数据结构：最小堆/哈希表/二叉树/平衡二叉树/红黑树的意义（使用场合）

在网上看到别人的文章，引用过来，希望能帮助更多的人理解这几种重要的数据结构。
PS:原文的句子我觉得不太好，就按照自己的习惯修改了一点点

堆：用于调度

时间复杂度：空间复杂度为O(1)，时间复杂度为O(NlogN)。

堆在数据结构中，是作为排序方法之一讲授的，但是在实践中，堆还不如快速排序（好像快速排序可以更好的利用硬件特性）。实际上，堆的意义在于：最快的找到最大值/最小值。在堆中插入任意值或是取出最大值/最小值后，重新构造堆结构的时间复杂度为O(logN)，而其他方法最少为O(N)。

实践中，堆的用途不在于排序，而是主要用在调度算法中。比如优先级调度，或是时间驱动，用于选择具有最高优先级或是等待时间最长的候选条目。

哈希表，二叉树，红黑树：用于查找

哈希表主要可以在O(1)时间内对查找对象定位，但是事实上，如果输入集合不确定的情况下，可能出现大量的冲突，虽然有很多好的哈希函数，但是随着随机输入，大量冲突还是不可避免，可能出现最差情况。所以，哈希表如果用在输入集合确定（即以后只会做查询操作）的情况下，选择合适的函数函数和解决冲突的方法（perfect hash）可以在O(1)时间内完成查找（有证明，看不懂）。

二叉树支持动态的插入和查找，保证操作在O(height)时间内完成，这就解决了哈希表难以完成的工作：动态插入和删除。但是二叉树有可能出现worst-case，如果输入序列已经排序，则时间复杂度为O(N)。

平衡二叉树/红黑树就是为了将查找的时间复杂度保证在O(logN)范围内。

结论：
如果输入结合确定，所需要的就是查询，则可以考虑使用哈希表；
如果输入集合不确定，则考虑使用平衡二叉树/红黑树，保证达到最大效率。