普及一下程序猿们经常遇见的树
公历 3 月 12 日是一年一度的植树节。旨在宣传保护森林，并动员群众参加植树造林活动。说到树，程序猿们肯定不陌生，趁着这个植树节，普及一下程序猿们经常遇见的树。
二叉搜索树
定义
二叉搜索树又称二叉查找树，亦称为二叉排序树。设 x 为二叉查找树中的一个节点，x 节点包含关键字 key，节点x 的 key 值记为 key[x] 。如果 y 是 x 的左子树中的一个节点，则 key[y] = key[x] 。
查找性能
当数据数目为 n，树高度保持 logn 附近。则平均查找长度与 logn 成正比，查找平均时间复杂度为 o(logn) 。 当先后插入的关键字有序时，二叉搜索树退化成单支树结构。此时树高 n 。平均查找长度为 (n+1)/2 ，查找的平均时间复杂度为 o(n) 。
插入性能
插入效率与查找效率一致。
删除性能
删除节点时，若节点为叶子节点，或者节点只有单一子树，则时间复杂度为 o(1) 。若节点既有左子树又有右子树，则需要执行递归过程，对应时间复杂度为 o(logn) 。
应用场景
二叉排序树就既有链表的好处，也有数组的好处，因此在处理大批量的动态的数据是比较有用。
种树
平衡二叉树
定义
平衡二叉树是一种特殊的二叉搜索树。平衡二叉树保证节点平衡因子的绝对值不超过1，保证了树的平衡。
查找性能
平衡二叉树是严格平衡的，那么查找过程与二叉搜索树一样，只是平衡二叉树不会出现最差的单支树情形。因此查找效率最好，最坏情况时间复杂度为 o(logn) 。
插入性能
插入数据之前需要进行查找操作，查找到插入位置。插入数据后需要进行旋转操作，旋转操作复杂度为常量级。因此插入数据的时间复杂度与查找相同为 o(logn)。
删除性能
删除数据同样需要查找数据，在删除数据后需要进行调整。一次删除最多需要需要o(logn)次旋转，因此删除数据的时间复杂度为o(logn)+o(logn)=o(2logn)。
应用场景
sgi/stl的 set/map 底层都是用红黑树（平衡二叉树的一种）实现的。
种树
红黑树
定义
平衡二叉树的严格平衡策略以牺牲建立查找结构(插入，删除操作)的代价，换来了稳定的o(logn) 的查找时间复杂度。红黑树采用了折中策略，即不牺牲太大的建立查找结构的代价，同时又能保证稳定高效的查找效率。
查找性能
由于红黑树的性质(最长路径长度不超过最短路径长度的 2 倍)，可以说明红黑树虽然不像平衡二叉树一样是严格平衡的，但平衡性能还是要比二叉搜索树要好。其查找代价基本维持在 o(logn) 左右，但在最差情况下(最长路径是最短路径的 2 倍少 1)，比平衡二叉树效率低一些。
插入性能
红黑树插入结点时，需要旋转操作和变色操作。但由于只需要保证红黑树基本平衡就可以了。因此插入结点最多只需要2次旋转，这一点和平衡二叉树的插入操作一样，但是变色操作的时间复杂度为o(logn)。
删除性能
红黑树的删除操作代价要比平衡二叉树要好的多，删除一个结点最多只需要 3 次旋转操作，保证了删除时间复杂度维持在常量级。
应用场景
应用场景有很多。
java 中的 treeset ,treemap，hashmap
c++ 的 stl中的 map 和 set 都是用红黑树实现的
epoll 在内核中的实现，用红黑树管理事件块
nginx 中，用红黑树管理 timer 等
linux 进程调度 completely fair schedule r,用红黑树管理进程控制块
种树
b 树
定义
b树是一种多路平衡查找树，在相同数据数目情形下，b树的高度更小，这样就减少了磁盘的io次数，在文件系统以及数据库索引等场景下提升了查找效率。
查找性能
b树的查找分成两种：一种是从一个结点查找另一结点的地址的时候，需要定位磁盘地址(查找地址)，查找代价极高。另一种是将结点中的有序关键字序列放入内存，进行优化查找(可以用折半)，相比查找代价极低。而b树的高度很小，因此在这一背景下，b树比任何二叉结构查找树的效率都要高很多。
插入性能
b树的插入会发生结点的分裂操作。当插入操作引起了 s 个节点的分裂时，磁盘访问的次数为 h (读取搜索路径上的节点) ＋2s (回写两个分裂出的新节点) ＋1（回写新的根节点或插入后没有导致分裂的节点）。因此，所需要的磁盘访问次数是 h+2s+1，最多可达到 3h+1。因此插入的代价较大。
删除性能
b树的删除会发生结点合并操作。最坏情况下磁盘访问次数是 3h＝（找到包含被删除元素需要h次读访问）+（获取第2至h层的最相邻兄弟需要h-1次读访问）+（在第3至h层的合并需要h-2次写访问）+（对修改过的根节点和第2层的两个节点进行3次写访问）。
应用场景
b树/b+树主要用于磁盘文件组织 数据索引和数据库索引等场景。
种树
b+ 树
定义
b+树是b-树的一种变体，b+树相比b-树的特点：
（1）索引节点的key值均会出现在叶子节点中。（2）索引节点中的key值在叶子节点中或者为最大值或者为最小值。（3）叶子节点使用单链表的形式链接起来。
查找性能
（1）在相同数量的待查数据下，b+树查找过程中需要调用的磁盘io操作要少于普通b-树。由于b+树所在的磁盘存储背景下，因此b+树的查找性能要好于b-树。
（2）b+树的查找效率更加稳定，因为所有叶子结点都处于同一层中，而且查找所有关键字都必须走完从根结点到叶子结点的全部历程。因此同一颗b+树中，任何关键字的查找比较次数都是一样的。而b树的查找是不稳定的。
插入性能
b+树的插入过程与b树类似，性能也基本一致。
删除性能
删除性能与b树也基本一致。
应用场景
b树/b+树主要用于磁盘文件组织 数据索引和数据库索引等场景。
种树
霍夫曼树
定义
给定 n 个权值作为 n 个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为霍夫曼树(huffman tree)。
霍夫曼树是带权路径长度最短的树，权值较大的结点离根较近。
应用场景
霍夫曼树主要用于霍夫曼编码，进行数据压缩领域。
霍夫曼编码
三菱电机携智能降碳解决方案出席2023中国智博会高峰论坛
基于相机技术的工业级多码读码器——DC200读码器
激光万瓦切割机的优势都有哪些
CBB21电容焊接温度是多少？
第十三届电路保护与电磁兼容技术研讨会10月上海揭幕
普及一下程序猿们经常遇见的树
林芩论币：比特币4000关口争夺战，行情后面还会涨到哪里？
华为数字平台助力各行业数字化转型 组织面对机遇与挑战
深度讲解：连接器的绝缘性能究竟受哪些因素影响？
10种物联网小工具助力智能海滩成为现实
疫情抗疫时期 AI技术不再高高在上
中国长征八号火箭首飞越来越近了
荣耀Magic那些改变世界功能应用，未来手机不只是花哨故事！
卫星接收天线锅面除雪工具,Satellite antenna snow removal tools
驭势科技携手合作伙伴 无人驾驶技术助力复工
怎么快速进行变量和函数的命名？
特朗普：就任总统后苹果股价翻了好几倍,跌这点没事
涡流探伤的检测方法
小米6最新消息：小米6配置大曝！双摄四曲面6GB？小米6配置呼之欲出
联想Yoga 720二合一变形本，居然搭载了GTX 1050独显
二叉搜索树
定义
二叉搜索树又称二叉查找树，亦称为二叉排序树。设 x 为二叉查找树中的一个节点，x 节点包含关键字 key，节点x 的 key 值记为 key[x] 。如果 y 是 x 的左子树中的一个节点，则 key[y] = key[x] 。
查找性能
当数据数目为 n，树高度保持 logn 附近。则平均查找长度与 logn 成正比，查找平均时间复杂度为 o(logn) 。 当先后插入的关键字有序时，二叉搜索树退化成单支树结构。此时树高 n 。平均查找长度为 (n+1)/2 ，查找的平均时间复杂度为 o(n) 。
插入性能
插入效率与查找效率一致。
删除性能
删除节点时，若节点为叶子节点，或者节点只有单一子树，则时间复杂度为 o(1) 。若节点既有左子树又有右子树，则需要执行递归过程，对应时间复杂度为 o(logn) 。
应用场景
二叉排序树就既有链表的好处，也有数组的好处，因此在处理大批量的动态的数据是比较有用。
种树
平衡二叉树
定义
平衡二叉树是一种特殊的二叉搜索树。平衡二叉树保证节点平衡因子的绝对值不超过1，保证了树的平衡。
查找性能
平衡二叉树是严格平衡的，那么查找过程与二叉搜索树一样，只是平衡二叉树不会出现最差的单支树情形。因此查找效率最好，最坏情况时间复杂度为 o(logn) 。
插入性能
插入数据之前需要进行查找操作，查找到插入位置。插入数据后需要进行旋转操作，旋转操作复杂度为常量级。因此插入数据的时间复杂度与查找相同为 o(logn)。
删除性能
删除数据同样需要查找数据，在删除数据后需要进行调整。一次删除最多需要需要o(logn)次旋转，因此删除数据的时间复杂度为o(logn)+o(logn)=o(2logn)。
应用场景
sgi/stl的 set/map 底层都是用红黑树（平衡二叉树的一种）实现的。
种树
红黑树
定义
平衡二叉树的严格平衡策略以牺牲建立查找结构(插入，删除操作)的代价，换来了稳定的o(logn) 的查找时间复杂度。红黑树采用了折中策略，即不牺牲太大的建立查找结构的代价，同时又能保证稳定高效的查找效率。
查找性能
由于红黑树的性质(最长路径长度不超过最短路径长度的 2 倍)，可以说明红黑树虽然不像平衡二叉树一样是严格平衡的，但平衡性能还是要比二叉搜索树要好。其查找代价基本维持在 o(logn) 左右，但在最差情况下(最长路径是最短路径的 2 倍少 1)，比平衡二叉树效率低一些。
插入性能
红黑树插入结点时，需要旋转操作和变色操作。但由于只需要保证红黑树基本平衡就可以了。因此插入结点最多只需要2次旋转，这一点和平衡二叉树的插入操作一样，但是变色操作的时间复杂度为o(logn)。
删除性能
红黑树的删除操作代价要比平衡二叉树要好的多，删除一个结点最多只需要 3 次旋转操作，保证了删除时间复杂度维持在常量级。
应用场景
应用场景有很多。
java 中的 treeset ,treemap，hashmap
c++ 的 stl中的 map 和 set 都是用红黑树实现的
epoll 在内核中的实现，用红黑树管理事件块
nginx 中，用红黑树管理 timer 等
linux 进程调度 completely fair schedule r,用红黑树管理进程控制块
种树
b 树
定义
b树是一种多路平衡查找树，在相同数据数目情形下，b树的高度更小，这样就减少了磁盘的io次数，在文件系统以及数据库索引等场景下提升了查找效率。
查找性能
b树的查找分成两种：一种是从一个结点查找另一结点的地址的时候，需要定位磁盘地址(查找地址)，查找代价极高。另一种是将结点中的有序关键字序列放入内存，进行优化查找(可以用折半)，相比查找代价极低。而b树的高度很小，因此在这一背景下，b树比任何二叉结构查找树的效率都要高很多。
插入性能
b树的插入会发生结点的分裂操作。当插入操作引起了 s 个节点的分裂时，磁盘访问的次数为 h (读取搜索路径上的节点) ＋2s (回写两个分裂出的新节点) ＋1（回写新的根节点或插入后没有导致分裂的节点）。因此，所需要的磁盘访问次数是 h+2s+1，最多可达到 3h+1。因此插入的代价较大。
删除性能
b树的删除会发生结点合并操作。最坏情况下磁盘访问次数是 3h＝（找到包含被删除元素需要h次读访问）+（获取第2至h层的最相邻兄弟需要h-1次读访问）+（在第3至h层的合并需要h-2次写访问）+（对修改过的根节点和第2层的两个节点进行3次写访问）。
应用场景
b树/b+树主要用于磁盘文件组织 数据索引和数据库索引等场景。
种树
b+ 树
定义
b+树是b-树的一种变体，b+树相比b-树的特点：
（1）索引节点的key值均会出现在叶子节点中。（2）索引节点中的key值在叶子节点中或者为最大值或者为最小值。（3）叶子节点使用单链表的形式链接起来。
查找性能
（1）在相同数量的待查数据下，b+树查找过程中需要调用的磁盘io操作要少于普通b-树。由于b+树所在的磁盘存储背景下，因此b+树的查找性能要好于b-树。
（2）b+树的查找效率更加稳定，因为所有叶子结点都处于同一层中，而且查找所有关键字都必须走完从根结点到叶子结点的全部历程。因此同一颗b+树中，任何关键字的查找比较次数都是一样的。而b树的查找是不稳定的。
插入性能
b+树的插入过程与b树类似，性能也基本一致。
删除性能
删除性能与b树也基本一致。
应用场景
b树/b+树主要用于磁盘文件组织 数据索引和数据库索引等场景。
种树
霍夫曼树
定义
给定 n 个权值作为 n 个叶子结点，构造一棵二叉树，若该树的带权路径长度达到最小，称这样的二叉树为最优二叉树，也称为霍夫曼树(huffman tree)。
霍夫曼树是带权路径长度最短的树，权值较大的结点离根较近。
应用场景
霍夫曼树主要用于霍夫曼编码，进行数据压缩领域。
霍夫曼编码
三菱电机携智能降碳解决方案出席2023中国智博会高峰论坛
基于相机技术的工业级多码读码器——DC200读码器
激光万瓦切割机的优势都有哪些
CBB21电容焊接温度是多少？
第十三届电路保护与电磁兼容技术研讨会10月上海揭幕
普及一下程序猿们经常遇见的树
林芩论币：比特币4000关口争夺战，行情后面还会涨到哪里？
华为数字平台助力各行业数字化转型 组织面对机遇与挑战
深度讲解：连接器的绝缘性能究竟受哪些因素影响？
10种物联网小工具助力智能海滩成为现实
疫情抗疫时期 AI技术不再高高在上
中国长征八号火箭首飞越来越近了
荣耀Magic那些改变世界功能应用，未来手机不只是花哨故事！
卫星接收天线锅面除雪工具,Satellite antenna snow removal tools
驭势科技携手合作伙伴 无人驾驶技术助力复工
怎么快速进行变量和函数的命名？
特朗普：就任总统后苹果股价翻了好几倍,跌这点没事
涡流探伤的检测方法
小米6最新消息：小米6配置大曝！双摄四曲面6GB？小米6配置呼之欲出
联想Yoga 720二合一变形本，居然搭载了GTX 1050独显