3-2 优化你的索引-运用二叉查找树

1、二叉树存在 形成 过长的单链表的问题。后面引入平衡二叉树

图：

  

文：

我们本章的重点这样讲解一下，
只是为了让大家对索引的数据结构呢有一个深刻的印象。
因此我们将通过图的演示去讲解，
代码的话呢，大家可以课下去了解一下，
慕课网也有专门讲解数据结构的经典课程，
面试也会用到的哦。

众所周知，
2叉查找树是每个节点最多有两个子树的数结构。
通常子树被称作左子树或者右子树。
2叉查找树的重要性质是对于树中的每一个节点X，
这里哈，
就是以这个根节点5来做比方，
它的左子树的任意节点的值呢？
均小于X2小于5同时呢，
柚子树上的任意节点的值呢，
均大于X，
也就是大于我们5。
那如果用2叉查找树来作为我们的索引，
确实能够提升查询效率。
这里需要大家注意的是，
我们说的索引的存储块，
和我们之前说的数据库的最小存储单位块或者页，
实际上并非一一对应，
只是为了方便我们的理解呢。
先将其一一对应起来了，
每个存储块存储的是关键字，
还有指向子树的指针。
像这棵树，
它不仅仅是2叉树，
还是平衡二叉树。
那什么是平衡2叉树呢？
就是它的任意一个节点的左子树，
它的高度呢，均不超过1。
那这里我们从根部开始，
根部的左子树呢，
比根部6子树呢，
它的高度呢要差1，
右子树比较高一些。
那到这个底部呢，
左右子树的高度呢是一样的，
总之呢它的高度呢是不能超过1的。
那2叉查找树的查找用的是2分查找，
比如说我们要搜6，
那这里呢，
6要比5要大，
因此我们就要从右孩子去查找那个孩子。
当我们就来到了7，
7呢，
它会比6大，
因此呢我们就会去查7的左孩子。
这样子呢我们就能定位到6了。
一位是对半搜索，
所以它的时间复杂度呢是大O的log(N)
因此其查询效率呢是非常高的。
但是呢，
它也有缺点。
首先咱们的数据库的数据呢，
可能面临着增加和删除。
那我们假定一下啊，
在这里呢，
我们经过数据的删除了之后呢，
节点2还有节点6都被删除了。
同时呢，
我们新增了这个关键值为11的节点。
那根据2叉查找树的特性呢，
它会被插入到这个9的关键字的右边右子树当中。
这里啊，
插入了一个11，
那紧接着我们又插入了13。
那又根据这个平衡2叉树的这个插入原则呢，
我们就会插入到这个11的右子树当中13，
那它最终呢就会也变成这样子，
就变成了一个线性的2叉树了。
那么它的这个查询时间复杂度呢，
就变成了大O的N，
大大降低了查询效率。
有的同学会说，
我们就可以利用树的一个旋转的特性，
来保持这棵树是平衡2叉树，
这样其时间复杂度呢会维持在大O的log(N)就OK了。
这样确实解决了第一个问题，
但是它还会有第二个问题。
咱们之前说了，
影响程序运行速度的瓶颈在哪里？
对了，
就是IO。
如果我们假定这些索引会都在磁盘中，
那刚刚呢？
检索来讲，
去找6会先发生一次IO，
将这个跟着数据呢读入到我们的内存当中，
那之后呢，
再发生比赛，
又将其读入进来。
紧接着呢，
又发生了一次IO，
五六级检索深度呢，
每增加1就会发生lyft平衡。
2叉树也好，
红黑思路也罢，
每个节点最多只能有两个孩子，
而咱们的数据块会非常的多，
因此为了组织起这些数据块，
咱们的树的深度呢就会很深很深，
IO的次数呢也会很多。
这样数据1多，
其检索性能比咱们之前说的全表扫描要慢很多，
根本就没法满足我们的优化查询的需求了。
那咱们还有什么办法能够既降低查询的时间复杂度，又降低IO的次数呢，
主要就是让树变得矮一些呢，
每个节点能存储的数据呢多一些，
这个时候咱们就想到B树了。