL还是较优于红黑树。
时间复杂度:O(log2n)
3.红黑树
定义: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(由于是若平衡,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(任何不平衡都会在三次旋转之内解决),所以对于搜索,插入,删除操作多的情况下,我们就用红黑树.
时间复杂度:O(log2n)
4.B树
定义:B-Tree是一种多叉搜索树,数据存储在所有的节点中
5.B+树
定义:B+树是B树的变体,也是一种多叉搜索树,与B树的区别是:
1.所有的叶子节点通过链表相连
2.数据只存储在叶子节点中,非叶子节点不存数据,只存索引
6.为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引?
1.B+的磁盘读写代价更低
B+树的非叶子节点并没有指向关键字具体信息的指针。因此其非叶子节点相对B树更小。如果把所有同一非叶子节点的关键字存放在同一盘块中,那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。
2.B+tree的查询效率更加稳定
由于非叶子节点并不是最终指向文件内容的节点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根节点到叶子节点的路。所有关键字查询的路径长度相同,导致每一个数据的查询效率相当。
数据库索引采用B+树的主要原因是 B树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。正是为了解决这个问题,B+树应运而生。B+树只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的,而B树不支持这样的操作(或者说效率太低)