树

二叉树：
i层(i>=1), 第i 层最多2的i-1次方节点，总节点最多为2的i次方-1
满二叉树：全满 完全二叉树：全满的基础上顺序减少了一部分。
顺序存储：如通过0表明此节点不存在元素，下标为0存储根节点
链式存储：数据，左右指针
遍历：
先序遍历二叉树：先中间节点（根节点），先序遍历左子树，先序遍历右子树
中序：中序遍历左子树，根节点，中序遍历右子树
后序：后序遍历左子树，后序遍历右子树，根节点
层次遍历：按照树的层次自上而下
线索二叉树：链式存储中，n个节点，2n个指针域，n-1个指针域被使用（根节点无指针域指向），n+1个指针域空闲
考虑使用空闲指针域存放某种遍历顺序下当前节点的前驱或后继。增加两标志位，ltag表示lchild存放左子节点还是前驱，
rtag右子节点还是后继。

哈夫曼树（最优二叉树）：当用 n 个结点（都做叶子结点且都有各自的权值）试图构建一棵树时，树的带权路径长度（WPL）最小，原则上权重越大的结点离树根越近
节点的带权路径长度：节点的权重乘以根节点到此节点的路径长度
树的带权路径长度：所有叶子节点的带权路径长度之和。

WPL = 7 * 1 + 5 * 2 + 2 * 3 + 4 * 3

构建过程：最小2,4，构建二叉树，根节点权重为6(2+4)，最小5,6，构建二叉树，根为11，以此类推

哈夫曼编码：最少的字符包含最多的信息内容。

字符 a 用到的次数最多（权重最大），其次是字符 b 。字符 a 在哈夫曼编码是 0 ，字符 b 编码为 10 ，字符 c 的编码为 110 ，字符 d 的编码为 111 。如000011010 为aaaacb

二叉排序/搜索/查找树：左子树全小于等于根，右子树全大于等于根，左，右子树也为二叉排序树
构建二叉排序树：一个一个插入，插入和查找思路一样的
中序遍历二叉排序树可得到从小到大的有序数组
删除：叶子节点直接删，只含单边子树用单边子节点代替自己，含双子树的用中序遍历的前驱或后继节点代替自己。

平衡二叉搜索树（AVL树）：左右两个子树的高度差的绝对值不超过1，且左右子树都是平衡二叉树
节点的平衡因子：节点左子树高度减右子树高度
左旋：插入后导致节点平衡因子小于等于-2
（1）节点的右孩子替代此节点位置
（2）右孩子的左子树变为该节点的右子树
（3）节点本身变为右孩子的左子树
右旋类似
左右旋：先左旋，后右旋

右左旋

实现：红黑树，AVL算法… 区分AVL树和AVL算法

红黑树：1根黑，2叶子节点是黑色的nil节点（和我们通常说的叶子节点不一样），3红的子节点为黑，4任一节点到其下所有叶子节点（nil）含相同数目的黑色节点（下图从80节点到所有叶子节点都含3），最短路径全黑，最长路径红黑交替，相差不超过2倍。时间复杂度O(lgn)，因为一棵含n个节点的红黑树的高度至多为2log(n+1).

插入：找到插入位置，涂红色，问题（可能违背红的子节点为黑这个原则），若违背需修正（旋转和重新着色）
如何修正（叔叔可能为nil黑节点）
1 叔叔为红，(爸，叔改黑，爷爷改红）保证特性4，然后处理爷爷（如60节点）

2 叔叔为黑，当前节点为右子节点（7节点），父节点（2）为当前节点，左旋

3 叔叔（14）为黑，当前节点为左子节点，（父黑，爷爷改红，以爷爷为支点右旋），最后如下图

删除：先作为二叉搜索树删除，
1 无子节点 2 一个子节点 3 双子节点（所在位置改为前驱或后继的值，不过颜色不变，删除前驱或后继），转换为1或2
删除红色的情况1，直接删，红色的情况2（不存在）
删除黑色的情况1：复杂， https://www.cnblogs.com/qingergege/p/7351659.html
删除黑色的情况2：即黑+单红子节点，用子节点替换，并修改子节点为黑。

查找：用key找value,会不会有多个呢(非唯一索引)，
m阶 m-1关键字，m个子树
B树：
1 根节点至少有两个子节点（至少1个关键字）
2 非根结点至少有Math.ceil(m/2)-1个关键字，ceil向上取整
3 关键字左子树小于它，右子树大于它（没有等于，意味着不存在单key对应多value）
3 叶子节点位于同一层
非叶子节点存储 key value pointer

B+树： 在B树上扩展
1内部（索引）节点和叶子节点，根节点可以是内部或叶子节点
2 数据都放于叶子节点
3 内部节点key左子树小于它，右子树大于等于它 （举例：非叶节点含key15，右子树叶节点含key15和对应value，此外还可以含多个key15和对应value，如非唯一索引），索引节点的key值均会出现在叶子节点中。
4 叶子节点链接，单链表
非叶子节点存储 key pointer，没有value非叶子节点可以存放更多key