数据结构笔记

数组：内存中连续的一块区域。因为是连续的区域，所以搜索比较快（按下标随机访问元素）。插入和删除因为要对其他数据进行移动，所以比较慢。删除操作有个优化，并不是真删除，而是给删除标识，等存储的数据空间达到阈值，进行统一删除操作。

链表：内存存非连续的区域，存储数据的内存中有两个区域，一个数据，一个是下一个数据的地址。 充分利用碎片的空间，插入删除比较容易，搜索时要从第一处一步一步往后搜。
引生出来的有双向链表，循环链表，双向循环链表。

栈：先进后出。数组和链表都可以组成栈。
利用两个栈实现浏览器的亲近和后退。每新开一个页面，将页面存到a栈中，后退时出栈，然后把出去来的页面存到b栈里，前进时从b栈里取到a栈里。

队列：先进先出。数组和链表都可以组成栈队列。
循环队列，阻塞队列，并发队列。并发队列：基于数组的循环队列，使用cas原子操作可以实现并发队列。 cas原子操作：有个预期值，版本号，值 入队和出队会比较预期值和版本号和携带的是否一致，一致则成功。

跳表：为链表增加索引，已达到快速查找的目的。
每隔一定数目建立一个索引链表，可以为索引列表再建立索引列表。
插入时使用随机数维持结构。
redis中有序集合的实现方式。

散列表（哈希表）：通过key映射到数组下标的方法叫散列函数（哈希函数）。计算结果叫散列值（哈希值）。
散列冲突：两个key的散列值相等。
解决方法：
开放寻址法：线性探测。如果目标位置有值，就往后寻找空的位置，找到为止。
二次探测：线性探测的步长是1，二次探测则是1^2,22,3^…
双重散列：在用散列函数计算出来的有下标有值时，用第二个散列函数计算，然后第三个散列函数。直到有空为止。

ThreadLocalMap采用的是开放寻址法。装载因子不能过高。
优点：查找快，序列化容易。缺点：删除麻烦，更费内存空间。
链表法：将散列冲突的值组成一条链表。
适用于大对象，大数据量的存储

LinkedHashMap：采用的是双向链表+散列表的实现方式。支持LRU缓存淘汰原则。有序的

装载因子：数组有值得长度/数组长度，为了保证性能，会留有一定空间。

满二叉树：除最后一层无任何子节点外，每一层上的所有结点都有两个子结点。也可以这样理解，除叶子结点外的所有结点均有两个子结点。节点数达到最大值，所有叶子结点必须在同一层上。

完全二叉树：若设二叉树的深度为h，除第 h 层外，其它各层 (1～(h-1)层) 的结点数都达到最大个数，第h层所有的结点都连续集中在最左边，这就是完全二叉树。

二叉树的遍历：
前序遍历是指，对于树中的任意节点来说，先打印这个节点，然后再打印它的左子树，最后打印它的右子树。
中序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它本身，最后打印它的右子树。
后序遍历是指，对于树中的任意节点来说，先打印它的左子树，然后再打印它的右子树，最后打印这个节点本身。

二叉查找树定义：又称为是二叉排序树（Binary Sort Tree）或二叉搜索树。二叉排序树或者是一棵空树，或者是具有下列性质的二叉树：
　　1) 若左子树不空，则左子树上所有结点的值均小于它的根结点的值；
　　2) 若右子树不空，则右子树上所有结点的值均大于或等于它的根结点的值；
　　3) 左、右子树也分别为二叉排序树；

平衡二叉树定义：平衡二叉树（Balanced Binary Tree）又被称为AVL树（有别于AVL算法），且具有以下性质：它是一 棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。平衡二叉树的常用算法有红黑树、AVL树等。在平衡二叉搜索树中，我们可以看到，其高度一般都良好地维持在O(log2n)，大大降低了操作的时间复杂度。

B+树：mysql中索引的实现方式。是一种m叉树。
每个节点中子节点的个数不能超过m，也不能小于m/2；
根节点的子节点个数可以不超过m/2，这是一个例外；
根节点存储在内存上，其他节点存储在硬盘上。
通过双向链表将子叶节点连接起来。
m叉树只存储索引，并不真正存储数据，这个有点儿类似跳表；