Okuduğum Gelişmiş Veri Yapıları Peter Brass tarafından.
düğümleri gerçek nesne (ağaç bir sözlük olarak kullanılırsa değeri) içeren bir ve tüm nesneler saklanır nerede bir diğer - arama ağaçlarda bölümün başında, o arama ağaçlarının iki model olduğunu belirtti yaprakları ve iç düğümleri sadece karşılaştırmalar için vardır.
İlki üzerinde ikinci modelin avantajları nelerdir?
İyi saklamak bilgi, en kötü durum auf acces bir dizidir / Hashtable, bir şeyler saklamak daha hızlı bilgi hızlı retrival (için yararlıdır tray içerisinde, O (n) 'dir biz bir tray hakkında bu durumda konuşurken, düğümler nesneleri Bu O (m) [m, n kuvvetin])
buraya bakın: https://en.wikipedia.org/wiki/Trie
Bir arama ağacında bu oerations (AVL Ağacı O (log n) bakmak) çok daha karmaşık olabilir ve bu yüzden daha yavaş olabilir ve uygulaması daha fazla compley olduğunu olabilir.
Ne veri yapısı seçmek için ?? Eh bu u ne yapmak istediğinize bağlıdır
veriler yalnızca yaprak düğümlerin olan bir ikili ağacın büyük avantajlarından biri kümenizdeki olmayan unsurları temel bölüm olabilir.
Ben 0-1 milyon olası bir veri kümesi, ancak kalemlerin büyük çoğunluğu varsa Örneğin, ya yüksek sonu veya düşük sonunda ama ortada, yine de ilk 500.000 karşılaştırmak isteyebilirsiniz değil - hatta bu sayının olsa benim veri kümesinde değildir . Her düğüm verilerini olsaydı, bu yapamadı. Normalde teoride gerekli olmasa da, ben defalarca içine verilerim basitleştirilmiş uygulanması dışında bir değere dayalı olarak o bölünmesini tükendi.
B + ağaç tüm anahtar / değerler yaprak düğümlerin depolanan bir durumda bir örnektir. Burada birincil avantajı tüm öğeleri yaprak düğümlerin içinde olduğundan, yaprak düğümleri hızlı içinde sipariş geçişi sağlayan bir bağlantılı liste oluşturmak üzere birbirine bağlanmış olmasıdır. Belirli bir elemana ulaşmak, her zaman yaprak düğümlerin birbirine bağlı olduğu için herhangi bir anne ziyaret etmeden dizideki bir sonraki eleman bulabilirsiniz. Dosya sistemleri ve veritabanı depolama sistemleri aralığı aramaları ve şeyler için bu yapıların yararlanabilir.
Lets bazı karmaşık kriterlere bazı nesnelerin üzerine ağaç inşa ediyoruz derler. Örneğin birden fazla özelliklerinden hesaplanır. Bazen mağaza hesaplanan değere bu nesneyi değiştirmek ve bu kriterleri hesaplama geniş olduğunu olamaz. Yani sadece bir kez bu kriterleri hesaplamak ve kriterlere dayalı yapraklar mağaza nesneleri sonuçlanır. ağacınızı tamamlandığında Sonra ne zaman yolundaki her ağaç düğümü kriterlerini hesaplamak gerekmez çünkü gerekli nesne çok daha hızlı bulabilirsiniz.
