红黑树RBT存储结构
a) 自平衡的二叉查找树
b)
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(NIL节点)。
4 每个红色节点的两个子节点都是黑色。(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。
c) 维持自平衡可以变色与左右旋转
d) 应用:treeset/treemap、hashmap(jdk8)、动态规则的防火墙系统
e) 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。红黑树的算法时间复杂度和AVL相同,但统计性能比AVL树更高。但AVL的Search效率更高。
f) Being Partly balanced can be good enough,最坏的高度(2logn)
g) 二叉树的几点探索:
i. 查找:在高度不在宽度,查找次数就是高度N(二叉查找树)
ii. 不平衡的万恶根源:高度相差太多,因为只有二叉,50%的概率太爱跑偏。
iii. 为什么不都上多叉树这么牛逼的扁平结构,比如B树家族(B+/B*),高度低,节点承载的元素多,这样在逐一加载到磁盘页的时候,I/O操作多小啊。这也是他诞生的原因,优化数据库查询,虽然查询次数不见得比二叉树少多少。但是家族大了,稀疏节点也多啊,严重消耗内存,所以二叉树也灵活,操作也方便。
iv. 都说红黑树是站在巨人的肩膀上,是自然的产物,这个巨人是谁,:答案是风骚的2-3树。红黑树就是以二叉树的形式实现2-3树(3节点用红色表示)
h) B+树相比B树的优势:
1.单一节点存储更多的元素,使得查询的IO次数更少;
2.所有查询都要查找到叶子节点,查询性能稳定。当然也慢了
3.所有叶子节点形成有序链表,便于范围查询
i) 2-3树
i. 一棵树可以有2-3个节点的完美平衡的查找树、
ii. 不同于二叉查找树,他倒腾的时候是由下往上干,比如新增:有空则插,没空硬插,插完向上2-3消化。
红黑树RBT存储结构
最新推荐文章于 2020-11-24 17:59:12 发布