知识点汇总-数据结构（进阶版）
- 哈希函数（散列函数）：类似于函数调用一样，给一个字符串作为输入，返回一个哈希码
- 哈希表（散列表）：把哈希码映射到表中的一个位置来访问记录，存放记录的数组就叫散列表
- 直接寻址法：hash（key） = a * key + b
- 输入域是无穷大的，输出域是有穷的，输出域要比输入域小
- 哈希函数不是一个随机函数，只要输入一样，输出就一样
- 哈希碰撞：输入不一样也有可能得到输出一样的值
- 虽然有哈希碰撞，如果输入够多，将在整个输出域上均匀地出现返回值，不一定完全平分，但输出域中的每个哈希码一定被差不多个输入域中的值对
- 当输入域足够大，经过一个哈希函数计算完后保证输出域是均匀分布时，对输出域的每一个哈希码模%上一个m，最终的域会缩减成0至m-1，也均匀分布
- 解决哈希冲突（key1和key2称为同义词）的方法：开放寻址法，链地址法
- 布隆过滤器：布隆过滤器是一个bit类型的map，主要用于解决爬虫去重问题以及黑名单问题，其短板是它有失误率
- 一致性哈希结构：把原来全部数据迁移的代价变得很低，并负载均衡
- 并查集：（1）非常快地检查两个元素各自所在的集合是否属于一个集合（2）两个元素各自所在的集合，合并在一块
- 看出每一次查询操作的时间复杂度为O(H)，H为树的高度，于是可以用下面的扁平化优化
-
前缀树（trie树）：特点是效率很高（1）每个节点保存一个字符（2）根节点不保存字符（3）每个节点最多有n个子节点(n是所有可能出现字符的个数)（4）查询的复杂度为O(k)，k为查询字符串长度
-
B树和B+树：解决磁盘IO问题。在大量数据存储中，查询时不能一下将所有数据加载到内存中，只能逐一加载磁盘页，每个磁盘页对应树的结点。造成大量磁盘IO操作（最坏情况下为树的高度）。于是将树变得矮胖来减少磁盘IO的次数——采用多叉树，每个结点存储多个元素，又根据AVL得到一棵平衡多路查找树可以使得数据查找效率在O（logN）
- B树：（1）每个节点都存储key和value，所有的节点组成这棵树，并且叶子结点指针为null（2）一个m阶B树最多有m个孩子，若根结点不是叶子结点，则至少有 2 个孩子（3）所有叶子结点都在一层
- B+树非叶子节点只存储key，只有叶子结点存储value，叶子结点包含了这棵树的所有键值，每个叶子结点有一个指向相邻叶子结点的指针，这样可以降低B树的高度
- B+树是数据库实现索引的首选数据结构呢？——评价一个数据结构作为索引的指标就是在查找时IO操作的次数
- B+树相比于B树的优势：（1）B+树单一节点存储更多的元素，使得查询的IO次数更少（2）B+树所有查询都要查找到叶子节点，查询效率更加稳定（3）B+树所有叶子节点形成有序链表，便于范围查询，更有利于对数据库的扫描
- 线段树的建立：（1）根结点表示数组元素的总和（2）分叉，把数组劈成两半。做法就是不断二分，最终所有的叶子结点就是数组中的元素（3）填每一个结点（4）有一个 query 需求，要算区间 [2, 5] 以内的和。那么我们就把这个区间分半，分成 [2] 和 [3, 5]。这样，对query，最坏情况就是把这棵树从根结点到叶子结点搜索一遍，复杂度变为了 O(logn)。（5）有另一个需求 update，要把 4 位置上的数字改为 6，那么我们就先顺着这条路找到 4 位置，然后再返回去修改这条路上的和，其他路径不会受到影响。所以总的时间复杂度也是 O(logn) 的
