浅析Mysql索引数据结构演变，让你一看就懂，Android面试复习重点-CSDN博客

本文链接：https://blog.csdn.net/m0_63174811/article/details/136890480

这个二叉树比之前的遍历的方案，性能提高了很多。但他也有一个问题，如果id的值是持续递增的话，会是什么样的结构？

我们发现如果id是持续递增的话，我们的二叉树结构出现了残缺，如果这个时候查找id=5，也是从一直遍历到最后，没有像之前的数据那样，排除掉一部分数据。那怎么解决？

红黑树

红黑树的出现就可以解决这个问题，红黑树的特点会自动平衡树，其他特点（小伙伴们自行度娘）。我们看一下红黑树怎么平衡？

上面两个图，左图在插入数值为3时，红黑树的算法发现有偏向，就会重新调整树结构；调整到右边的图

那我们可以看看，之前的数据1～6持续递增的树，会变成什么样
我们看到红黑树的结构，这样我们再次查找数据为5，只需要比较3次，有部分数据被提前排序了。红黑树很好的平衡了树的偏向问题，但红黑树问题也比较大。

1、每次都要检查规则，再把树进行重新平衡，这个是非常消耗时间的
2、数据量大的话，红黑树的深度会比较深，树一旦深就代表着我们读取磁盘次数就会增加

B树

小伙伴们有没有发现，影响数据查询时间的是树的高度，高度越高，我们需要比较的次数越多，那我们是不是可以想办法把树的高度弄低点？那我们的B树数据结构就由此产生。
B树的特点
假如当前有一颗m阶的B树（注意阶的意思是指每个节点的孩子节点的个数），那么其符合

（1）每个节点最多有m个子节点
（2）除了根节点和叶子节点之外，其他的每个节点最少有m/2（向上取整）个孩子节点
（3）根节点至少有两个孩子节点，（除了第一次插入的时候，此时只有一个节点，根节点同时是叶子节点）
（4）所有的叶子节点都在同一层
（5）有k个子节点的父节点包含k-1个关键码
（6）所有的叶节点都在同一层
（7）每个节点中的子节点都是从左到右排序的

小伙伴们是不是看到这个比较晕，这么多的特点（其实还有更多性质，老顾也记不住）；其实我们不需要记住这么多的特点，只要记住几个核心点，先看图

我们的主要目标就是把树的高度弄低，上图中，我们可以看到之前的一个节点里面多了几个子节点（即几阶树）【核心点一】，这样的设计就是把之前节点只存储1个数值，现在可以存储多个数值。