二叉搜索树，avl树，红黑树，B树，B+树介绍

1.二叉搜索树

定义：左子树的值均小于根节点的值，右子树的值均大于根节点的值

如果二叉排序树完全不平衡，则其深度可达到n，查找效率为O(n)，退化为顺序查找。

时间复杂度：O(log2n) ~O(n)

                          

2.avl树

定义：AVL树是带有平衡条件的二叉查找树,和红黑树相比,它是严格的平衡二叉树,平衡条件必须满足(所有节点的左右子树高度差不超过1).不管我们是执行插入还是删除操作,只要不满足上面的条件,就要通过旋转来保持平衡,而旋转是非常耗时的，因此AVL树适合用于插入删除次数比较少，但查找多的情况。

 局限性：由于维护这种高度平衡所付出的代价比从中获得的效率收益还大,故而实际的应用不多，更多的地方是用追求局部而不是非常严格整体平衡的红黑树.当然,如果应用场景中对插入删除不频繁,只是对查找要求较高,那么AVL还是较优于红黑树。

时间复杂度：O(log2n)

3.红黑树

定义：红黑树确保没有一条路径会比其它路径长出两倍.它是一种弱平衡二叉树(由于是若平衡,可以推出,相同的节点情况下,AVL树的高度低于红黑树),相对于要求严格的AVL树来说,它的旋转次数变少（任何不平衡都会在三次旋转之内解决）,所以对于搜索,插入,删除操作多的情况下,我们就用红黑树.

时间复杂度：O(log2n)

4.B树

定义：B-Tree是一种多叉搜索树，数据存储在所有的节点中

5.B+树

 定义：B+树是B树的变体，也是一种多叉搜索树，与B树的区别是：

  1.所有的叶子节点通过链表相连

  2.数据只存储在叶子节点中，非叶子节点不存数据，只存索引

6.为什么说B+比B树更适合实际应用中操作系统的文件索引和数据库索引？

1.B+的磁盘读写代价更低

B+树的非叶子节点并没有指向关键字具体信息的指针。因此其非叶子节点相对B树更小。如果把所有同一非叶子节点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。一次性读入内存中的需要查找的关键字也就越多。相对来说IO读写次数也就降低了。

2.B+tree的查询效率更加稳定

由于非叶子节点并不是最终指向文件内容的节点，而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条从根节点到叶子节点的路。所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。

数据库索引采用B+树的主要原因是 B树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。正是为了解决这个问题，B+树应运而生。B+树只要遍历叶子节点就可以实现整棵树的遍历。而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作（或者说效率太低）