首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

上一节主要学习了树、二叉树以及二叉树的遍历。本节主要学习一种特殊的二叉树——二叉查找树。它的最大特点是支持动态数据集合的快速插入、删除、查找操作。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

之前讲的都是线性表结构，例如栈、队列等。本节主要讲一种非线性表结构，树。树这种数据结构比线性表复杂的多，内容也比较多。主要如下：

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

本节我们再来看下哈希算法的剩余三种应用：负载均衡、数据分片、分布式存储。这三个应用都是和分布式系统有关的，今天我们主要看下哈希算法是如何解决这些分布式问题的。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

所谓脱库指网站遭到入侵后，黑客盗取其数据库。知道有脱库这种行为后，你会如何存储用户密码这么重要的数据呢？仅仅MD5加密一下存储就行了么？解答这个问题要先弄懂哈希算法。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

在我们学习过的内容中，有很多地方将散列表和链表一起使用。例如：

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

散列表的查询效率并不能笼统地说成是 O(1)。它跟散列函数、装载因子、散列冲突等都有关系。如果散列函数设计得不好，或者装载因子过高，都可能导致散列冲突发生的概率升高，查询效率下降。极端情况下，如果所有的数据经过散列函数之后，都散射到同一个槽里。如果使用基于链表的冲突解决方法，这个时候，散列表会退化为链表。查询时间复杂度从O(1)为O(n)。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

Word软件有一个单词拼写检查的功能，当写错英文单词时，会以标红的方式提示“拼写错误”。那么这个功能是如何实现的呢？这就要借助散列表（Hash Table）的思想。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

我们知道，二分查找要依赖于数组的随机访问特性，那么如果数据存储在链表中怎么使用二分查找呢？这就需要将链表进行改造，使其支持二分查找。改造后的数据结构称为”跳表“（Skip list）。它是一种各方面性能都比较优秀的动态数据结构，可以支持快速的插入、删除、查找操作，写起来也不复杂，甚至可以替代红黑树（Red-black tree）。

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

首先提出一个问题，如何根据IP地址快速定位地理位置？其实它是通过维护一个很大的 IP 地址库来实现的。地址库中包括 IP 地址范围和归属地的对应关系。例如部分IP地址库如下：

首先，该文章来自于极客时间网站，王争的专栏——《数据结构与算法之美》，我这里只是做最简单的解释、记录并添加自己的见解，只是作为个人笔记，若侵权，马上删除。最后建议直接去该网站上购买该课程看原作者的讲解，一来是支持作者，二来是作者写的确实不错。

首先，我们来看一道思考题：假设我们有 1000 万个整数数据，每个数据占 8 个字节，如何设计数据结构和算法，快速判断某个整数是否出现在这 1000 万数据中？ 我们希望这个功能不要占用太多的内存空间，最多不要超过 100MB，你会怎么做呢？