树

树是存储数据的一种重要数据结构。对一个数据集合进行维护的过程中涉及的操作有查找，更新（插入，删除）。树的优点在于不要求连续空间，更新复杂度小。常见的有：

一、二叉搜索树

    优点：实现简单

    缺点：效率不够稳定，多次操作后可能导致树的结构不平衡。

    改进：在插入和删除的过程中，加入调整策略使得树保持平衡（AVL）

二、B树

    一种多路搜索树，节点存储关键字，m个关键字将节点划分为m+1个区间，对应m+1棵子树。

    对于非叶子节点：

    （1）根节点儿子数目 【2，m】，m > 2

    （2）非叶子非根节点儿子数目 【m/2，m】

    （3）对于某一节点的关键字序列为p1<p2，则子树分别存储 (.., p1), (p1, p2)和(p2, p3)的数据

    （3）所有叶子节点位于同一层

    搜索：

    从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的儿子结点；重复，直到所对应的儿子指针为空，或已经是叶子结点；搜索性能与二分查找一样。由于限制了除根结点以外的非叶子结点，至少含有M/2个儿子，确保了结点的至少利用率，其最底搜索性能为：

    B-树的性能总是等价于二分查找（与M值无关），也就没有B树平衡的问题

    插入：如果节点已满，则将节点一分为二

    删除：将不足m/2的节点合并

三、B+树

    和B-树类似，但

    （1）非叶子结点的子树指针与关键字个数相同，结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树

    （2）所有关键字均在叶节点中出现，叶子节点新增一个链接指针将所有关键字连起来

    特性

    （1）所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的；

    （2）非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层；

    （3）区域查找方便，适合文件索引系统，传统关系型数据库(Oracle/MySQL/PostgreSQL…)，其主要的索引结构，使用的是B+树，InnoDB引擎的表数据，整个都是以B+树的组织形式存放的。

    关于分裂的优化【2】

四、B*树

    类似于B+树，但空间利用率更高

    （1）非叶子结点关键字个数至少为(2/3)*M，即块的最低使用率为2/3（代替B+树的1/2）；

    （2）分裂时会影响兄弟的数据，因此多了一个兄弟指针。当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）；如果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3的数据到新结点，最后在父结点增加新结点的指针；

引用

【1】http://www.cnblogs.com/oldhorse/archive/2009/11/16/1604009.html

【2】从MySQL Bug#67718浅谈B+树索引的分裂优化，http://hedengcheng.com/?p=525