搜索

目录

1. 引入

1.1 搜索

1.2 常见容器

1.3 与搜索问题有关的数据结构

2. 搜索树（二叉搜索树）

2.1 定义

2.2 时间复杂度

2.3 查找一个指定数

2.4 插入一个数

2.5 删除一个节点

2.6 缺点

3. 平衡树

3.1 定义

3.2 AVL树

3.3 红黑树

3.3 时间复杂度

4. B-树

4.1 引入

4.2 使用场景

4.3 分类

---

1. 引入

• 1.1 搜索

  • —— 听起来是个比较抽象的词语。但其实，在我们的生活中就有很多搜索

    • 生活中的搜索
      • 1. 找出符合条件的集合（eg：找出班级中身高在160cm-180cm之间的同学）
      • 2. 统计符合条件内容出现的次数（eg：一首歌中，出现了多少次“我”）
      • 3. 确定集合中是否包含指定条件的内容（eg：一篇文章中是否包含有“搜索”）
    • 将这些生活中的搜索与数据结构结合起来
      • 前两种搜索可以利用Map<>实现（key-value）
      • 第三种搜索可以利用Set<>实现（key）

• 1.2 常见容器

  • 分类
    • ArrayList<E>、LinkedList<E>
    • HashMap<K,V>、HashSet<E>
    • TreeMap<K,V>、TreeSet<E>
  • 如何选择
    • 使用键值对选择Map，若只查看是否存在用Set
    • 一般情况下使用Hash，需要天生有序性使用Tree

• 1.3 与搜索问题有关的数据结构

  • 二分查找
    • 适用
      • 有序数组
      • 已经有序且不会变更的数据
      • 求n的平方根
  • 哈希表
    • 优点
      • 超快 时间复杂度为O(1)
  • 搜索树
    • 优点
      • 天生的有序性，中序遍历是有序的
  • 使用数据库中的查询举例
    • 数据库中的索引
      • 使用B+树，利用搜索树的天生有序性
    • select * from table where id>10;
      • 使用搜索树，查询范围
    • select * from table where id=1;
      • 使用哈希，查询确定值
    • select * from table order by id;
      • 使用搜索树，因为搜索树的天生有序性，无序再次排序

2. 搜索树（二叉搜索树）

• 2.1 定义

  • 任意节点的左子树的值都小于节点的值，右子树的值都大于节点的值。
  • 搜索树中不存在相同的值

• 2.2 时间复杂度

  • 当需要查找的数字大于根结点，只需要向右子树攻击；小于根结点，则只需要向左子树攻击。
  • 因此，时间复杂度，即为二叉树的高度 -> O(log(n)) ~O(n)（当该搜索树为一个单支树时，树的高度为O(n)）

• 2.3 查找一个指定数

  • 利用递归实现
    • 终止条件
      • 树为空树  ->  返回false
      • 找到指定值  ->  返回true
    • 递推公式
      • 若所给值小于根结点，在左子树中查找
      • 若大于根结点，在右子树中查找

• 2.4 插入一个数

  • 利用递归实现
    • 终止条件
      • 树为空树  ->  插入新的节点
      • 若与根结点的值相同，抛出异常
    • 递推公式
      • 若所给值小于根结点，在左子树中插入
      • 若大于根结点，在右子树中插入
    • 注意
      • ∵ 只有当node为空的时候才会插入，∴ 插入会改变当前节点的状态。
        • -> 我们需要将当前节点从null 改为新节点

• 2.5 删除一个节点

  • 难点
    • 删除后，被删除的节点用谁替代
      • 1. 被删除的节点为叶子节点，直接删除
      • 2. 只有一个孩子的节点，子承父业
      • 3. 两个孩子
        • 替换删除法
          • 找出左孩子中最大的或右孩子中最小的，替换被删除节点
            • 左孩子中的最大的一定没有右孩子；右孩子中最小的一定没有左孩子
  • 递推公式
    • 若所给值小于根结点，在左子树中插入
    • 若大于根结点，在右子树中插入
    • 注意
      • ∵ 只有当node为空的时候才会插入，∴ 插入会改变当前节点的状态。
        • -> 我们需要将当前节点从null 改为新节点

• 2.6 缺点

  • 高度不确定 -> 时间复杂度不确定

3. 平衡树

• 3.1 定义

  • 为了解决搜索树高度不确定的情况，平衡树的高度比较接近log(n)

• 3.2 AVL树

  • 高度平衡二叉树，要求树中每一个左子树的高度和右子树的高度差，不超过1。
    • 难点
      • 随着插入的进行，树可能不平衡
      • 解决方法
        • 旋转
    • 旋转
      • 在每个节点中记录一项属性：平衡因子
        • 平衡因子 = 左子树高度-右子树高度，值为-1、0、1
      • 当插入一个节点时，平衡因子会出现3种情况
        • -1 -> 0
        • 0  -> 1
        • 1  -> 2
        • 只有平衡因子变为2时，才会触发旋转操作
      • 何时旋转
        • 向左子树插入节点，插入后左子树 - 右子树==2
        • 向右子树插入节点，插入后右子树 - 左子树==2
      • 旋转方式
        • 向左子树插入节点
          • node.left.left - node.left.right == 2 ，node右旋
          • node.left.left - node.left.right == -2 ，node.left左旋，node右旋
        • 向右子树插入节点
          • node.right.left - node.risht.right == 2 ，node.right右旋，node左旋
          • node.right.left - node.risht.right == -2 ，node左旋
      • 旋转的是常数时间，不影响插入和删除的时间复杂度，仍为O(log(n))

  • 3.3 红黑树

    • 不是绝对意义上的平衡树，但是接近于平衡树
    • 性质
      • 1. 每个结点有颜色（红或黑  0或1）
      • 2. 红色不能与红色相邻
      • 3. 根结点一定是黑色的
      • 4. 叶子节点（null）是黑色的
      • 5. 从根到每一个叶子，所有这样的路径上，黑色的数量一样多
    • 特点
      • 最长边一定是黑-红-黑-红-黑...
      • 最短边一定是黑-黑-黑...
        • 因此，最长边的长度一定不会超过最短边长度*2
    • 插入
      • 为了不破坏红黑树的性质，插入的点一定是红色的。
      • 存在情况
        • 父亲为黑色，没有破坏红黑树的性质，直接返回
        • 父亲为红色，红红相邻，需调整
          • 特点
            • 这时，父亲定不是根结点（根节点是黑色）
            • 因此，存在祖父节点，且祖父节点定为黑色
          • 如何调整
            • （1）存在红色叔叔节点
              • 把祖父节点变为红色，父亲节点与叔叔节点都变为黑色
            • （2）不存在叔叔节点或存在黑色叔叔节点，且当前节点是父节点的左孩子
              • 右旋后，交换父亲与祖父颜色
            • （3）不存在叔叔节点或存在黑色叔叔节点，且当前节点是父节点的右孩子
              • 从父节点左旋，->（3）
  • 3.2.3 Battle
    • AVL 查找更好一点：高度更加平衡、更低
    • 红黑树 插入/ 删除更好一点：调整次数更少

• 3.3 时间复杂度

  • 所有平衡搜索树的 插入/删除/查找 的时间复杂度都是O(log(n))

4. B-树

• 4.1 引入

  • 数据库中使用索引来提高检索效率，那么主要是利用了什么方法呢？
    • 搜索树（B+树（多叉树））
    • 哈希
  • 为什么使用B+树而不使用红黑树呢？？？
    • 因为B+树是多叉树，在同等数量数据的情况下，高度更低。使得访问磁盘次数更少，效率更高。

• 4.2 使用场景

  • 多用于磁盘搜索
    • 磁盘：读写效率低
    • B树系列：孩子多，高度低 -> 读写次数少

• 4.3 分类

  • B-树：值除了在叶子节点，中间节点也保存
  • B+树：值全部在叶子节点中