海枫的博客

B+Treemysql索引数据结构–B+TreeB+Tree是在BTree的基础之上做的一种优化，变化如下：1、B+Tree每个节点可以包含更多的节点，这个做的原因有两个，第一个原因是为了降低树的高度，第二个原因是将数据范围变为多个区间，区间越多，数据检索越快2、非叶子节点存储key，叶子节点存储key和数据3、叶子节点两两指针相互连接（符合磁盘的预读特性），顺序查询性能更高B+Tree注意：在B+Tree上有两个头指针，一个指向根节点，另一个指向关键字最小的叶子节点，而且所有叶子节点（即数

B_Treemysql数据文件id name1 teacher.MA2 teacher.ZHOU3 teacher.ZHANG4 teacher.LIANhash表的索引格式缺点：1、利用hash存储的话需要将所有的数据文件添加到内存，比较耗费内存空间2、如果所有的查询都是等值查询，那么hash确实很快，但是在企业或者实际工作环境中范围查找的数据更多，而不是等值查询，因此hash就不太适合了二叉树与红黑树缺点：无论是二叉树还是红黑树，都

红黑树红黑(Red-black)树​ 是一种自平衡二叉查找树，1972年由Rudolf Bayer发明，它与AVL树类似，都在插入和删除操作时能通过旋转操作保持二叉查找树的平衡，以便能获得高效的查找性能。**它可以在 O(logn) 时间内做查找，插入和删除等操作。**红黑树是2-3-4树的一种等同，但有些红黑树设定只能左边是红树，这种情况就是2-3树的一种等同了。对于AVL树来说，红黑树牺牲了部分平衡性以换取插入/删除操作时少量的旋转操作，整体来说性能要优于AVL树。特点：节点是红色或黑色

树 Tree数据结构图形解析非常直观树（Tree）介绍树（Tree）： 一种非线性表结构。是由n（n>=1）个有限结点组成一个具有层次关系的集合。特点每个结点有零个或多个子结点；没有父结点的结点称为根结点；每一个非根结点有且只有一个父结点；除了根结点外，每个子结点可以分为多个不相交的子树。高度（Height）、深 度（Depth）、层（Level）种类无序树、有序树、二叉树、满二叉树、完全二叉树、平衡二叉树（avl）、二叉查找树（二叉搜索树、BST）、霍夫曼树、红黑树、B树