Python-索引原理

1、查找

1.1、顺序查找

顺序查找（Sequential Search），也叫线性查找。
就是在线性表中逐个查找。查找时间复杂度是O(n)。

1.2、二分查找

二分查找（Binary Search），也叫折半查找。
前提，必须先排序达到有序后，才能二分查找。
时间复杂度为O(log2n)。
但是，二分查找前提是排过序，而排序非常耗时。如果频繁插入元素，不建议使用，需要重新排序，维护它代价颇高。

1.3、二分查找树[BST]

二分查找树（Binary Search Tree），也叫二叉排序树。

 

二叉排序树特性：
若有左子树，则左子树所有结点的值均小于它的根结点的值
若有右子树，则右子树所有结点的值均小于它的根结点的值
其左子树、右子树也是二叉排序树
对上面的树进行中序遍历，得到序列[1, 3, 5, 6, 8, 10, 14, 15]

如果BST左右子树较为平衡，那么搜索效率较高，O(logn)。
如果成了一棵斜树，那么搜索效率很差，O(n)。
为了使增删结点后，BST应该尽量平衡，常用的有：
AVL，对平衡要求高，所以，查找性能高，但是增删调整多
红黑树，增删效率高，查找效率略低

 

1.4、多路查找树

BST虽然可以做到平衡，但是由于是二叉树，如果数据非常多，结点非常多，这棵二叉树将非常高。如
果用它来组织大量数据存储，需要更多次数IO访问。而且每次访问磁盘读取数据较少。
B树特别适合较大数据块的存储系统，例如磁盘。通常用在数据库和文件系统。
以B树为基础，衍生出B+树。MySQL就使用了它。

2、索引

2.1、简介

当数据规模大的时候，尤其是数据库，可以存储数万、数亿条数据。那么，在兼顾增删性能的同时，还
要能从海量数据中快速查询数据。
例如新华字典，存储大量文字，为了快速查询某一个字，提供了拼音音节索引，还提供部首检字表。这
是都是索引，通过某个关键码定位数据。利用空间换时间。

2.2、MySQL索引类型

主键索引，主键会自动建立主键索引，主键本身就是为了快速定位唯一记录的。
唯一索引，表中的索引列组成的索引必须唯一，但可以为空，非空值必须唯一
普通索引，没有唯一性的要求，就是建了一个字典的目录而已。
联合索引，多个字段组合创建索引，使用条件查询时，先匹配左边字段
全文索引，MyISAM使用，对Char、Varchar、TEXT类型使用
空间索引，SPATIAL，基本不用。
在MySQL中，InnoDB和MyISAM的索引数据结构可以使用Hash或BTree，innodb默认是BTree。
Hash时间复杂度是O(1)，但是只能进行精确匹配，也就是Hash值的匹配，比如范围匹配就没办法了，
hash值无序所以无法知道原有记录的顺序。Hash问题较多。
BTree索引，以B+树为存储结构。
虽然，索引可以提高查询效率，但是却影响增删改的效率，因为需要索引更新或重构。频繁出现在
where子句中的列可以考虑使用索引。要避免把性别这种字段设索引。

2.3、B+树

B+树节点组织成一棵树。节点分为内部节点和叶子节点。
内部节点不存储数据，叶子节点不存储指针。
叶子节点深度一致。叶子节点包含所有索引字段值。
每个leaf node保存数据，所有的leaf node组织成链表。假设读取16到22的数据，找到18后，顺着链表
往后遍历读取即可。
InnoDB中，数据文件本身就是按主键索引存储的，叶子节点中保存的就是数据记录。
InnoDB靠主键才能组织数据存储的，所以一定要定义主键，否则MySQL帮你找一个候选键作为主键，
找不到会自动增加一个主键。这个主键建议使用整数或自增整数。整数比较方便快捷。
InnoDB中主键索引和数据存在一起，称为聚簇索引、聚集索引、聚类索引、簇集索引。MyISAM索引和
数据是不同文件存储，这是非聚集索引。聚簇索引效率一般高于非聚簇索引。
如果在其他字段上定义B+Tree索引，叶子节点的数据记录的是主键，这种称为辅助索引（二级索引）。