AVL树、红黑树、B树的插入

1. BST树

搜索树

保证左孩子小于根，右孩子大于根

---

为了保证树的查找效率不会退化成O（n），又在搜索树的基础上引入了平衡的概念。
二叉平衡搜索树：AVL、红黑树
多叉平衡搜索树：B-、B+、B*树

---

2. AVL树

二叉搜索树+平衡因子

左结点小于根，右节点大于根
左右孩子的高度差不超过1
其下面任意一棵树都是平衡树

高度：logn（允许是一颗空树）
这就导致插入的时候不仅仅要找到合适的位置，还要维护父节点的平衡因子。

插入

平衡因子{0，-1，1}（按右-左）
所以平衡因子要维护的情况一定是-2和2的情况

1.新节点插入后第一次检测
-1 -> 0 新结点在右侧插入，平衡因子变为0
1 -> 0 新结点在左侧插入，平衡因子变为0
0 -> -1/1 任意插入，父节点的高度增加了一层

2.旋转
- 左单旋：（右右失衡）新节点插入到较高右子树的右侧的情况。
- 右单旋：（左左失衡）新节点插入到较高左子树的左侧的情况。
- 右单旋、左单旋：（右左失衡）根节点和右子树的符号不一致，先把右子树右单旋（创造左旋的场景）、再把整棵树左单旋。
- 左单旋、右单旋：（左右失衡）根节点和左子树的符号不一致，先把左子树左单旋、再把整棵树右单旋。

---

3. 红黑树

是一个二叉搜索树+颜色控制平衡
满足如下性质：

左结点小于根，右节点大于根
结点只有红、黑两种
根节点必须是黑色
红节点的孩子必须是黑色
一个结点的每条路径中黑色结点是一样多的！！
NIL（空指针域）结点必须是黑色

- 红黑树中最长路径的个数 <= 2*最短路径的
- 操作一个结点最多只用三次旋转
- 不是绝对的平衡，是接近平衡的

• 为什么这些性质可以保证红黑树中最长路径的个数 <= 2*最短路径的个数？
  因为红黑树必须保证同一个结点的每条路上的黑结点个数相同，所以根是黑色的话，第二层一定都是红色。
  黑
  / \
  黑 空
  这就不对了，所以第二层一定是红色，那第三层一定就是黑色……
  一个极端的例子：最长路径是黑-红-黑，最短路径是黑-黑
  是满足性质的（但是建不起来这个树），这还不到2倍。
  所以说按照性质正常建树一定是可以保证2倍这个特点的。

• 为什么黑色的头节点上一定要有header结点？
  header里面存放的是end（）迭代器的位置，指向最后一个元素的下一个位置。
  减减end就可以访问到最后一个元素。

插入
默认插入都是红色，黑色是不符合规则后才调整成黑色。

情况1
插入结点为红，父节点为红，祖父结点为黑，叔叔结点存在且为红

解决：自己不变，将祖父改为红，父亲和叔叔改为黑，然后把祖父当作当前节点继续向上判断

情况2
自己是红，父亲为红，祖父为黑，叔叔不存在/为黑

解决：双亲和祖父结点交换颜色，祖父树右单旋。

红黑树和AVL树的区别

	AVL	红黑树
搜索效率	高	高
平衡	高度平衡	程度更轻
插入操作	调整频率高	调整频率更低
高度	h=logn	h <= 2log(n+1)

4. B树

要求M阶B树的每个结点最少有[M/2]-1个结点，最多有M-1个结点。
比如4阶B树的范围就是[1，3]，一超过3那就要分裂

---

哈希表和搜索树的区别

	哈希表	搜索树
时间复杂度	O（1）	>O(1)
特点	数组+链表	中序有序
应用	hashMap、hashSet等	索引、TreeMap等
冲突	哈希冲突	不存在
查找	索引查找	范围查找