紅黑樹rbtree 二叉排序樹
map 就是採用紅黑樹儲存的，紅黑樹(rb tree)是平衡二叉樹，其優點就是樹到葉子節點深度一致，查詢的效率也就一樣，為logn.在實行查詢，插入，刪除的效率都一致，而當是全部靜態資料時，沒有太多優勢，可能採用hash表各合適。
hash_map是乙個hash table占用記憶體更多，查詢效率高一些，但是hash的時間比較費時。
總 體來說，hash_map 查詢速度會比map快，而且查詢速度基本和資料資料量大小，屬於常數級別;而map的查詢速度是log(n)級別。並不一定常數就比log(n)小， hash還有hash函式的耗時，明白了吧，如果你考慮效率，特別是在元素達到一定數量級時，考慮考慮hash_map。但若你對記憶體使用特別嚴格，希望程式盡可能少消耗記憶體，那麼一定要小心，hash_map可能會讓你陷入尷尬，特別是當你的hash_map物件特別多時，你就更無法控制了，而且 hash_map的構造速度較慢。
現在知道如何選擇了嗎？權衡三個因素: 查詢速度, 資料量, 記憶體使用。
trie樹double array 字典查詢樹
trie樹既可用於一般的字典搜尋，也可用於索引查詢。
每個節點相當於dfa的乙個狀態，終止狀態為查詢結束。有序查詢的過程相當於狀態的不斷轉換
對於給定的乙個字串a1,a2,a3,...,an.則
採用trie樹搜尋經過n次搜尋即可完成一次查詢。不過好像還是沒有b樹的搜尋效率高，b樹搜尋演算法複雜度為logt(n+1/2).當t趨向大，搜尋效率變得高效。怪不得db2的訪問記憶體設定為虛擬記憶體的乙個page大小，而且幀切換頻率降低，無需經常的page切換。 b樹
即二叉搜尋樹：
1.所有非葉子結點至多擁有兩個兒子（left和right）；
2.所有結點儲存乙個關鍵字；
3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹；
如： b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中；否則，如果查詢關鍵字比結點關鍵字小，就進入左兒子；如果比結點關鍵字大，就進入右兒子；如果左兒子或右兒子的指標為空，則報告找不到相應的關鍵字；
如果b樹的所有非葉子結點的左右子樹的結點數目均保持差不多（平衡），那麼b樹的搜尋效能逼近二分查詢；但它比連續記憶體空間的二分查詢的優點是，改變b樹結構（插入與刪除結點）不需要移動大段的記憶體資料，甚至通常是常數開銷；
如： 但b樹在經過多次插入與刪除後，有可能導致不同的結構：
右邊也是乙個b樹，但它的搜尋效能已經是線性的了；同樣的關鍵字集合有可能導致不同的樹結構索引；所以，使用b樹還要考慮盡可能讓b樹保持左圖的結構，和避免右圖的結構，也就是所謂的「平衡」問題；
實際使用的b樹都是在原b樹的基礎上加上平衡演算法，即「平衡二叉樹」；如何保持b樹結點分布均勻的平衡演算法是平衡二叉樹的關鍵；平衡演算法是一種在b樹中插入和刪除結點的策略；
b-樹是一種多路搜尋樹（並不是二叉的）：
1.定義任意非葉子結點最多只有m個兒子；且m>2；
2.根結點的兒子數為[2, m]；
3.除根結點以外的非葉子結點的兒子數為[m/2, m]；
4.每個結點存放至少m/2-1（取上整）和至多m-1個關鍵字；（至少2個關鍵字）
5.非葉子結點的關鍵字個數=指向兒子的指標個數-1；
6.非葉子結點的關鍵字：k[1], k[2], …, k[m-1]；且k[i] < k[i+1]；
7.非葉子結點的指標：p[1], p[2], …, p[m]；其中p[1]指向關鍵字小於k[1]的子樹，p[m]指向關鍵字大於k[m-1]的子樹，其它p[i]指向關鍵字屬於(k[i-1], k[i])的子樹；
8.所有葉子結點位於同一層；
如：（m=3）
b-樹的搜尋，從根結點開始，對結點內的關鍵字（有序）序列進行二分查詢，如果命中則結束，否則進入查詢關鍵字所屬範圍的兒子結點；重複，直到所對應的兒子指標為空，或已經是葉子結點；
b-樹的特性：
1.關鍵字集合分布在整顆樹中；
2.任何乙個關鍵字出現且只出現在乙個結點中；
3.搜尋有可能在非葉子結點結束；
4.其搜尋效能等價於在關鍵字全集內做一次二分查詢；
5.自動層次控制；
由於限制了除根結點以外的非葉子結點，至少含有m/2個兒子，確保了結點的至少利用率，其最底搜尋效能為：
其中，m為設定的非葉子結點最多子樹個數，n為關鍵字總數；
所以b-樹的效能總是等價於二分查詢（與m值無關），也就沒有b樹平衡的問題；
由於m/2的限制，在插入結點時，如果結點已滿，需要將結點**為兩個各佔m/2的結點；刪除結點時，需將兩個不足m/2的兄弟結點合併；
b+樹 b+樹是b-樹的變體，也是一種多路搜尋樹：
1.其定義基本與b-樹同，除了：
2.非葉子結點的子樹指標與關鍵字個數相同；
3.非葉子結點的子樹指標p[i]，指向關鍵字值屬於[k[i], k[i+1])的子樹（b-樹是開區間）；
5.為所有葉子結點增加乙個鏈指標；
6.所有關鍵字都在葉子結點出現；
如：（m=3）
b+的搜尋與b-樹也基本相同，區別是b+樹只有達到葉子結點才命中（b-樹可以在非葉子結點命中），其效能也等價於在關鍵字全集做一次二分查詢；
b+的特性：
1.所有關鍵字都出現在葉子結點的鍊錶中（稠密索引），且鍊錶中的關鍵字恰好是有序的；
2.不可能在非葉子結點命中；
3.非葉子結點相當於是葉子結點的索引（稀疏索引），葉子結點相當於是儲存（關鍵字）資料的資料層；
4.更適合檔案索引系統；
b*樹是b+樹的變體，在b+樹的非根和非葉子結點再增加指向兄弟的指標；
b*樹定義了非葉子結點關鍵字個數至少為(2/3)*m，即塊的最低使用率為2/3（代替b+樹的1/2）；
b+樹的**：當乙個結點滿時，分配乙個新的結點，並將原結點中1/2的資料複製到新結點，最後在父結點中增加新結點的指標；b+樹的**只影響原結點和父結點，而不會影響兄弟結點，所以它不需要指向兄弟的指標；
b*樹的**：當乙個結點滿時，如果它的下乙個兄弟結點未滿，那麼將一部分資料移到兄弟結點中，再在原結點插入關鍵字，最後修改父結點中兄弟結點的關鍵字（因為兄弟結點的關鍵字範圍改變了）；如果兄弟也滿了，則在原結點與兄弟結點之間增加新結點，並各複製1/3的資料到新結點，最後在父結點增加新結點的指標；
所以，b*樹分配新結點的概率比b+樹要低，空間使用率更高； 小結
b樹：二叉樹，每個結點只儲存乙個關鍵字，等於則命中，小於走左結點，大於走右結點；
b-樹：多路搜尋樹，每個結點儲存m/2到m個關鍵字，非葉子結點儲存指向關鍵字範圍的子結點；
所有關鍵字在整顆樹中出現，且只出現一次，非葉子結點可以命中；
b+樹：在b-樹基礎上，為葉子結點增加鍊錶指標，所有關鍵字都在葉子結點中出現，非葉子結點作為葉子結點的索引；b+樹總是到葉子結點才命中；
b*樹：在b+樹基礎上，為非葉子結點也增加鍊錶指標，將結點的最低利用率從1/2提高到2/3；
B樹 B 樹 B 樹 B 樹 紅黑樹
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就進...
B樹 B 樹 B 樹 B 樹 紅黑樹
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就進...
B樹 B 樹 B 樹 B 樹 紅黑樹
b樹 即二叉搜尋樹 1.所有非葉子結點至多擁有兩個兒子 left和right 2.所有結點儲存乙個關鍵字 3.非葉子結點的左指標指向小於其關鍵字的子樹，右指標指向大於其關鍵字的子樹 如 b樹的搜尋，從根結點開始，如果查詢的關鍵字與結點的關鍵字相等，那麼就命中 否則，如果查詢關鍵字比結點關鍵字小，就進...