其中，Pi为查找表中第i个记录的概率，且∑ P = 1；Ci为找到表中其关键字与给定值相等的第i个记录时，和给定值已进行过比较的关键字个数。提高二叉排序树的查找效率，就是尽量让二叉排序树的形状均衡；左子树和右子树的深度之差的绝对值不超过1；③正确率是评估捕

本章学习了几种查找的方法，顺序查找、折半查找、二叉排序树查找、哈希表。对于几种查找的特点，顺序查找的算法简单但是查找效率低，折半查找对结构要求高，同时查找效率也高，二叉排序树查找的数据结构采用二叉链表，删除和插入操作只需要移动指针。折半查找的效率高，但是只

创建哈希表时，把关键字为k的元素直接存入地址为H的单元；以后当查找关键字为k的元素时，再利用哈希函数计算出该元素的存储位置p=H，从而达到按关键字直接存取元素的目的。难点在于处理冲突的方式：①开放定址法②再哈希法③链地址法④建立公共溢出区。

前驱为104，需要注意的是他的前驱只有两种可能：为叶子结点或，或者只有左子树。所以删除一个结点时有两种方法：用前驱或后继的数据覆盖删除点的数据，用前驱的左子树接到前驱位置上，或用后继的右子树接到后继上

平衡二叉树：树上任一结点的左子树和右子树的深度之差不超过1。

则顺序查找的不成功长度：每个元素不成功的长度都是（n+1），即每次不成功实际上都是跟关键字比较了（n+1）次。它的左、右子树也都分别是二叉排序树。中序遍历该二叉排序树即可得到从小到大的有序序列！假设由于在二叉排序树上插入结点而失去平衡的最小子树根结点的指针

需要在遍历时保存前驱结点的值，这样有利于进行判断，基于这样的思路来进行解题。

求关注求转发收藏，让更多人看到这篇深度好文！摘要本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论。索引的本质MyS

显然这种情况会使得二叉搜索树退化成链表。当出现这样的情况，二叉排序树的查找也就退化成了线性查找，所以我们需要合理调整二叉排序树的形态，使得树上的每个结点都尽量有两个子结点，这样整个二叉树的高度就会大约在\ 左右，其中 \(n\) 为结点个数。由于需要对每个

1）key=t,则返回根结点地址；2）key<t,则进一步查找左子树；

概念二叉排序树是一颗特殊的二叉树，它是一颗二叉树但同时满足如下条件：对于树上的任意一个结点，其上的数值必大于等于其左子树上任意结点数值，必小于等于其右子树上任意结点的数值。例3.5 二叉排序树 题目描述：输入一系列整数，建立二叉排序数，并进行前序，中序，后

如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。然后使用二分查找及顺序查找。

定义 若左子树非空，则左子树上所有结点关键字值均小于根节点关键字值若右子树非空，则右子树上所有节点关键字值均大于根节点关键字值左，右子树分别是一颗二叉排序树二叉排序树插入二查排序树插入定义:若原二叉树为空，则直接插入节点。若关键字K大于根节点关键字，则插入