最小堆/哈希表/二叉树/平衡二叉树/红黑树的意义（什么情况下使用）

  最小堆/哈希表/二叉树/平衡二叉树/红黑树的意义（什么情况下使用） 收藏
 
接触堆数据结构是在排序里面讲的，空间复杂度O(1),时间复杂度O(NlogN)，但是在实践中还是不如快速排序（好像快速排序可以更好的利用硬件特性）。堆的意义就在于：最快的找到最大/最小值，在堆结构中插入一个值重新构造堆结构，取走最大/最下值后重新构造堆结构 其时间复杂度为O(logN)，而其他方法最少为O(N).堆实践中用途不在于排序，其主要用在调度算法中，比如优先级调度，每次取优先级最高的，时间驱动，取时间最小/等待最长的 等等 ，分为最大堆/最小堆。

哈希表主要可以在O(1)时间内对查找对象定位，但是事实上，如果输入集合不确定的情况下，可能出现大量的冲突，虽然有很多好的哈希函数，但是随着随机输入，大量冲突还是不可避免，可能出现最差情况。所以，哈希表如果用在输入集合确定（即以后只会做查询操作）的情况下，选择合适的函数函数和解决冲突的方法（perfect hash）可以在O(1)时间内完成查找（有证明，看不懂）。

二叉树支持动态的插入和查找，保证操作在O(height)时间，这就是完成了哈希表不便完成的工作，动态性。但是二叉树有可能出现worst-case，如果输入序列已经排序，则时间复杂度为O(N)

平衡二叉树/红黑树就是为了将查找的时间复杂度保证在O(logN)范围内。

所以如果输入结合确定，所需要的就是查询，则可以考虑使用哈希表，如果输入集合不确定，则考虑使用平衡二叉树/红黑树，保证达到最大效

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/javatalk/archive/2007/05/15/1609555.aspx