0e9c87c3/p16_2.jpg) 人解决一切 研发体系框架搭建 ## 技术简单化 ☑ 不要追求炫酷，简单实用即可，根据团队成员能力量体裁衣 ☑先跑起来，然后找合适时间进行优化，合适的平衡 ✓简单清晰，效率优先，能用一个人解决的事情，决不安排两个人 ✓利用开源和成熟产品，不重复发明轮子，比如使用AWS等 量体裁衣 聚焦业务，随时调整轻重缓急  技术和管理比重随时调整和平衡 ## 技术、业务和管理的平衡 ☐ 技术管理者大多对技术热衷，对管理忽视 技术、业务、系统花费精力和时间太多，团队管理精力太少 ☑ 时间的分配：轻重缓急，适度授权 ✓ 根据团队规模和业务情况，选择合适自己的占比 ☑ 制定规划，不同的时间点和阶段重心进行调整 ## 平衡  ## 招人要慢，辞退要快 招人要慢，辞退要快

# 现代编程思想 树 Hongbo Zhang ## 数据结构：树 • 树 · 二叉树 • 二叉搜索树 • 二叉平衡树 ## 生活中的树状图 - 生活中有很多的数据的结构与一颗树相似 - 谱系图（又称，家族树） ☐ 文件结构 ☐ 数学表达式  不平衡树：5次比较 平衡树：3次比较 为了避免这种情况的发生，我们采用平衡树：任意节点的子树的高度相差无几。平衡树高度约为 $ \log_{2}n $ ○ 二叉平衡树有AVL Tree、二三树、红黑树等多种实现 ## 二 叉平衡树 AVL Tree - 当树发生不平衡的时候，需要进行旋转来再次获得平衡 - 根据子树高度进行重新排列，使高度更高的子树处在较浅的位置 • AVL树在每次插入、删除后都进行调整，维持树的平衡 ☐ 插入、删除操作类似于标准二叉搜索树

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 29c637b2bd/p108_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 /// == File: binary_search_tree.js === /* 查找结点 */ function search(num) { O(\\log n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 02c9220f0f/p111_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 /// ==File: binary_search_tree.swift === /* 查找结点 */ func search(num: Int) n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 931dafcdb3/p102_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 # === File: binary_search_tree.py === def search(self, num: int) -> Optional[TreeNode]: n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 217e1393df/p108_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 /// == File: binary_search_tree.go === /* 查找结点 */ func (bst *binarySearchTree) O(\\log n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 a4e104cd54/p109_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 /// == File: binary_search_tree.java === /* 查找结点 */ TreeNode search(int num) O(\\log n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)

7-6. 完满二叉树 ## 平衡二叉树 「平衡二叉树 Balanced Binary Tree」中任意结点的左子树和右子树的高度之差的绝对值 $ \leq 1 $ 。  Figure 7-7. 平衡二叉树 ##### 7.1.4 1c4d66af79/p110_1.jpg) Figure 7-16. 查找结点步骤 二叉搜索树的查找操作和二分查找算法如出一辙，也是在每轮排除一半情况。循环次数最多为二叉树的高度，当二叉树平衡时，使用 $ O(\log n) $ 时间。 /// == File: binary_search_tree.java === /* 查找结点 */ TreeNode search(int num) O(\\log n) $| |获取最小/最大元素|$ O(n) $|$ O(1) $|$ O(\\log n) $| ##### 7.3.3. 二叉搜索树的退化 理想情况下，我们希望二叉搜索树的是“左右平衡”的（详见「平衡二叉树」章节），此时可以在 $ \log n $ 轮循环内查找任意结点。 如果我们动态地在二叉搜索树中插入与删除结点，则可能导致二叉树退化为链表，此时各种操作的时间复杂度也退化之 $ O(n)