各种树

MySQL底层原理——B+树：点这里

MySQL底层原理——看完这篇就会了

HashMap底层原理——红黑树：点这里

跳表：点这里

---

各个树的特点：
AVL（二叉查找树）：最早的平衡二叉树，左右子树高度差<=1，高度平衡，通过自旋来实现平衡。
红黑树：是一种特殊的AVL，在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。与AVL区别：虽然查询没有AVL快，其实差距很小，但是反观插入删除操作，红黑树的效率就比AVL的高的多，因为红黑树并不是高度平衡，减少自旋。
B/B+树：用于磁盘文件系统，数据索引和数据库索引。磁盘IO速度跟树的高度有关，树越高，IO次数越多，效率越慢，而AVL是一种"又高又瘦"的树，所以一般不采用AVL做索引的底层实现。相反，B+树则是"又矮有胖"的树，效率会大大的提高，减少IO次数。
Trie树（字典树）：用于统计和排序大量字符串
跳表（skip list）：可以被看做二叉树的一个变种，它在性能上和红黑树，AVL树不相上下，但是跳表的原理非常简单，目前在Redis和LeveIDB中都有用到。

红黑树特征：
红黑树是每个结点都带有颜色属性的二叉查找树，颜色或红色或黑色。 在二叉查找树强制一般要求以外，对于任何有效的红黑树我们增加了如下的额外要求:
性质1. 结点是红色或黑色。
性质2. 根结点是黑色。
性质3. 所有叶子都是黑色。（叶子是NIL结点）
性质4. 每个红色结点的两个子结点都是黑色。（从每个叶子到根的所有路径上不能有两个连续的红色结点）
性质5. 从任一节结点其每个叶子的所有路径都包含相同数目的黑色结点。

这些约束强制了红黑树的关键性质: 从根到叶子的最长的可能路径不多于最短的可能路径的两倍长。结果是这个树大致上是平衡的。因为操作比如插入、删除和查找某个值的最坏情况时间都要求与树的高度成比例，这个在高度上的理论上限允许红黑树在最坏情况下都是高效的，而不同于普通的二叉查找树。
是性质4导致路径上不能有两个连续的红色结点确保了这个结果。最短的可能路径都是黑色结点，最长的可能路径有交替的红色和黑色结点。因为根据性质5所有最长的路径都有相同数目的黑色结点，这就表明了没有路径能多于任何其他路径的两倍长。
因为红黑树是一种特化的二叉查找树，所以红黑树上的只读操作与普通二叉查找树相同。

B+树特征：
B+树是B树的一种变形形式，B+树上的叶子结点存储关键字以及相应记录的地址，叶子结点以上各层作为索引使用。一棵m阶的B+树定义如下:
(1)每个结点至多有m个子女；
(2)除根结点外，每个结点至少有[m/2]个子女，根结点至少有两个子女；
(3)有k个子女的结点必有k个关键字。
B+树的查找与B树不同，当索引部分某个结点的关键字与所查的关键字相等时，并不停止查找，应继续沿着这个关键字左边的指针向下，一直查到该关键字所在的叶子结点为止。