数据结构回顾

1. 数据量小==>内排序
2. 数据量大==>外排序

---

3. O(n)得到第（前）K大元素==>快排思想（适合小数据量）
4. O(nlogn)得到前K大元素==>维护一个K个元素的小顶堆（适合大数据量）【一次堆化需要logn，堆化n个元素需要n个logn】

---

5. 链表中范围查找==>跳表【O(logn)】【链表存储使用跳表】
6. 数组中范围查找==>二分法【O(logn)】【数组存储数组二分法】

---

7. Redis的有序集合ZSet思想：散列表（key）+跳表（score）【查key的score，按score区间查key】
8. 出现上亿，T级数据：哈希算法数据分片，存储到不同的服务器上

---

9. KMP算法：
   模式串与主串进行比较；
   当匹配指针发现不匹配字符时，则寻找指针左端的模式串部分 的 公共最长前后缀，然后将前缀部分移动到后缀部分再进行比较（而不是每次移动一位）【最长公共前后缀越短，移动的越多】
   

---

10. 堆是一个完全二叉树；
    红黑树是一个平衡二叉树；（尽可能的保持平衡，子树高度查不会超过1）
    B树是一个平衡树！（注意B树不是二叉树）

---

11. B树(也就是B-)和B+树的区别:
    1）节点的分支数不同；
    
    2）B树的每个节点关键字存储数据；而B+树中的数据都存储在叶子结点上，非叶子节点仅仅起到索引的作用（数据库索引的查找功能）
    3）B+树有一个指向根结点，还有一个指向关键字最小的叶子结点，且将叶子结点依关键字的大小自小而大顺序链接！（数据库索引的排序功能）