数据结构精讲：从原理到实战–学习笔记07

数据结构精讲：从原理到实战–学习笔记07

本笔记是记录学习 《数据结构精讲：从原理到实战》，作者是：蔡元楠，Google Brain资深工程师。

如有侵权，联系删除！

二叉查找树（BST）

二叉查找树（Binary Search Tree）简称 BST，具有以下特征：

• 二叉查找树是一棵二叉树，也就是说每一个节点至多有 2 个孩子，也就是 2 个子树。

• 二叉查找树的任意一个节点都比它的左子树所有节点大，同时比右子树所有节点小。

二叉查找树的搜索：

考虑到左小右大的特性，可以用递归的方式来实现搜索二叉树：

TreeNode* Search(TreeNode* root, int key) { 
    if (root == nullptr || root->key == key) {
       return root; 
    }
     
    if (root->key < key) {
      return Search(root->right, key); 
    }
  
    return Search(root->left, key); 
}

他的搜索过程特别像binary search的搜索过程，所以时间复杂度也是O(logn)
只不过最坏情况，整棵树变成一个单链表，时间复杂度就是O(N)

平衡树

红黑树：

• 一棵二叉树，每一个节点要么是红色，要么是黑色

• 根节点一定是黑色

• 红节点不能有红孩子

• 每条从根节点到底部的路径都经过同样数量的黑节点

eg.

上述最后一条要求可理解成：让这棵树的叶子结点高度差不超过1. 也就说：节点1和6高度差最多是1，才能保证跟节点到叶子结点的路径经过同样数量的黑节点。

满足这些定义的红黑树可以被数学证明树的高度为 O(log n)。要实现一棵红黑树是非常难的，其中有许多节点插入 / 删除需要用到旋转等操作细节，我们在这一讲中无法展开讲解，可自行查阅资料学习。

B树

• 所有叶子节点的深度一样

• 非叶子节点只能存储 b － 1 到 2b － 1 个值

• 根节点最多存储 2b － 1 个值

eg. 等待完善

Log_Structure结构

在计算机存储数据结构的发展中，Log-Structured 结构的诞生为许多文件系统或者是数据库打下了坚实的基础。比如说，Google 的三驾马车之一，Bigtable 文件系统的底层存储数据结构采用的就是 Log-Structured 结构，还有大家所熟知的 MongoDB 和 HBase 这类的 NoSQL 数据库，它们的底层存储数据结构其实也是 Log-Structured 结构。

例如要统计一个视频观看次数，理论上可以使用hash表，以视频url为主键，统计次数为value。但是当并发执行时，为了保证数据完整正确，每次数据必须上锁，导致运行效率大大降低。

Log-Structured 结构，有时候也会被称作是 Append-only Sequence of Data，因为所有的写操作都会不停地添加进这个数据结构中，而不会更新原来已有的值，这也是 Log-Structured 结构的一大特性。

我们来看看在采用了 Log-Structured 结构之后，在上面的统计视频网站观看次数的应用中，底层的数据结构变成怎么样了。

假设现在网站总共有三个视频，URL 分别就是 A、B 和 C，那一个可能的数据结构图就如下图所示：

这样的数据结构其实和数组非常像，数组里的值就保存着 URL 和 1，每次有新用户观看过视频之后，就会将 URL 和 1 加到数组的结尾。在上面的例子中，我们只需要遍历一遍这个数组，然后将不同的 URL 值加起来就可以得到观看的总数，例如 A 的观看总数为 8 次，B 为 3 次，C 为 5 次。
但是在应用里会有很多的问题。比如说，一个数组不可能在内存中无限地增长下去，我们要如何处理呢？如果每次想要知道结果，就必须遍历一遍这样的数组，时间复杂度会非常高，那该怎么优化呢？平衡树是如何被应用在里面的呢？

LSM树在Apache HBase等存储系统中的应用

接上述问题：当数据不断增加后，内存中数组越来越大，这时候，我们就可以通过一种叫 Compaction 的方法，把数据合并，Compaction 方法其实也是很多 NoSQL 架构中的一个重要优化过程。

Log_Structure 结构的优化

剩下的醒来再撸了。