mysql中lsm树_数据结构-各种树的简单理解

数据结构-各种树的简单理解

理解：二叉树的查找的优化，也是利用了类似二分查找的思想，让查找的时间复杂度变成O(log2 n)

1. 树

N叉树浪费链接的存储空间，N越大浪费越严重

解决：N等于2时链接空间浪费率最低，于是有了二叉树

2. 二叉树

优点：链接空间浪费率达到最低。

缺点：无约束的二叉树是无序的，查找的时间复杂度为O(N)，

解决：有了二叉搜索树BST(Binary Search Tree)(又称排序二叉树、有序二叉树、二叉查找树)

3. 二叉搜索树BST

优点：排序二叉树查询、删除和插入的平均时间复杂度都是O(log2 n)

缺点：但是随着节点的添加和删除，查询的时间复杂度在O(log2 n) 到O(n)之间，

也就是说极端情况可能成为链表结构，查询时间复杂度变成O(n)

解决：在添加和删除节点时要维持二叉树的平衡 -> 平衡二叉树(AVL树)、红黑树等

场景：实际使用不多

4. 平衡二叉树(AVL树)

优点：AVL树是高度平衡的二叉树，查找效率非常高，接近二分查找。

缺点：每次插入和删除都需要维护平衡，代价高，耗时大。

解决：不维持严格平衡，只保证近似平衡 -> 红黑树

场景：实际使用不多

5. 近似平衡的二叉树-红黑树

优点：性能稳定，插入、删除、查找的复杂度在最好、最坏的情况都是O(log2 n)