算法数据结构

1.AVL树和红黑树

AVL树又称平衡二叉树查找，增加和删除节点通过树形旋转达到平衡
红黑树通过重新着色和左右旋转，更加高效完成增加和删除后的平衡
两者区别：相同节点的情况下，红黑树的高度可能更高，平均查找次数高于相同情况下的AVL树；插入时，两者都至多旋转两次；删除时，红黑树，至多旋转三次；

2.B树和B+树

每个节点同时存储key和data，B+树只有叶子节点才存储data，非叶子节点只存储key
区别：B+树非叶子节点不存储数据，内存页存放更多的key，数据存放的更加紧密，更好利用空间，叶子节点关联的数据具有更好的缓存命中率；B+树叶子节点是相连的，整棵树的遍历，只需一次线性遍历叶子节点即可；B树需要每一层的递归遍历， 相邻可能在内存中不相邻， 缓存命中性没有B+树好；B树每个节点包含key和value，访问离根节点更近，访问更迅速；

3.排序

内部：在内存中进行的

比较：
	插入：
		直接插入：将一个待排序的字段按其关键字的大小插入到已排序的一组记录上，适用数据量小
		希尔排序：把记录按下标的一定增量分组，对每组进行直接插入排序，每次排序后增量减一  适用数据中等
	选择：
		直接选择：每次在排序队列中找到最小的元素，和未排序序列第一个元素交换位置，再在剩余未排序序列中重复该操作
		堆排序：建立大根堆和小根堆，大根堆每个节点的值都不小于它的子节点值，小根堆每个节点的值不大于它的子节点值；大根堆，建立堆时最后一个节点作为当前节点，如存在父节点并且大于，就交换位置   数据大
	交换：
		冒泡：比较相邻的元素，第一个比第二个大就进行交换，对每一对相邻元素做同样的工作
		快速：选择一个基准元素，一部分小于基准，一部分大于基准；按照此方法进行递归
	归并：
		分成两部分，递归排序，最后进行合并

非比较：计数，基数，桶

外部：大量数据无法在内存中进行