为什么二叉树这么重要,而不是三叉树、四叉树（二分法）

• 数组：查找快，增删慢O(n)
  
• 链表：查找慢，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

1. BST如果不平衡，那就成链表了
2. 所有要尽量平衡：平衡二叉搜索树BBST
3. BBST增删查，时间复杂度都是n(logn),即树的高度

红黑树

一种自平衡二叉树 分为红、黑两种，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树老组织数据

总结

• 数组、链表，各有各的缺点；
• 特定的二叉树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；

堆栈模型

• JS执行代码时
• 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，逻结构是一颗二叉树
• 但它物理结构是一个数组
• 数组：适合连续存储+节省空间

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