查找算法中的概念（排序树和散列表）

1、二叉排序树
别名二叉搜索树，二叉查找树，Binary Sort Tree（BST）

如果数据集没有顺序，线性查找是非常慢的。但是如果构造成了二叉排序树，且所有非叶子结点的左右子树的结点数目均保持差不多（平衡），那么二叉排序树的搜索性能逼近二分查找。但它比连续内存空间的二分查找的优点是，改变二叉排序树结构（插入与删除结点）通常是常数开销。而插入与删除顺序表中的结点需要移动大段的内存数据。

2、平衡二叉排序树
别名AVL树，Balanced Binary Tree
如果按第一个图构建二叉排序树，例如查找9，只需要比较两次。而第二个图需要比较9次。

第二个图也是一个二叉排序，但它的搜索性能已经是线性的了。同样的关键字集合，按照不同的关键字顺序构建二叉排序树，有可能导致不同的树结构。所以，还要考虑尽可能让二叉排序树保持平衡，使得按照不同的关键字顺序都可以构建效率较高的二叉排序树（平衡二叉排序树）。


常用算法有红黑树、AVL、Treap、伸展树、Size Balanced Tree（简称SBT）等。

3、多路查找树之2-3树
对于二叉排序树，每个结点只存储一个元素，只有两个孩子，在数据量很大时，树的结点个数会很多并且深度很深，出现内存存储不下的情况。

4、B树
别称B-树。


比如2-3树，m=3，3/2<=k<=3，即每个分支结点都有2或者3个孩子，1或2个元素。

5、B+树
B+树是B-树的变体，也是一种多路搜索树：

   1.其定义基本与B-树同，除了：   2.非叶子结点的子树指针与关键字个数相同（B-树是k-1个关键字，k个子树指针）；   3.非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树（B-树是开区间）；   5.为所有叶子结点增加一个链指针；   6.所有关键字都在叶子结点出现；   如：（M=3）

B+的搜索与B-树也基本相同，区别是B+树只有达到叶子结点才命中（B-树可以在

非叶子结点命中），其性能也等价于在关键字全集做一次二分查找；

   B+的特性：   1.所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；   2.不可能在非叶子结点命中；   3.非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；   4.更适合文件索引系统；

6、哈希表（散列表）

处理散列表冲突的方法