课程名称：2周刷完100道前端优质面试真题
课程章节：第3章 前端面试技能拼图1： 数据结构和算法（下），大厂面试必考
主讲老师：双越
课程内容：
今天学习的内容包括：
3-3 为什么二叉树很重要，而不是三叉树四岔树——二叉树能够二分法处理业务需求，其他的不行。
3-4 堆有什么特点，和二叉树有什么关系——堆又叫完全二叉树，堆可以用二叉树表示。
课程收获：
二叉树和堆
本章前置tips
- 本节要“不求甚解”，掌握结果，不纠细节
- 体会计算机科学的精妙与伟大
- 算法的最终目的是性能
数组 vs 链表 vs 二叉树
- 数组:查找快O(1)，增删慢O(n)
- 链表:查找慢O(n)，增删快O(1)
- 二叉搜索树BST:查找快，增删快 —— “木桶效应”
平衡二叉树
- BST 如果不平衡，那就又成了链表了
- 所有要尽量平衡:平衡二叉搜索树 BBST
- BBST增删查，时间复杂度都是O(logn)，即树的高度
红黑树
- —种自平衡二叉树
- 分为红/黑两种颜色，通过颜色转换来维持树的平衡
- 相对于普通平衡二叉树，它维持平衡的效率更高
B树
- 物理上是多叉树，但逻辑上是二叉树
- 一般用于高效I/O，关系型数据库常用B树来组织数据
小结
- 数组、链表，各有各的缺点
- 特定的二叉树（BBST）可以让整体效果最优
- 各种高级二叉树，继续优化，满足不同场景
- 红黑树和B树都是二叉树的变种，都是为了更好的维持二叉树的平衡
堆栈模型
- JS代码执行时
- 值类型变量，存储在栈
- 引用类型变量，存储在堆
堆
- 完全二叉树
- 最大堆:父节点>=子节点
- 最小堆:父节点<=子节点
逻辑结构vs物理结构
- 堆，逻辑结构是一棵二叉树
- 但它物理结构是一个数组
- 数组:适合连续存储＋节省空间（回顾堆栈模型)
- 节点关系：父节点：Math.floor(i/2)
- 左子节点：2*i
- 右子节点：2*i +1
堆 vs BST
- 查询比BST慢
- 增删比BST快，维持平衡更快
- 但整体的时间复杂度都在O(logn)级别，即树的高度
堆的使用场景
- 特别适合“堆栈模型”
- 堆的数据，都是在栈中引用的，不需要从root 遍历
- 堆恰巧是数组形式，根据栈的地址，可用O(1)找到目标
小结
- 堆栈模型，堆的场景
- 堆的特点，堆和BST
- 堆的逻辑结构和物理结构
今天的 学习了 二叉树和堆的相关理论和图解，红黑树和B树都是二叉树的变种，都是为了更好的平衡二叉树，在工作中常听到堆栈内存，值类型变量就是栈内存，引用类型变量就是堆内存，二叉树还挺复杂。
下一步就是 学习 求斐波那契数列的第n值了。今天学习就先到这里吧。
坚持打卡，坚持学习，未来可期，加油😀~
随时随地看视频
