无限大的博客

① 文件系统需要快速定位单个文件 ② B树非叶节点存数据有利小文件 ③ B+树更适合范围扫描。是强迫症的AVL，潮流的红黑树，还是磁盘大师B+树？比如4KB页，假设key占16B，t≈4KB/(16B+8B)=170。：① 查询更稳定（都要到叶子层） ② 范围查询吊打B树 ③ 非叶节点更"苗条"：为什么Linux文件系统用B树而不用B+树？：红黑树为什么比AVL树应用更广？：HashMap为什么不用红黑树？：为什么数据库用B+树不用B树？：B+树叶子链表如何维护？：B树的t值怎么选？

既要精准切除病灶，又要完美缝合伤口！：方案一：仅删除第一个遇到的节点；方案二：设计支持重复值的BST结构。：你曾在删除操作中踩过哪些坑？在评论区分享你的惊险故事吧！：高度、平衡因子、父指针、子树大小（若维护）：中序遍历结果保持严格递增序即为合法BST。：如何证明删除后的树仍然是BST？：C++选手忘记释放节点内存。：删除操作会影响哪些树属性？：在右子树找最小值时漏判空。：如何处理重复元素的删除？：删除后忘记检查平衡因子。：多线程环境下非原子操作。：未及时更新父节点引用。：处理超大树时未优化。

小明用DFS解二叉树的右视图总超时，直到他发现BFS层序遍历就像超市结账时排队——：找最短路径时（如迷宫问题），BFS像警犬搜救，DFS像游客瞎逛！：最差情况是完美二叉树，最后一层有⌈n/2⌉个节点，所以是。：队列空且所有节点处理完毕，就像快递站所有包裹都派送完！：每个节点进出队列各一次，时间复杂度是妥妥的。：遍历子节点时从固定左右子节点变成遍历。：层序遍历序列化，空节点用特殊符号标记。：BFS层序遍历的时间复杂度怎么计算？：多源BFS，所有0同时作为起点扩散。集合，像贴封条一样标记已访问节点！

策略不撞南墙不回头，优先探索最深的节点实现方式：递归 / 栈（Stack）时间复杂度：O(n)（每个节点访问一次）