红黑树、B树、B+树、跳表

themessi

已于 2023-02-08 14:27:14 修改

阅读量877

点赞数 1

文章标签： b树数据结构

于 2023-02-08 14:26:03 首次发布

本文链接：https://blog.csdn.net/themessi/article/details/128932364

版权

文章比较了红黑树、B树、B+树和跳表四种数据结构的优缺点。红黑树适合内存操作，如HashMap和TreeSet；B树通过增加内部元素降低层级，适用于数据库存储；B+树进一步优化，所有数据在叶子节点，适合范围检索；跳表实现简单，但层数高，IO操作多。MySQL选择B+树作为索引结构，而Redis使用跳表实现ZSET，因为跳表在内存中操作无IO开销且实现简单。

摘要由CSDN通过智能技术生成

https://www.cs.usfca.edu/~galles/visualization/Algorithms.html

红黑树

在这里插入图片描述
优缺点：相当于是一个二分查找，但是当数据量多的时候，层级会非常多，所以不适合io级别的操作，数据库这种使用红黑树是不合适的；适合内存操作，比如hashMap（jdk1.8之后链表长度大于8转为红黑树）、treeSet等

B树

在这里插入图片描述
优缺点：对比红黑树，B树增加了节点的内部元素（Max. Degree可设置，以上设置的时3，最多3个分支，就是内部2个元素可分成了3段-前中后），因此层级得到了很大程度的降低，可以考虑做数据库的存储，但是其有一个缺点，就是全量数据都保存在节点上，这样当节点大小固定时,一个节点存储的数据量并不多,依然可能导致树高度剧增；

B+树

在这里插入图片描述
优缺点：
B+树在B树的基础上做了改进

1、他的节点上并不存储全量数据，所有的全量数据都放到叶子节点上
2、叶子结点数据之间通过双向链表链接,方便范围检索

相对于B树,有着更明显适用于数据库组件存储结构的特性,非叶子结点只存储检索关键字,大大提高了单个非叶子结点的数据量,从而进一步压缩树的高度,大大提高检索性能

跳表

在这里插入图片描述
跳表和B+树一样，全量数据都是放在最下层；

跳表相对于B+树的缺点：

层级很高，所以不适合io级别的操作
因此存放同样量级的数据，B+树的高度比跳表的要少，如果放在mysql数据库上来说，就是磁盘IO次数更少，因此B+树查询更快。

优点：

实现简单
不需要旋转平衡，因此增删操作较快

B+树是多叉平衡搜索树，扇出高，只需要3层左右就能存放2kw左右的数据，同样情况下跳表则需要24层左右，假设层高对应磁盘IO，那么B+树的读性能会比跳表要好，因此mysql选了B+树做索引。
redis的读写全在内存里进行操作，不涉及磁盘IO，同时跳表实现简单，相比B+树、AVL树、少了旋转树结构的开销，因此redis使用跳表来实现ZSET，而不是树结构。
存储引擎RocksDB内部使用了跳表，对比使用B+树的innodb，虽然写性能更好，但读性能属实差了些。在读多写少的场景下，B+树依旧YYDS。