我想找个郑州做网站的,phpcms 中英文网站,中信建设有限责任公司农业事业部,网站流量宝文章目录 红黑树应用场景 跳表使用场景 B树使用场景 毫无疑问数据结构是复杂的#xff0c;让人头大的#xff0c;大学时唯一挂科的就是数据结构#xff0c;上学时不用心#xff0c;不晓得自己的职业生涯要一直被数据结构支配。 或多或少#xff0c;面试抱佛脚时#xff0… 文章目录 红黑树应用场景 跳表使用场景 B树使用场景 毫无疑问数据结构是复杂的让人头大的大学时唯一挂科的就是数据结构上学时不用心不晓得自己的职业生涯要一直被数据结构支配。 或多或少面试抱佛脚时数据结构都会背一背刷一刷HashMap的红黑树Redis的跳表一个个都跑不了。
当回归日常时学习及理解数据结构真的有什么收益吗
举个例子最近看到IO多路复用的时候说到selectpoll与epoll对比时
有两个点 1.epoll通过维护一个链表来记录就绪事件无需遍历所有文件描述符来获取所有就绪事件而是通过事件通知机制将就绪事件添加到链表中epoll_wait()函数获取所有就绪事件。
int s socket(AF_INET, SOCK_STREAM, 0);
bind(s, ...);
listen(s, ...)int epfd epoll_create(...);
epoll_ctl(epfd, ...); //将所有需要监听的socket添加到epfd中while(1) {int n epoll_wait(...);for(接收到数据的socket){//处理}
}2.epoll通过红黑树来维护所有文件描述符。
当我看到第2点时反应是居然是你真的有你可算再次遇到你了除了HashMap中终于又和你体会到了铺面而来的重逢喜悦感另外带着一种原来你真的挺有用的欣慰感。
红黑树、B树以及跳表这三个数据结构之前在我心目中地位是一样的需要面试的时候对于他们我口若悬河头头是道而日常开发就是对不起我们好像不太认识。
红黑树HashMapB树MySQL索引跳表Redis跳表我几乎快要把他们画等号了背后的原理为什么是这样的却从来都想不起再去深究。
随着开发的生涯越走越远我很欣慰自己没有原地踏步那么为什么呢
红黑树 红黑树不算是严格的二叉平衡查找树标准的二叉平衡查找树父子上下节点的高度最大不会超过1为了维护这个平衡当新增或者删除数据时标准的平衡二叉查找树需要耗费更多的资源不可避免需要进行多次旋转。 红黑树使得二叉查找树能保持大体的平衡不至于退化成链表又不至于频繁的转换操作在与平衡二叉树的时间复杂度相差不大的情况下保证每次插入最多只需要三次旋转就能达到平衡实现起来也更为简单。 红黑树在二叉查找树的基础上增加了着色和相关的性质使得红黑树相对平衡从而保证了红黑树的查找、插入、删除的时间复杂度最坏为O(log n)。所以红黑树适用于搜索插入删除操作较多的情况。 应用场景 红黑树常用于存储内存中的有序数据增删很快内存存储不涉及 I/O 操作。 HashMapIO多路复用-epollLinux公平调度器
跳表 1.对有序列表查询性能的优化。 2.跳表的基本思想是将有序链表分层每个节点在不同层中拥有不同数量的前向指针。上层链表是下层链表的子集且上层链表中的元素顺序与下层链表一致。 3.通过增加指针和添加层级的方式跳表可以实现对数级别的查找效率。 4.实现简单 原以为除了Redis ZSet中也不会再见到跳表了直到看到LevelDB时了解到其Memtable中使用的也是跳表实现。
使用场景
Redis zsetLevelDB底层数据结构
B树 号称为文件系统而生的数据结构。 多路平衡二叉树选用B树最大的理由我理解是树的高度高度还是tm的高度。 B树只需要3层就能存储大约2kw的数据定位一个数据也就是页大的读取IO次数最多3,4次换成红黑树或者跳表大概需要10倍左右 对于文件系统、数据库的场景需要从磁盘读取数据IO的耗费相对于内存来说是不可接受的。 使用场景 B 树在处理磁盘I/O、范围查询和大数据量管理方面优势明显 数据库MySQL innodb索引PostgreSQL索引Oracle索引等基本主流的数据库文件系统NTFS、ReiserFS、大名鼎鼎的HDFS等文件系统
