La estructura de datos del árbol simple no ayudará mucho. Es una forma conceptual de cómo puede guardar datos y recuperarlos en menos tiempo. Si el árbol simple está asociado con ciertas restricciones, será bastante útil. Tómelos uno por uno.
BST: el valor de la clave secundaria izquierda será menor que la raíz y el valor de la clave derecha será mayor que el valor de la clave raíz. No es muy útil cuando el tamaño de los datos, ya que puede conducir a la creación de árboles oblicuos. O (n) complejidad de búsqueda. Asi que
lidiar con esto. Las estructuras de datos BST se mejoran mediante la implementación de árboles de altura equilibrada. Hay árboles AVL, árboles rojo negro
- ¿Cuáles son algunas de las empresas de análisis de big data?
- ¿Cuáles son las últimas tendencias en ciencia de datos?
- ¿Cómo se utilizan los grandes datos en la industria del petróleo y el gas? La industria del petróleo y el gas ya contaba con sistemas de adquisición de datos e informes implementados para la producción y el mantenimiento. ¿Qué nivel adicional de gestión de datos proporciona Big Data?
- Cómo estimar errores debido al peso de los datos
- ¿Alguien está haciendo capacitación en Big Data y Hadoop en DataFlair? ¿Es una buena idea hacer el curso?
Árboles AVL: los árboles AVL le proporcionan una complejidad O (logn) garantizada para la búsqueda
Pero esta estructura de datos es poco costosa en rotaciones al insertar o eliminar nuevos elementos. entonces, ahí tenemos árboles Red Black.
ÁRBOL NEGRO ROJO: Este árbol proporciona optimizaciones en las rotaciones al insertar y eliminar nuevos elementos en el árbol. Para una comprensión profunda. Consulte los artículos sobre GeeksforGeeks | Un portal informático para geeks y topcoder.
Pero todo este árbol no ayuda a optimizar el conjunto de datos a gran escala y las limitaciones de memoria proporcionadas por los hardwares. Entonces viene el concepto de árboles B y árboles B +. Son árboles gordos con más de un valor clave en cada nodo. Le dan una búsqueda rápida ya que ahora los elementos estarán disponibles más cerca del nodo raíz en comparación con el árbol anterior. Diferencia entre b tree y b + trees se pueden encontrar fácilmente en la web con muy buenas explicaciones.
Entonces, la esencia es que los árboles simples no son útiles a menos que se les proporcione alguna restricción. Es ampliamente utilizado en bases de datos. En las bases de datos relacionales, la indexación se realiza utilizando árboles b o árboles b +, de modo que la recuperación y actualización de datos es rápida. Las bases de datos no relacionales se basan completamente en árboles b y árboles b +, incluidas otras técnicas avanzadas para una recuperación rápida.
Nota: Esta es solo la ruta aproximada de evolución del uso de los árboles. Todavía estoy aprendiendo estos conceptos y espero comprenderlos más claramente en el futuro. Tampoco mencioné los árboles de intervalo, el árbol de segmentos, etc. Estos árboles también se han visto limitados. eso los hace apropiados en ciertos escenarios.
