MySQL的几种树结构的演变历程小结

树

二叉树为了利用数组二分查找速度快的优点实现排序从而形成BST（二叉查找树），注意要形成排序，插入要按序插入

很明显通过按顺序插入会导致形成一个链表从而没有左分支或者右分支，原因：一直递增或者递减。解决方法：尽可能让左子树和右子树取一个平衡点，这就产生了AVL树（二叉平衡树）（严格意义上的二叉平衡树）：

按序插入会自动旋转，最大特点：最长路径和最短路径的差不超过1。但会出现这种问题：随着插入越多，每次插入导致的旋转越频繁，导致插入性能降低。好处：查找性能。应用：适合数据不频繁更改。为了使插入性能和查找性能折中，需找一个平衡点，也就是说插入性能高一点，查找性能低一点，两者差不多，这就出现了红黑树（特点：最长路径不超过最短路径的2倍）：

第一个图中最长路径是4，最短路径是2，再插入8时最长路径为5，旋转。红黑树也是二叉平衡树，但它不是严格意义上的二叉平衡树（相比于AVL树），是相对平衡，关键在于对最长路径和最短路径的差的定义的严格程度。也正是放松了了对最长路径和最短路径的差的定义的严格程度，红黑树插入性能提升了，毕竟相比于AVL树随着插入越多，每次插入导致的旋转就不那么频繁了。同时也导致了查找性能的下降。不仅如此：红黑树还有很多为了实现使插入性能和查找性能折中的功能提供了很多限制。但还是不能解决问题：随着插入节点越来越多。无论是AVL树还是红黑树都会变得很高，I/O启动次数就很高，查找性能依然会下降。解决方法：提升每个节点分支数，这就引出了B树：

图中演示网址：https://www.cs.usfca.edu/~galles/visualization/Algorithms.html