java中涉及到的基础数据结构

1. BST(二叉搜索树),AVL(平衡二叉树)、RBT(红黑树)

二叉查找树(BST)

左结点小于根节点，右结点大于根节点的一种排序树，也叫二叉搜索树。也叫BST，英文Binary Sort Tree。
二叉查找树比普通树查找更快，查找、插入、删除的时间复杂度为O(logN）。
但是极端的情况，就是会变成一种线性链表似的结构。此时时间复杂度就变成了O(N），为了解决这种情况，出现了二叉平衡树。

平衡二叉树(AVL)

全称平衡二叉搜索树，也叫AVL树。是一种自平衡的树。

AVL树也规定了左结点小于根节点，右结点大于根节点。并且还规定了左子树和右子树的高度差不得超过1。这样保证了它不会成为线性的链表。
AVL树的查找稳定，查找、插入、删除的时间复杂度都为O(logN），但是由于要维持自身的平衡，所以进行插入和删除结点操作的时候，需要对结点进行频繁的旋转。

如果搜索的次数远远大于插入和删除，那么选择AVL树。

红黑树(RBT)

红黑树也叫RBT，RB-Tree。是一种自平衡的二叉查找树，它的节点的颜色为红色和黑色。它不严格控制左、右子树高度或节点数之差小于等于1。也是一种解决二叉查找树极端情况的数据结构。
红黑树规定了：

• 1.节点是红色或黑色。
• 2.根节点是黑色。
• 3.每个叶子节点都是黑色的空节点（NULL节点）。
• 4 每个红色节点的两个子节点都是黑色。也就是说从每个叶子到根的所有路径上不能有两个连续的红色节点)。
• 5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

红黑树是保持“黑平衡”的二叉树。
对于黑平衡是指，从根节点开始搜索，一直搜索到叶子节点，所经历的黑色节点的个数是一样的。
时间复杂度是O(logn），最大高度：2logn.红黑树不会像二分搜索树一样退化为链表。
查找的时间上面会比AVL树慢一点，因为最大高度为2logn，添加操作和删除操作比AVL树要快一些。因为：红黑树能够以O(log2 n)的时间复杂度进行搜索、插入、删除操作。此外，由于它的设计，任何不平衡都会在三次旋转之内解决。

RBT对比ALV

AVL 和RBT 都是二叉查找树的优化。其性能要远远好于二叉查找树。

• 结构对比： AVL的结构高度平衡，RBT的结构基本平衡。平衡度AVL > RBT.
• 查找对比： AVL 查找时间复杂度最好，最坏情况都是O(logN)。
• 插入删除对比： 1. AVL的插入和删除结点很容易造成树结构的不平衡，而RBT的平衡度要求较低。因此在大量数据插入的情况下，RBT需要通过旋转变色操作来重新达到平衡的频度要小于AVL。
• 如果数据分布较好,则比较宜于采用 AVL树(例如随机产生系列数)，但是如果你想处理比较杂乱的情况,则红黑树是比较快的。

2.HashMap

HashMap 的底层数据结构是哈希表（散列表），具体实现为数组+链表（JDK1.8前）或数组+链表+红黑树（JDK1.8及以后）
主要特点：

• 数组：用于存储桶（Bucket）的数组，每个桶要么存储一个元素（键值对），要么存储一个指向链表头结点的引用（哈希冲突时）
• 链表：用于解决哈希冲突，的那个多个键值对银蛇到数组的同一位置时，会形成一个链表。
• 红黑树：联保长度超过某个阈值（默认为8），链表会转换为红黑树以提高查找效率。红黑树是自平衡的二叉查找树，能保持较低的高度，从而减少查找时间。

将每一个字符串元素通过Hash计算索引位置，存放到数组中。
在字符串存放到数组的过程，如果遇到相同的元素，使用链表进行链接。

在计算索引Hashcode的过程中使用扰动函数

使用扰动函数就是为了增加随机性，让数据元素更加均衡的散列，减少碰撞。

哈希表

hash函数就是根据key计算出应该存储地址的位置，而哈希表是基于哈希函数建立的一种查找表
hash函数设计的考虑因素：
1.计算散列地址所需要的时间（即hash函数本身不要太复杂）
2.关键字的长度
3.表长
4.关键字分布是否均匀，是否有规律可循
5.设计的hash函数在满足以上条件的情况下尽量减少冲突

这个博客对哈希表数据结构有详细介绍 数据结构 Hash表（哈希表）

3.B-树（即B树），B+树

B树

其实是一颗特殊的二叉查找树（binary search tree），是多路搜索树，可以拥有多于2个子节点。
每个节点不止存储一个数据值，每个节点也不止有两个子节点，比起平衡二叉树，它能很大程度减低树的高度，提高树的检索效率。
这种数据结构常被应用在数据库和文件系统的实现上。

一个M阶的B树特点如下：
1.定义任意非叶子结点最多只有M个儿子；且M>2；
2.根结点的儿子数为[2, M]；
3.除根结点以外的非叶子结点的儿子数为[M/2, M]；
4.每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）
5.非叶子结点的关键字个数=指向儿子的指针个数-1；
6.非叶子结点的关键字：K[1], K[2], …, K[M-1]；且K[i] < K[i+1]；
7.非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；
8.所有叶子结点位于同一层；

B+树

B+树是B树的变体，也是一种多路搜索树。比起B树，B+树所有的节点数值都会出现在叶子节点中，并且，所有叶子节点组成了一个增序的链表。

小结：

• 二叉搜索树：二叉树，每个结点只存储一个关键字，等于则命中，小于走左结点，大于走右结点；
• B（B-）树：多路搜索树，每个结点存储M/2到M个关键字，非叶子结点存储指向关键字范围的子结点；
  所有关键字在整颗树中出现，且只出现一次，非叶子结点可以命中；
• B+树：在B-树基础上，为叶子结点增加链表指针，所有关键字都在叶子结点中出现，非叶子结点作为叶子结点的索引；
  B+树总是到叶子结点才命中；