面试必问【基础数据结构之树】——二叉树搜索树，平衡二叉树，红黑树，b树，b+树，b*树

最新推荐文章于 2023-12-26 09:01:57 发布

u010010600

最新推荐文章于 2023-12-26 09:01:57 发布

阅读量137

点赞数

分类专栏：数据结构文章标签： 1024程序员节

原文链接：https://blog.csdn.net/Sun_TTTT/article/details/65445754?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160249623919724848309963%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=160249623919724848309963&biz_id=0&utm_medium

版权

数据结构专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文介绍了二叉查找树(BST)的基本概念及其性质，深入探讨了平衡二叉树如AVL树的特点，重点讲解了红黑树(RB-tree)的规则、应用和自平衡原理。此外还对比了红黑树与BST、AVL树的优势，并阐述了B树、B+树和B*树的概念及应用场景。

摘要由CSDN通过智能技术生成

二叉查找/搜索/排序树 BST (binary search/sort tree)

有序二叉树（ordered binary tree），或已排序二叉树（sorted binary tree），是指一棵空树或者具有下列性质的二叉树：

若任意节点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
若任意节点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
任意节点的左、右子树也分别为二叉查找树。
没有键值相等的节点

n个节点->树高lgn
正常查找时间O(lgn）
如果二叉树线性了，查找时间为O(n)

对二叉查找树进行中序遍历，得到有序集合。
在这里插入图片描述
上图为一个普通的二叉查找树，按照中序遍历的方式可以从小到大的顺序排序输出：2、3、5、6、7、8。

平衡二叉查找树 AVL树

性质
它的左右子树树高差绝对值不超过1
目的
AVL树降低树高，提高查询速度

红黑树规则（RB-tree）

节点不是红就是黑
根节点黑色
叶子节点都是空黑节点
红节点下必须是两个黑节点==从叶子到根的任意路径不能有两个相同的红色节点
从任一节点到其每个叶子节点的所有路径都包含相同数目的黑色节点

正是红黑树的这5条性质，使一棵n个结点的红黑树始终保持了logn的高度，从而也就解释了上面所说的“红黑树的查找、插入、删除的时间复杂度最坏为O(log n)
在这里插入图片描述

Java集合中的TreeSet和TreeMap，C++ STL中的set、map，以及Linux虚拟内存的管理
1、广泛用于C++的STL中，Map和Set都是用红黑树实现的；
2、著名的Linux进程调度Completely Fair Scheduler，用红黑树管理进程控制块，进程的虚拟内存区域都存储在一颗红黑树上，每个虚拟地址区域都对应红黑树的一个节点，左指针指向相邻的地址虚拟存储区域，右指针指向相邻的高地址虚拟地址空间；
3、IO多路复用epoll的实现采用红黑树组织管理sockfd，以支持快速的增删改查；
4、Nginx中用红黑树管理timer，因为红黑树是有序的，可以很快的得到距离当前最小的定时器；
5、Java中TreeMap的实现；

红黑树插入重排原理

新节点默认为红色插入，如果其父节点为红色，则对其递归向上换色，如果根节点由此变为红色，则对根节点进行左旋（右侧过深）或右旋（左侧过深）
从根节点检查红色节点是否符合路径上的黑色节点数量一致，如果不一致，对该节点进行左旋（右侧黑色节点数量更多）或右旋（左侧黑色节点数量更多），并变换颜色，重复2操作直到符合红黑树规则。

左旋
在这里插入图片描述

B-树注意B-树就是B树，-只是一个符号。

多路搜索树，是多叉的平衡二叉树
所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；

B+树

在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点
中出现，非叶子结点作为叶子结点的索引；B+树总是到叶子结点才命中；

**B*树**

在B+树基础上，为非叶子结点也增加链表指针

首先要明白三种树名中的“-”起到的是分隔的作用，并不是“减”的意思。
因此正确的翻译应该是B树，B+树，B树。而不是B-树，B+树，B树。因此，当你听到别人说“B减树”的时候，要明白它指的是B-Tree。即B树和B-树是同一种树。
参考文献
MySQL索引背后的数据结构及算法原理
 从B树、B+树、B*树谈到R 树