数据结构之树型结构

关注V信公重号：程序猿的日常分享，定期更新分享。

树的定义

树是一种数据结构，它是由n(n>=1)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
1、每个结点有零个或多个子结点；
2、没有父结点的结点称为根结点；
3、每一个非根结点有且只有一个父结点；
4、除了根结点外，每个子结点可以分为多个不相交的子树；

为什么需要树

因为它结合了另外两种数据结构的优点： 一种是有序数组，另一种是链表。在树中查找数据项的速度和在有序数组中查找一样快， 并且插入数据项和删除数据项的速度也和链表一样。

树的种类

无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树；
有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树； 　
二叉树：每个节点最多含有两个子树的树称为二叉树； 　　
完全二叉树：对于一颗二叉树，假设其深度为d（d>1）。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树； 　　　
满二叉树：所有叶节点都在最底层的完全二叉树； 　　
平衡二叉树（AVL树）：当且仅当任何节点的两棵子树的高度差不大于1的二叉树； 　　
排序二叉树：也称二叉搜索树、有序二叉树； 　
霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树； 　　
B树(B-tree)：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多于两个子树。
B+树：B+树通常用于数据库和操作系统的文件系统中。 B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。 B+ 树元素自底向上插入。
红黑树：是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。

下面针对几种常见的树进行介绍：

二叉搜索树

树的定义

树是一种数据结构，它是由n(n>=1)个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。它具有以下的特点：
1、每个结点有零个或多个子结点；
2、没有父结点的结点称为根结点；
3、每一个非根结点有且只有一个父结点；
4、除了根结点外，每个子结点可以分为多个不相交的子树；

为什么需要树

因为它结合了另外两种数据结构的优点： 一种是有序数组，另一种是链表。在树中查找数据项的速度和在有序数组中查找一样快， 并且插入数据项和删除数据项的速度也和链表一样。

树的种类

无序树：树中任意节点的子节点之间没有顺序关系，这种树称为无序树，也称为自由树；
有序树：树中任意节点的子节点之间有顺序关系，这种树称为有序树； 　
二叉树：每个节点最多含有两个子树的树称为二叉树； 　　
完全二叉树：对于一颗二叉树，假设其深度为d（d>1）。除了第d层外，其它各层的节点数目均已达最大值，且第d层所有节点从左向右连续地紧密排列，这样的二叉树被称为完全二叉树； 　　　
满二叉树：所有叶节点都在最底层的完全二叉树； 　　
平衡二叉树（AVL树）：当且仅当任何节点的两棵子树的高度差不大于1的二叉树； 　　
排序二叉树：也称二叉搜索树、有序二叉树； 　
霍夫曼树：带权路径最短的二叉树称为哈夫曼树或最优二叉树； 　　
B树(B-tree)：一种对读写操作进行优化的自平衡的二叉查找树，能够保持数据有序，拥有多于两个子树。
B+树：B+树通常用于数据库和操作系统的文件系统中。 B+ 树的特点是能够保持数据稳定有序，其插入与修改拥有较稳定的对数时间复杂度。 B+ 树元素自底向上插入。
红黑树：是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。

下面针对几种常见的树进行介绍：

二叉搜索树

二叉搜索树的特点：
1、每个节点包含一个值，每个节点至多有两个子树。
2、每个节点左子树节点的值都小于自身的值，每个节点右子树节点的值都大于自身的值。
3、二叉搜索树的查询时间复杂度是 log(N)，但是随着不断的插入、删除节点，二叉树的树高可能会不断变大，当一个二叉搜索树所有节点都只有左子树或者都只有右子树时，其查找性能就退化成线性的了。

平衡二叉树

平衡二叉树又被称为AVL树，这个方案很好的解决了二叉查找树退化成链表的问题，平衡二叉树保证每个节点左右子树的高度差的绝对值不超过 1。AVL 树是严格的平衡二叉树，插入或删除数据时可能经常需要旋转来保持平衡，时间复杂度最好情况和最坏情况都维持在O(logN)。但是频繁旋转会使插入和删除牺牲掉O(logN)左右的时间，不过相对二叉查找树来说，时间上稳定了很多。

红黑树

红黑树是一种更加实用的非严格的平衡二叉树。红黑树更关注局部平衡而非整体平衡，确保没有一条路径会比其他路径长出 2 倍，所以是接近平衡的，但减少了许多不必要的旋转操作，更加实用。
在Java 8 的 HashMap和ConcurrentHashMap 中就应用了红黑树来解决散列冲突时的查找问题。同时TreeMap 也是通过红黑树来保证有序性的。
红黑树除了拥有二叉搜索树的特点外，还有以下规则：
1、每个节点不是红色就是黑色。
2、根节点是黑色。
3、每个叶子节点都是黑色的空节点，如图中的黑色三角。
4、红色节点的两个子节点都是黑色的。
5、任意节点到其叶节点的每条路径上，包含相同数量的黑色节点。

B 树（B-tree）

B 树是一种多叉树，也叫多路搜索树。B 树中每个节点可以存储多个元素，非常适合用在文件索引上，可以有效减少磁盘 IO 次数。B 树中所有结点的最大子节点数称为 B 树的阶，如图所示是一棵 3 阶 B 树，也叫 2-3 树。
一个 m 阶 B 树有如下特点：
1、非叶节点最多有 m 棵子树。
2、根节点最少有两个子树，非根、非叶节点最少有 m/2 棵子树。
3、非叶子结点中保存的关键字个数，等于该节点子树个数−1，就是说一个节点如果有 3棵子树，那么其中必定包含 2 个关键字。
4、非叶子节点中的关键字大小有序。
5、节点中每个关键字的左子树中的关键字都小于该关键字，右子树中的关键字都大于该关键字。
6、所有叶节点都在同一层。
7、B 树在查找时，从根结点开始，对结点内的有序的关键字序列进行二分查找，如果找到就结束，没有找到就进入查询关键字所属范围的子树进行查找，直到叶节点。
总结一下：
B 树的关键字分布在整颗树中，一个关键字只出现在一个节点中；搜索可能在非叶节点停止；B 树一般应用在文件系统。

B+ 树

B+ 树的定义与 B 树基本相同，除了下面这几个特点。
1、节点中的关键字与子树数目相同，比如节点中有 3 个关键字，那么就有 3 棵子树；
2、关键字对应的子树中的节点都大于或等于关键字，子树中包括关键字自身；
3、所有关键字都出现在叶子节点中；
4、所有叶子节点都有指向下一个叶子节点的指针。
与 B 树不同，B+ 树在搜索时不会在非叶子节点命中，一定会查询到叶子节点；另外一个，叶子节点相当于数据存储层，保存关键字对应的数据，而非叶子节点只保存关键字和指向叶节点的指针，不保存关键字对应的数据，所以同样数量关键字的非叶节点，B+ 树比 B 树要小很多。

为什么B+ 树更适合索引系统

MySQL 数据库的索引就提供了 B+ 树实现。原因有三个：
1、由于叶节点之间有指针相连，B+ 树更适合范围检索；
2、存储引擎的设计巧妙的利用了外存（磁盘）的存储结构，即磁盘的最小存储单位是扇区（sector），而操作系统的块（block）通常是整数倍的sector，操作系统以页（page）为单位管理内存，一页（page）通常默认为4K，数据库的页通常设置为操作系统页的整数倍，因此索引结构的节点被设计为一个页的大小，然后利用外存的“预读取”原则，每次读取的时候，把整个节点的数据读取到内存中，然后在内存中查找，已知内存的读取速度是外存读取I/O速度的几百倍，那么提升查找速度的关键就在于尽可能少的磁盘I/O，那么可以知道，每个节点中的key个数越多，那么树的高度越小，需要I/O的次数越少，因此一般来说B+Tree比BTree更快，因为B+Tree的非叶节点中不存储data，就可以存储更多的key。
3、B+ 树的查询效率比较稳定。任何关键字的查找必须走一条从根结点到叶子结点的路，所有关键字查询的路径长度相同，效率相当。