肖湖樂
樹和鏈表都是數據結構中比較常見的存儲模型，使用什麼作為存儲的數據結構根據場景，需求而定。
鏈表是什麼？想象一根自行車鏈條，從中間折斷，從一端到另一端剛好就是單向鏈表結構，在JAVA中每個鏈表節點作為一個類，屬性為自身的數據和下一個節點的引用，一扣接一扣成為一張連續的鏈表！
鏈表的查找和刪除，修改都需要從頭部一個一個比較節點數據，直到找到匹配的那個數為止，很明顯這樣的查找次數大概為N/2(N為鏈表節點總數)，也就是查詢的效率使用大O表示法表示為O(N)，線性級別;一個總數為N＝1024的鏈表需要平均比較512次才能做後面的增刪改操作，而修改和刪除只需要改變節點引用，效率很高！
再來看樹結構(以紅黑樹為例)，就是生活中的樹倒過來，所有的數據掛在根節點上，通過一定的策略(紅黑樹通過旋轉，變色等，二叉搜索樹通過比較父節點)放置在合適的位置上，通常樹的深度都是常數級;
紅黑樹的查詢速度是非常快的，因為查詢效率為O(log2n)，比如上面的1024的數據，最大的查詢比較次數為10，效率非常驚人！刪除節點也只需要最多三次旋轉就可以實現平衡;
以上樹結構舉例使用紅黑樹，是因為紅黑樹是一種性能良好的平衡樹，如果是二叉搜索樹(規則為比父節點小的放在左子節點，大的放右子節點)，如果插入的數據為順序的，則二叉搜索樹就退變為一個鏈表結構，效率降低！換句話說不是說樹結構的查詢效率一定比鏈表好！
在數據量很低的時候，推薦使用鏈表，因為數據結構簡單，開發成本低，效率也不差！
在數據為順序插入時，不應該使用二叉搜索樹，在刪除操作頻繁的時候，不應該使用二叉搜索樹(因為數據重新平衡需要很大的代價)，而應該使用紅黑樹等有保證平衡的策略的樹結構;
在數據量大的時候，使用平衡樹結構的效率提升是顯而易見的，從O(N)到O(log2n)的提升。
在JAVA8中，當hashMap的衝突(某個數組元素中的鏈表結構很長)達到一定值的時候，將會從鏈表結構轉變為紅黑樹，提高hashMap的查找性能。
關於更多數據結構的問題，請持續關注，會有其他更多的分享提供，謝謝！
