树的探索之旅（二叉树、平衡二叉树、红黑树、B树、B+树）

树的探索之旅

---

树生成器

学习心得

• 不同的树有着不同的功能，核心的功能就是快速查询
• 而我们要学习的是树的结构和结构带来的便捷查询逻辑
• 所谓调整平衡的算法只是为了保证树形符合自身规定的性质/特征（本质上没有固定的调整算法）

二叉树（树的基础形态）

更详尽的描述参考：https://baike.baidu.com/item/%E4%BA%8C%E5%8F%89%E6%A0%91/1602879?fr=aladdin

其他参考文档：http://data.biancheng.net/view/192.html

术语

• 结点：包含一个数据元素及若干指向子树分支的信息
• 结点的度：一个结点拥有子树的数目称为结点的度
• 叶子结点：也称为终端结点，没有子树的结点或者度为零的结点
• 分支结点：也称为非终端结点，度不为零的结点称为非终端结点
• 深度：也称为树的高度，树中最大层数
• 度：子分支数

性质

1. 第 i 层最多有 $2^{i-1}$ 个结点

   如：第5层最多16个（$2^4$）

2. 共 i 层，最多结点数为 $2^i-1$ 个结点

   如：共5层最多31个（$2^5-1$）

3. 叶子结点数（i）永远比度为2的分支结点数（j）多一个

   如：18个叶子结点就会有17个度为2分支结点

满二叉树

完全二叉树

平衡二叉树（AVL）

所谓不平衡：左子树与右子树的深度差最大为1

之所以需要平衡

普通二叉树在某种排列下会导致形成连表结构，从而失去了树的意义（如图）。

平衡调整算法

左旋

右旋

左右旋

• 适用于左子结点右边深度比左边大（如图）

右左旋

• 适用于右子结点左边深度比右边大（如图）

红黑树

个人理解

基于平衡树，红黑树相对于平衡树的平衡程度更严格，也就是平衡调整的复杂度提高了，但是确保了查询的效率，适合数据量大

术语

• NIL：空的叶子结点

特性

1. 根结点是黑色
2. 每个叶子结点都是黑色的空结点（NIL节点）
3. 红色结点的子结点是黑色的（因特性5的约束，该特性可以理解为红黑交替）
4. 新插入的结点是红色的
5. 每条通往叶子结点（NIL）的路径所包含的黑色结点数一样

调整算法

换色

• 补充一下： 7 是新插入的结点

旋转（和平衡树一样）

B树（B-树）

术语

• 阶：决定结点最大度数，同时也限制结点中值的个数（最少3阶）

性质

1. 一个结点可存储多个值（指定的阶数之内）
2. 阶的取值大小取决于磁盘页大小
3. 结点里的值从小到大排序
4. 所有叶结点深度相同，就是树的高度
5. 分支结点的度数是自身值个数+1
6. 分支节点至少存在容量一半以上个值（容量为奇数时向下取整）

插入流程（结点分裂）

删除流程（兄弟补位、结点合并）

兄弟补位

结点合并（无法补位的情况下使用）

B+树

李大爷遇到的疑惑（两个B+树？）

李大爷不是科班出身，之前并没有在书上看到过树结构的数据类型，所以这篇文档全靠百度。
而百度却给出了两个B+树结构，还都有相关文档和说明，顿然有股平行时空的科幻感（开始怀疑人生）。

揭晓答案：因为 mysql 的B+树实现是经过特殊改造的，因此就出现了【mysql 定制版】和【B树升级版】（名字时李大爷起的，答案是某线上学习机构老师的解释）

mysql 定制版

性质

在B树的基础上有如下调整：

1. 叶子结点才存储数据，其他节点都是索引（叶子结点包含了其他节点的值）
2. 与B树不同，结点中值的数量等于度的数量
3. 每个叶子结点之间都有一个指针指向右边的叶子结点
4. 叶子结点外所有结点只记录子结点的最小值（有的是最大值）作为索引

插入流程（编的，希望有看过源码的大佬可以指正一下）

删除流程（等知道正确答案了再补上）

B树升级版

性质

在B树的基础上有如下调整：

1. 叶子结点才存储数据，其他节点都是索引（叶子结点包含了其他节点的值）
2. 每个叶子结点之间都有一个指针指向右边的叶子结点

插入流程

删除流程

索引覆盖

兄弟补位

结点合并