数据结构

1、二叉查找树
（1）左子树上所有节点的值均小于或等于它的根结点的值。
（2）右子树上所有节点的值均大于或等于它的根结点的值
2、红黑树
R-B Tree，全称是Red-Black Tree，它一种特殊的二叉查找树。红黑树的每个节点上都有存储位表示节点的颜色，可以是红或黑。
红黑树的特性:
（1）每个节点或者是黑色，或者是红色。
（2）根节点是黑色。
（3）每个叶子节点（NIL）是黑色。 [注意：这里叶子节点，是指为空(NIL或NULL)的叶子节点！]
（4）如果一个节点是红色的，则它的子节点必须是黑色的。
（5）从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。
3、红黑树的基本操作是添加、删除。在对红黑树进行添加或删除之后，都会用到旋转方法。添加或删除红黑树中的节点之后，红黑树就发生了变化，可能不满足红黑树的5条性质，也就不再是一颗红黑树了，而是一颗普通的树。而通过旋转，可以使这颗树重新成为红黑树。简单点说，旋转的目的是让树保持红黑树的特性。
红黑树有两大操作:
recolor (重新标记黑色或红色)
rotation (旋转，这是树达到平衡的关键)
4、LRU是Least Recently Used的缩写，即最近最少使用。LRU 算法的设计原则是：如果一个数据在最近一段时间没有被访问到，那么在将来它被访问的可能性也很小。也就是说，当限定的空间已存满数据时，应当把最久没有被访问到的数据淘汰。
LRU算法中有两种基本操作：
get(key)：查询key对应的节点，如果key存在，将节点移动至链表头部。
set(key, value)： 设置key对应的节点的值。如果key不存在，则新建节点，置于链表开头。如果链表长度超标，则将处于尾部的最后一个节点去掉。如果节点存在，更新节点的值，同时将节点置于链表头部。
如何来设计一款LRU算法呢？对于这种类似序列的结构我们一般可以选择链表或者是数组来构建。
数组 查询比较快，但是对于增删来说是一个不是一个好的选择。
链表 查询比较慢，但是对于增删来说十分方便O(1)时间复杂度内搞定。
有没有办法既能够让其搜索快，又能够快速进行增删操作。
我们可以选择链表+hash表，hash表的搜索可以达到0(1)时间复杂度，这样就完美的解决我们搜索时间慢的问题了。
hash的value是一个node，多个value即多个node之间是一个双向链表。
维护一个链表，当数据每一次查询就将数据放到链表的head，当有新数据添加时也放到head上。这样链表的tail就是最久没用使用的缓存数据，每次容量不足的时候就可以删除tail，并将前一个元素设置为tail，显然这是一个双向链表结构
https://www.cnblogs.com/nicky-160330/archive/2018/08/18/9498481.html
5、链表
设计链表的实现。可以选择使用单链表或双链表。单链表中的节点应该具有两个属性：val和next。val是当前节点的值，next是指向下一个节点