关系数据库中常用的数据结构

数据结构是元素之间的一种关系。有四种基本的数据结构。线性数据结构，树形数据结构，集合数据结构，图形数据结构

其中线性数据（元素之间一对一的关系）结构又细分为，数组，链表，队列，堆栈。先详细讨论下线性数据结构的特点

1.数组：array，关系数据库中数组的应用非常广泛，一个table就可以看作是一个二维数组。但是数组的访问效率较低，需要遍历所有数据才能找到满足条件的数据。

2.链表：数据元素的增加，删除可以在链表的任意位置完成（插队）

3.队列：只能在队尾插入，队首删除（

4.栈：只能在队首进行插入和删除的动作（子弹夹）

树形结构：树形结构有利于数据的存储和查找。数据元素之间一对多的关系，常见类型又树，比如二叉树，平衡二叉树，B+树

二叉树，最多有2个分支，而平衡二叉树，保证每个节点都有2个分枝，

B+树 常用于文件系统中：

（1）有n棵子树的节点含有n个关键字；
（2）所有的叶子节点包含了全部关键字的信息，及指向这些关键字记录的指针，且叶子节点本身按关键字大小自小到大顺序链接；
（3）所有非终端节点可以看成是索引部分，节点中仅含有其子树（根节点）中最大（或最小）关键字，所有B+树更像一个索引顺序表；
（4）对B+树进行查找运算，一是从最小关键字起进行顺序查找，二是从根节点开始，进行随机查

字典树是一种以树形结构保存大量字符串。以便于字符串的统计和查找，经常被搜索引擎系统用于文本词频统计。它的优点是：利用字符串的公共前缀来节约存储空间，最大限度地减少无谓的字符串比较，查询效率比哈希表高。具有以下特点：
（1）根节点为空；
（2）除根节点外，每个节点包含一个字符；
（3）从根节点到某一节点，路径上经过的字符连接起来，为该节点对应的字符串。
（4）每个字符串在建立字典树的过程中都要加上一个区分的结束符，避免某个短字符串正好是某个长字符串的前缀而淹没。

散列表（hash table）：

若结构中存在关键字和键值相等的记录，则该记录必定在hash 函数的存储位置上。由此不需要比较便可以直接取得所查记录。这个对应关系为hash function，按这个思想建立的表示hash表。

引用：http://blog.youkuaiyun.com/wypblog/article/details/8076324

最大（最小）堆是一棵每一个节点的键值都不小于（大于）其孩子（如果存在）的键值的树。大顶堆是一棵完全二叉树，同时也是一棵最大树。小顶堆是一棵完全完全二叉树，同时也是一棵最小树。

注意：

• 堆中任一子树亦是堆。
• 以上讨论的堆实际上是二叉堆(Binary Heap)，类似地可定义k叉堆。

下图分别给出几个最大堆和最小堆的例子：