二叉搜索树
特点
-
一个节点只有两个子节点（二叉树）
-
左子节点 < 目前节点 <= 右子节点 （有序性）
查找 | 插入 key
当进行增删查改等操作时，系统会从头节点开始往下遍历，判断key 和 遍历到的节点的关系，一般时间复杂度都是 O(log2N)，但存在特殊情况；
eg：查找
1.key 大于 当前遍历节点，则往右子树去遍历查找
2.key 等于当前遍历节点，则返回当前节点
3.key小于 当前遍历节点，则往左子树取遍历查找
缺陷
特殊情况（时间复杂度：O(n)）：
这棵树在性能上已经退化成了一条链表，时间复杂度也变成了O(n)：树的深度是7，而最差的情况需要7次比较才能找到节点。
为了提高效率，我们要尽量减少磁盘IO次数，这就需要尽量降低树的高度，把 瘦高 的树变得扁平，树每层的分叉越多越好，由此推出了AVL树。
AVL树
AVL树 — 平衡二叉搜索树（Balanced Binary Tree）
一般的平衡二叉树：平衡二叉搜索树、红黑树、数堆、伸展树。
特性
-
可以是一棵空树；
-
它的左右两个子树的高度绝对值不超过1，并且左右两个子树都是一棵平衡二叉树(AVL树)
B-Tree的引出
AVL树是在二叉搜索树的基础上进行了改进，其搜索时间复杂度：O(log2N)，当层数n比较高时，如下图所示：
针对搜索同样的数据，若是我们把平衡二叉树改为 平衡N叉树，树的高度会急剧降低，数再次从“瘦高” 变成更加“矮胖”，而这就等同于我们的B-Tee（B树）。
B-Tree
概述
B树的英文是Balance Tree，也就是多路平衡查找树，简写为B-Tree。
B-Tree 的每个节点都是一个磁盘块，每个磁盘块中包含了关键字和子节点的指针。若是一个磁盘块有x个关键字，那么指针数就有x+1个。如下图所示：
B树适用于存储大量的索引：对于一个100阶的B树（每个节点有100个子节点），若有三层就可以存储越100万的索引数据。
特性
对于一个M阶的B树（M>2）有以下特性：
-
根节点的儿子数范围是[2,M]
-
每个中间节点包含k个关键字、k+1个孩子；
-
所有叶子节点位于同一层。
