1059 字
3 分钟
考研专业课学习记录2026-06-11
考研专业课学习记录 | 2026-06-11
今日学习内容
今日累计学习2.5小时，重点梳理并巩固了数据结构模块中的各类内部排序算法、二叉查找树、B树与B+树相关知识点，完成了对应考点的框架整理与典型习题练习。
AI知识点带复盘
1. 二叉查找树（BST）
考研核心考点复盘：
- 定义：左子树所有关键字小于根节点关键字，右子树所有关键字大于根节点关键字，左右子树均为二叉查找树
- 核心操作：查找、插入、删除（分三种场景：叶子节点、单子树节点、双子树节点，双子树场景需替换为中序后继/前驱节点）
- 性能分析：平均查找复杂度，最坏情况退化为链表达到，常考退化原因与优化方向
2. 各类内部排序算法
考研必背考点复盘：
- 分类覆盖：插入排序（直接插入、折半插入）、交换排序（冒泡、快速）、选择排序（简单选择、堆排序）、归并排序、基数排序
- 核心指标：需牢记各算法的平均/最坏时间复杂度、空间复杂度、稳定性，其中稳定性常结合实际应用场景考察（如不破坏原有同元素顺序的排序需求）
- 适用场景：快速排序适配大数量无序序列、堆排序适配TopK问题、归并排序适配外排序场景
3. B树（多路平衡查找树）
考研高频考点复盘：
- m阶B树定义：非根节点关键字数范围为，根节点关键字数范围为，节点子树数=关键字数+1
- 操作流程：插入时若节点关键字超限则分裂，将中间关键字提升至父节点；删除时若节点关键字不足下限，则向兄弟节点借关键字或合并节点，常考察节点分裂合并的具体步骤
- 常考题型：给定m值计算B树的最小高度、最大高度，绘制指定关键字序列构建的B树结构
4. B+树
考研核心对比考点复盘：
- 与B树的核心差异：所有关键字仅存储在叶子节点，非叶子节点仅作为索引；叶子节点通过链表按关键字顺序连接，支持高效范围查询
- 实际应用：InnoDB数据库的聚簇索引与二级索引均采用B+树结构，因其非叶子节点占比更小，磁盘IO次数更少，更适配磁盘存储场景
- 常考题型：B树与B+树的对比简答题、B+树索引的查询流程分析
问题与反思
- 对m阶B树插入、删除时的节点分裂、合并与关键字移动逻辑还不够熟练，做题时容易混淆节点的调整规则；
- 各类排序算法的稳定性与时间复杂度容易记混，尤其是归并排序与快速排序的细节差异；
- 二叉查找树删除操作中，中序后继/前驱节点的选择与替换后的节点调整步骤还需要进一步巩固。
收获与总结
- 完整梳理了408数据结构排序模块的所有核心考点，明确了各排序算法的适用场景与优劣对比；
- 理清了二叉查找树、B树、B+树三者的层级关系与核心差异，掌握了各自的应用场景与高频考点；
- 完成了对应知识点的框架整理，能够快速匹配各模块对应的考研常考题型与解题思路。
💡 碎碎念：踏实吃透每一个知识点！
文档内容由 AI 辅助生成
分享
如果这篇文章对你有帮助，欢迎分享给更多人！
考研专业课学习记录2026-06-11
https://elysiaweb.vercel.app/posts/408/6-11/ 部分信息可能已经过时
相关文章 智能推荐