zl程序教程

您现在的位置是:首页 >  数据库

当前栏目

MySQL 6种索引数据结构详解:BTree、B+Tree、红黑树、平衡二叉树、二叉树、Hash

2023-02-18 16:38:05 时间

B站搜索“乐哥聊编程“有本篇文章配套视频‍ https://www.bilibili.com/video/BV1ZV4y1g7hT

二叉树

  • 对半搜索,每个节点最多两个孩子
  • 左侧孩子小于根节点,右侧孩子大于等于根节点
  • 二叉排序树的查找性能在0(Log2n)到O(n)之间

正常情况下长这样

极端情况下长这样

如果长这样的,查找时间复杂度就是O(n)了,那么就得靠平衡二叉树优化了,现在有请平衡二叉树登场...

平衡二叉树

  • 满足二叉树
  • 任何节点的两个子树的高度最大差为1
  • 如果对平衡二叉树进行删除和新增,那么会破坏平衡,就会出发旋转,最终达到平衡,也成自平衡二叉树

虽然能做到平衡了,避免了O(n),但是每次都进行频繁的左旋或右旋,咱也扛不住啊,所以来试试红黑树

红黑树

  • 也是自平衡(但没有高度差为1的限制,它有另外一套规则)
  • 每个结点是红的或者黑的
  • 根结点是黑的
  • 每个叶子结点是黑的(NULL)
  • 树中不存在两个相邻的红色结点(即红色结点的父结点和孩子结点均不能是红色)
  • 从根结点到其任何后代 NULL 结点(默认是黑色的)的每条路径都具有相同数量的黑色结点。

这一点比较难懂:从任意一个结点(包括根结点)到其任何后代 NULL 结点(默认是黑色的)的每条路径都具有相同数量的黑色结点。没听懂?

解释下:这里每个叶子结点(2,4,6,55)都有一个黑色的NULL节点,那么从根节点003到任意的null节点都会经过相同个数的黑色节点(包括黑色的null节点),这样懂了吧。

Hash

  • 对索引的key进行一次hash计算就可以定位出数据存储的位置
  • 很多时候Hash索引要比B+ 树索引更高效
  • 仅能满足 “=”,“IN”,不支持范围查询
  • hash冲突问题

B-Tree

  • 叶节点具有相同的深度,叶节点的指针为空;
  • 所有索引元素不重复;
  • 节点中的数据索引从左到右递增排列;
  • 数据节点存在每个节点上

B+ Tree

  • 非叶子节点不存储data,只存储索引(冗余),可以放更多的索引
  • 叶子节点包含所有索引字段
  • 叶子节点用双向指针连接,提高区间访问的性能