高级数据结构

1.跳跃表
2.红黑树
3.B树
4.B+树
5.B*树

6.Trie树
Trie（读作try）树又称字典树、单词查找树，是一种树形结构，是一种哈希树的变种。典型应用是用于统计，排序和保存大量的字符串（但不仅限于字符串），所以经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。Trie的核心思想是空间换时间：利用字符串的公共前缀来降低查询时间的开销以达到提高效率的目的。

Trie树的基本性质：

每个节点最多包含R个子节点（R为字母表的大小，又称为R向单词查找树）
根节点不包含字符，除根节点意外每个节点只包含一个字符。
从根节点到某一个节点，路径上经过的字符连接起来，为该节点对应的字符串。
每个节点的所有子节点包含的字符串不相同。

7.图
图（Graph）是一种复杂的非线性结构，在图中，每个元素都可以有>=0个前驱，也可以有>=0个后继，也就是说，元素之间的关系是任意的。其标准定义为：图是由顶点的有穷非空集合和顶点之间边的集合组成，通常表示为：G(V,E)，其中，G表示一个图，V是图G中顶点的集合，E是图G中边的集合。

8.深度优先

9.广度优先与单点最短路径
深度优先可以获得一个初始节点到另一个顶点的路径，但是该路径不一定是最短的（取决于图的表示方法和递归设计），广度优先才能获得最短路径。

10.最小生成树

11.kruskal算法
以图上的边为出发点依据贪心策略逐次选择途中最小边为最小生成树的边，且所选的当前最小边与已有的边不构成回路。

12.prim算法
从任意一个顶点开始，每次选择一个与当前顶点集最近的一个顶点，并将两顶点之间的边加入到树种。Prim算法在找当前最近顶点时使用了贪心算法