数据结构演化

（1）影响IO效率的因素

• 读写数据越大，速度越慢
• 读写次数越多，速度越慢

（2）演化：顺序表——>哈希（冲突）——>树——>二叉树——>BST二叉查找（排序）树——>AVL平衡二叉树——>红黑树——>B-树（B树）——>B+树

​ 顺序表查找文件，线性结构，查找效率低，插入删除移动成本高。引入哈希

​ 哈希，哈希函数设计再好也会冲突，冲突多了又变回线性。优点：等值查询快；缺点：范围查找慢，退回线性查找。引入树

​ 二叉树无序，仍不适合做文件索引系统。无序我们将它变得有序，引入二叉查找树（左子树值＜根，右子树值＞根）

​ 二叉查找树，如果数值的插入是有序的，又退回线性。我们要做的是让它旋转，保持形态，引入二叉平衡树

​ 二叉平衡树，用插入的成本弥补查询的效率，适用于插入少查询多的情况，不适合插入多查询少的情况。为了解决平衡树不适合插入多查询少的情况，引入红黑树

​ 红黑树，与二叉平衡树的区别在于高度之差，红黑树要求最长子树不超过最短子树的二倍即可，这样做到了有序且旋转次数少，保证了查找效率和插入效率。但是，数据量很大的时候树的深度大，查找次数就会变多，IO效率会变慢。解决方法：如果随着数据的插入，树的深度不会变深，就不会存在上述问题了。树的深度会增加，是因为二叉，如果变成多叉，引入B树。

​ B树（一个有序的多叉树），解决了二叉树随着数据增加深度增加的问题，那么当数据甚至多到B树存不了时，而我们又不想增加深度来解决这个问题，此时引入B+树

​ B+树，将B树非叶子结点只存储记录和指针，所有数据存放在叶子结点