校招必背：从红黑树到布隆过滤器的核心考点全梳理

以下按平衡树类、多路查找树、链表优化、位运算结构、索引结构五大分类，逐一拆解核心原理、性质、操作逻辑、复杂度与典型应用，覆盖后端面试高频考点。

一、平衡二叉搜索树类

二叉搜索树（BST）在极端情况下会退化为链表（O (n) 复杂度），平衡树通过约束树高，将查找 / 插入 / 删除稳定在 O(log n)。

1. AVL 树（高度平衡二叉搜索树）

核心定义

AVL 是严格平衡的二叉搜索树，通过平衡因子约束树高：

• 平衡因子 = 左子树高度 - 右子树高度，任意节点的平衡因子绝对值 ≤ 1。
• 树高始终保持在 O (log n)，是平衡度最高的二叉搜索树。

关键操作：旋转调平

插入 / 删除节点后，若平衡因子被打破，通过四种旋转恢复平衡：

1. LL 型（左左）：根节点左子树的左子节点插入 → 单次右旋。
2. RR 型（右右）：根节点右子树的右子节点插入 → 单次左旋。
3. LR 型（左右）：根节点左子树的右子节点插入 → 先左旋左子树，再右旋根节点。
4. RL 型（右左）：根节点右子树的左子节点插入 → 先右旋右子树，再左旋根节点。

特性与应用

• 复杂度：查找 O (log n)，插入 / 删除最坏 O (log n) 次旋转。
• 优势：查询效率极高，树高最矮。
• 劣势：插入删除的平衡调整开销大，严格平衡导致频繁旋转。
• 适用场景：读多写少、对查询性能要求极高的场景，实际工程中使用较少。

2. 红黑树（近似平衡二叉搜索树）

核心性质

红黑树通过颜色约束实现近似平衡，最长路径长度不超过最短路径的 2 倍，核心五条规则：

1. 每个节点非红即黑；
2. 根节点必须是黑色；
3. 所有叶子节点（空节点 NIL）都是黑色；
4. 红色节点的两个子节点必须是黑色（不能出现连续红节点）；
5. 任意节点到其所有叶子节点的路径上，黑色节点数量相同（黑高一致）。

关键操作：变色 + 旋转

插入新节点默认红色（对黑高影响最小），若破坏规则则通过变色、左旋、右旋调整：

• 插入：最多 2 次旋转即可恢复平衡；
• 删除：最多 3 次旋转即可恢复平衡。

特性与应用

• 复杂度：查找 / 插入 / 删除均为稳定 O (log n)。
• 优势：平衡要求松弛，插入删除的调整开销远小于 AVL，综合性能更优。
• 适用场景：工程主流平衡树，如 C++ STL map/set、Java TreeMap、Linux 进程调度 CFS 红黑树。

【高频对比】AVL 树 vs 红黑树

表格

二、多路平衡查找树：B 树 & B+ 树

二叉平衡树在磁盘存储场景下，树高仍会导致过多磁盘 IO。B 树系列是多路平衡树，通过降低树高大幅减少 IO 次数，是数据库、文件系统索引的核心。

1. B 树（B - 树）

核心定义（m 阶 B 树）

m 阶表示每个节点最多有 m 个子节点，核心约束：

1. 非根节点的子节点数 ≥ ⌈m/2⌉，关键字数 = 子节点数 - 1；
2. 根节点至少 2 个子节点（非叶子时）；
3. 节点内关键字有序升序排列；
4. 所有叶子节点在同一层，叶子节点不存储数据指针。
5. 每个节点同时存储关键字 + 数据 / 数据指针。

关键操作

• 插入：找到对应叶子节点插入，若节点关键字数超过 m-1，则从中间关键字分裂为两个节点，中间关键字上浮到父节点。
• 删除：删除后若节点关键字数不足 ⌈m/2⌉ - 1，则向兄弟节点借关键字，或与兄弟节点合并。

2. B+ 树（B 树变体，数据库索引核心）

B+ 树是对 B 树的优化，也是 MySQL 等数据库索引的默认实现，核心差异：

1. 数据分层：非叶子节点仅存索引关键字，不存储数据；所有数据全部存在叶子节点。
2. 叶子链表：所有叶子节点通过双向链表串联，天然支持有序范围查询。
3. 关键字数量：非叶子节点的关键字数 = 子节点数，每个关键字对应一个子树的最大值索引。

为什么数据库首选 B+ 树而非 B 树？

• IO 次数更少：非叶子节点不存数据，同样大小的磁盘页可容纳更多关键字，树更矮，磁盘 IO 次数更少。
• 范围查询高效：叶子节点链表串联，只需定位起点后遍历链表即可，无需 B 树的中序遍历回溯。
• 查询性能稳定：所有查询都要走到叶子节点，查询路径长度一致，性能稳定。
• 扫表更方便：遍历叶子链表即可完成全表扫描，无需遍历整棵树。

【高频对比】B 树 vs B+ 树

表格

三、跳表（Skip List）

跳表是基于有序链表的多层索引结构，用空间换时间，将有序链表的查找复杂度从 O (n) 优化到平均 O (log n)，是红黑树的经典替代方案。

核心原理

1. 多层索引结构：
   • 最底层（第 0 层）是完整的有序链表，包含所有元素；
   • 上层是下层的稀疏索引，每个节点按随机概率决定是否晋升到上一层（理想情况下第 i 层节点数是第 i-1 层的 1/2）。
2. 查找逻辑：从最高层开始，向右查找直到下一个节点大于目标值，再向下一层继续，直到底层找到目标或确定不存在。
3. 插入 / 删除：先找到插入位置，随机生成新节点的层数，再在每一层对应位置插入 / 删除节点，仅修改相邻节点指针。

特性与应用

• 复杂度：平均查找 / 插入 / 删除 O (log n)，最坏 O (n)。
• 优势：
  • 实现简单，无需复杂的旋转变色逻辑；
  • 天然支持范围查询，结果有序；
  • 并发友好：修改仅影响局部节点，加锁粒度远小于红黑树。
• 劣势：有额外索引空间开销，内存占用略高。
• 典型应用：Redis ZSet、LevelDB / RocksDB 内存表 MemTable、Lucene 倒排索引跳跃表。

四、位运算型数据结构

1. 位图（Bitmap）

核心原理

用一个 bit 位表示一个元素的布尔状态（0 = 不存在 / 未标记，1 = 存在 / 已标记），通过数组承载 bit 位，利用位运算实现高效操作。

例如用 32 位整型数组存储：

• 元素 x 对应数组下标：index = x / 32
• 对应 bit 位偏移：offset = x % 32
• 置位：arr[index] |= 1 << offset
• 清零：arr[index] &= ~(1 << offset)
• 判断：arr[index] & (1 << offset)

特性与应用

• 空间效率极高：1 亿个整数的存在性标记仅需约 12 MB（1 亿 bit ≈ 12.5 MB）。
• 优势：运算速度极快，空间占用极小，支持批量与或运算。
• 劣势：只能表示布尔状态，元素范围不能过大，否则空间爆炸。
• 典型场景：海量数据去重、整数排序、用户在线状态标记、权限位控制、布隆过滤器底层基础。

2. 布隆过滤器（Bloom Filter）

核心原理

布隆过滤器是基于位图的概率型数据结构，用于判断「元素一定不存在」或「元素可能存在」，核心是空间换时间、容忍少量假阳性。

1. 底层是一个 m 位的位图 + k 个独立哈希函数；
2. 插入元素：用 k 个哈希函数计算出 k 个不同的位图下标，将对应 bit 位置 1；
3. 查询元素：同样计算 k 个下标，若任意一个 bit 位为 0，则元素一定不存在；若全为 1，则元素可能存在。

核心特性

• 无漏判：存在的元素一定能被检测到（不会出现假阴性）。
• 有误判：不存在的元素可能因哈希位重叠被误判为存在（假阳性）。
• 普通布隆过滤器不支持删除：多个元素共享 bit 位，直接清零会影响其他元素；计数布隆过滤器用计数器替代 bit 位可支持删除，但空间开销大幅上升。

影响误判率的因素

• 位图越大、哈希函数数量越合理、元素越少，误判率越低。
• 最优哈希函数个数：k = (m/n) * ln2（m 为位图大小，n 为元素数）。

典型应用

• 缓存穿透防护：先过滤不存在的 key，避免请求打到数据库；
• 爬虫 URL 去重、邮箱黑名单过滤；
• 数据库前置查询过滤：快速排除不存在的数据，减少磁盘 IO。

五、倒排索引（Inverted Index）

倒排索引是全文搜索引擎的核心数据结构，本质是「关键词 → 文档列表」的映射，与正排索引（文档 → 关键词）互为反向。

核心结构

倒排索引由两部分组成：

1. 词典（Term Dictionary）：存储所有出现过的关键词，以及指向对应倒排列表的指针，通常用 B+ 树或哈希表实现快速查找。
2. 倒排列表（Posting List）：每个关键词对应一个有序列表，存储包含该词的所有文档 ID，以及词频（TF）、位置、偏移量等信息，用于相关性排序。

工作流程

1. 构建索引：对所有文档分词，遍历每个关键词，将文档 ID 追加到对应倒排列表中。
2. 查询检索：
   • 对查询语句分词，得到多个关键词；
   • 分别取出每个关键词的倒排列表；
   • 对多个倒排列表求交集 / 并集，得到最终文档集合；
   • 根据词频、位置等信息计算相关性得分，排序返回。

典型应用

• 全文搜索引擎：Elasticsearch、Lucene、Solr；
• 站内搜索、电商商品搜索；
• 日志检索系统。

六、核心选型总结

表格