先來看看二叉樹
二叉樹是大家熟知的一種樹，用它來做索引行不行，可以是可以，但有幾個問題：
1. 如果索引資料很多，樹的層次會很高（只有左右兩個子節點），資料量大時查詢還是會慢
2. 二叉樹每個節點只儲存乙個記錄，一次查詢在樹上找的時候花費磁碟io次數較多
如上圖可知btree有以下特點：
1.不再是二叉搜尋，而是n叉搜尋，樹的高度會降低，查詢快
2.葉子節點，非葉子節點，都可以儲存資料，且可以儲存多個資料
3.通過中序遍歷，可以訪問樹上所有節點
b樹被作為實現索引的資料結構被創造出來，是因為它能夠完美的利用「區域性性原理」，其設計邏輯是這樣的
1.記憶體讀寫快，磁碟讀寫慢，而且慢很多
2.磁碟預讀：磁碟讀寫並不是按需讀取，而是按頁預讀，一次會讀一頁的資料，每次載入一些看起來是冗餘的資料，如果未來要讀取的資料就在這一頁中，可以避免未來的磁碟讀寫，提高效率（通常，一頁資料是4k）
3.區域性性原理：軟體設計要盡量遵循「資料讀取集中」與「使用到乙個資料，大概率會使用其附近的資料」，這樣磁碟預讀能充分提高磁碟io效能
b+tree改進點及優勢所在：
1. 仍然是n叉樹，層級小，非葉子節點不再儲存資料，資料只儲存在同一層的葉子節點上，b+樹從根到每乙個節點的路徑長度一樣，而b樹不是這樣
2. 葉子之間，增加了鍊錶(圖中紅色箭頭指向)，獲取所有節點，不再需要中序遍歷，使用鍊錶的next節點就可以快速訪問到
3. 範圍查詢方面，當定位min與max之後，中間葉子節點，就是結果集，不用中序回溯（範圍查詢在sql中用得很多，這是b+樹比b樹最大的優勢）
4. 葉子節點儲存實際記錄行，記錄行相對比較緊密的儲存，適合大資料量磁碟儲存；非葉子節點儲存記錄的pk，用於查詢加速，適合記憶體儲存
5. 非葉子節點，不儲存實際記錄，而只儲存記錄的key的話，那麼在相同記憶體的情況下，b+樹能夠儲存更多索引，意味著b+樹比b樹更矮，磁碟io次數越少
b+樹的優勢：
1.單一節點儲存更多的元素，使得查詢的io次數更少。
2.所有查詢都要查詢到葉子節點，查詢效能穩定。
3.所有葉子節點形成有序鍊錶，便於範圍查詢。
來自：小灰
二叉搜尋樹 平衡二叉樹 B樹 B 樹 B 樹
二叉查詢樹，由於不平衡，如果連續插入的資料是有順序的 會導致如下圖b的所示，此時搜尋會退化到o n 二叉查詢樹，也稱二叉搜尋樹，或二叉排序樹。其定義也比較簡單，要麼是一顆空樹，要麼就是具有如下性質的二叉樹 1 若任意節點的左子樹不空，則左子樹上所有結點的值均小於它的根結點的值 2 若任意節點的右子樹...
二叉樹 B樹以及B 樹
資料庫索引結構一般引用b樹或者索引。利用樹結構的原因？樹結構查詢效率更高 節點按照順序排列 二叉樹結構 b樹結構 乙個m階的b樹具有如下幾個特徵 1.根結點至少有兩個子女。2.每個中間節點都包含k 1個元素和k個孩子，其中 m 2 k m 3.每乙個葉子節點都包含k 1個元素，其中 m 2 k m ...
二叉搜尋樹，B樹（B 樹），B 樹，B 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，就進入...