二叉排序樹(Binary Sort Tree)又稱二叉查找樹(Binary Search Tree)。
AVL樹:在計算機科學中,AVL樹是最先發明的自平衡二叉查找樹。在AVL樹中任何節點的兩個子樹的高度最大差別為一,所以它也被稱為高度平衡樹。AVL樹在節點增刪後不再滿足AVL樹條件,則需要“旋轉”以重新構造自身。
紅黑樹:RB樹。每個節點都帶有顏色屬性的二叉查找樹。在二叉查找樹強制一般要求以外,對於任何有效的紅黑樹我們增加了如下的額外要求:
下圖就是一棵紅黑樹:
AVL是嚴格平衡樹,因此在增加或者刪除節點的時候,根據不同情況,旋轉的次數比紅黑樹要多;
紅黑是弱平衡的,用非嚴格的平衡來換取增刪節點時候旋轉次數的降低;
所以簡單說,搜索的次數遠遠大於插入和刪除,那麼選擇AVL樹,如果搜索,插入刪除次數幾乎差不多,應該選擇RB樹。
可以看到,這三者查找的時間復雜度O(log2N)與樹的深度相關,那麼降低樹的深度自然會提高查找效率 。
但是在大規模數據存儲中,使用二叉查找樹實現索引查詢,元素數量是非常大的,這樣就導致二叉查找樹結構樹的深度過大,進而造成磁盤I/O讀寫過於頻繁,導致查詢效率低下,那麼如何減少樹的深度,一個基本的想法就是:采用多叉樹結構。這樣我們就提出了一個新的查找樹結構——多路查找樹。根據平衡二叉樹的啟發,自然就想到平衡多路查找樹結構。B-tree:一種平衡多路搜索樹(並不是二叉的)。B-tree樹即B樹, B即Balanced ,平衡的意思。
B+-tree:B+的搜索與B-樹也基本相同,區別是B+樹所有關鍵字都在葉子結點出現,因此只有達到葉子結點才命中(B-樹可以在非葉子結點命中)。B+樹葉子節點鏈表中的關鍵字是有序的,且所有葉子結點都有一個鏈指針指向下一個葉子節點,這個特性使得B+樹對范圍查找的效率比B樹高的多,比如對已經建立索引的數據庫記錄,查找10<=id<=20,那麼只要通過根節點搜索到id=10的葉節點,之後只要根據葉節點的鏈表找到第一個大於20的就行了,比B-樹在查找10到20內的每一個時每次都從根節點出發查找提高了不少效率。
B*-tree:在B+樹基礎上,為非葉子結點也增加鏈表指針,將結點的最低利用率從1/2提高到2/3。
Huffman tree:又稱最優樹。對應的有哈夫曼編碼,其主要應用在數據壓縮,加密解密等場合。
上述只是常見但很小一部分樹,最後附圖一幅: