数据结构索引结构详细解析

数据结构详细简介

数据结构是计算机科学中非常重要的概念，它是用于组织和存储数

据的方法和技术。这些数据结构可以帮助我们有效地处理和操作数据，在解决实际问题中起到关键作用。本文将详细介绍几种常见的数据结构，并探讨它们的特点和应用场景。

一、数组（Array）

数组是一种线性数据结构，它由一系列相同类型的元素组成，这些

元素按照顺序存储在连续的内存空间中。数组的访问和修改操作非常

高效，可以通过下标直接定位元素。然而，数组的大小在创建时就需

要确定，并且不能方便地插入或删除元素。

二、链表（Linked List）

链表是另一种常见的线性数据结构，它通过节点来存储数据，并通

过指针将这些节点链接在一起。链表允许动态地插入和删除元素，相

对于数组而言更加灵活。然而，链表的访问效率较低，需要从头节点

开始逐个遍历。

三、栈（Stack）

栈是一种特殊的线性数据结构，它采用“后进先出”的原则。栈具有

两个主要操作，即入栈（Push）和出栈（Pop），可以在栈的顶部插入

和删除元素。栈经常用于处理符号匹配、逆波兰表达式等问题。

四、队列（Queue）

队列也是一种线性数据结构，它采用“先进先出”的原则。队列有两

个关键操作，即入队（Enqueue）和出队（Dequeue），分别用于在队

尾插入元素和在队头删除元素。队列常用于任务调度、消息传递等场景。

五、树（Tree）

树是一种非线性数据结构，它由一组节点和连接这些节点的边组成。树的最顶部节点称为根节点，每个节点可以有零个或多个子节点。树

的应用非常广泛，如二叉树用于排序和搜索，平衡树用于数据库索引等。

索引的结构

索引的结构主要有分层索引、线性索引和树形索引三种。

1. 分层索引：是建立在记录档案文件层次状态上的索引，它是把记录分成几个分层(一般是三分层)，从抽象到具体，再从具体反推抽象，可节省查询时间，还可以达到聚集查询的目的。

2. 线性索引：索引信息的存放按记录的先后顺序排列，这样查询起来比较复杂，主要用于历史数据的检索，缺点是查询速度慢。

3. 树形索引：也是把索引按照一定的层次来排列，内部不同文件之间的节点索引很快，查询时复杂度较低，相比其他索引结构，树形索引查询效率更高，因此一般系统采用树形索引来实现查找功能。

联合索引的数据结构

联合索引是数据库中用于优化查询性能的一种数据结构。它是根据多个列的组合创建的，而不仅是单个列。这种索引结构可以提高多列查询的效率，因为它不仅考虑了单列的筛选条件，还同时考虑了多列之间的筛选条件。在数据库系统中，索引是一种存储在磁盘上的数据结构，用于加速数据的访问和查询。

1.查询频率：首先需要考虑哪些查询是经常使用的，并确定需要创建联合索引的列。

2.列的选择：选择与查询有关联的列来创建联合索引，这样可以最大化索引的效果。

3.列的顺序：根据查询的顺序来选择列的顺序，这样可以进一步提高查询的效率。

4.列的唯一性：如果一些列的值具有唯一性，则可以将其放在联合索引的前面，从而更快地找到唯一的匹配项。

5.列的数据类型：尽量选择简单的数据类型，例如整数类型或字符串类型，这样可以减少索引的大小和内存使用。

在数据库中，联合索引通常使用B树或B+树实现。这些树形数据结构可以将索引的键值按照一定的顺序排列，并且支持高效的查找、插入和删除操作。当进行查询时，数据库可以使用联合索引来快速定位到符合查询条件的记录，从而减少扫描整个表的时间。

联合索引的优势在于可以更好地支持多列的查询条件。例如，如果一个查询同时包含了两个列的条件，数据库可以利用联合索引来直接定位到

符合这两个条件的记录，而无需扫描整个表。这样可以大大提高查询的效率，特别是对于大表和复杂查询来说。

然而，联合索引也存在一些限制和注意事项。首先，创建联合索引会增加数据库的存储空间和维护成本，因为每个索引都需要占用额外的磁盘空间，并且在插入、更新和删除数据时需要更新索引。其次，联合索引对于一些特定的查询可能无法发挥作用，例如只使用了索引中的部分列或使用了非前缀查询。

tdengine索引结构

TDengine索引结构是TDengine数据库中的核心组成部分，它对于数据库的查询性能和数据存储效率起着至关重要的作用。本文将从索引的定义、分类和应用方面，以及TDengine索引结构的设计和优化等多个方面进行详细介绍。

一、索引的定义、分类和应用

1. 定义：

索引是一种用于提高数据库查询性能的数据结构，它可以加快数据的检索速度，并且可以对数据进行快速排序和组织。索引通常是根据某一列或多列的数据创建的，通过建立索引，可以加快对于这些列数据的查询速度，提高数据库的性能。

2. 分类：

根据索引的数据结构和实现方式，索引可以分为多种类型。常见的索引类型包括B树索引、哈希索引、全文索引等。不同的索引类型在不同的场景下具有不同的优势和适用性。

3. 应用：

索引广泛应用于数据库的查询操作中，通过在查询字段上创建索引，数据库系统可以快速定位到符合查询条件的数据，从而提高查询的效率。索引

还可以用于保证数据的唯一性（唯一索引）、加速数据的排序（排序索引）等操作。

二、TDengine索引结构的设计和优化

1. 索引结构的设计：

TDengine数据库采用的是B树索引结构。B树是一种多叉树，它具有平衡性和高度可扩展性的特点，适用于大规模数据的存储和检索。在TDengine中，B树索引被用于加速列数据的查询和排序。

2. 索引的存储和查找：

在TDengine中，索引以B树的形式存储在内存中，通过B树的查找算法可以快速定位到符合查询条件的数据。当数据库数据量过大，无法完全放入内存时，TDengine还会将索引持久化到磁盘上，以保证数据的可靠性和持久性。

顺序存储结构、链式存储结构、索引存储结构、散列存储结构

顺序存储结构、链式存储结构、索引存储结构、散列存储结构介绍

存储结构是指数据在计算机内存或磁盘等存储介质中的组织方式。在数据结构中，常见的存储结构有顺序存储结构、链式存储结构、索引存储结构和散列存储结构。下面将分别对这四种存储结构进行详细介绍。

一、顺序存储结构（Sequential Storage Structure）：

顺序存储结构是将数据元素按照其逻辑次序依次存储在一片连续的存储空间中，即在内存或磁盘上连续存放数据元素。数据元素之间的逻辑关系通过其在存储空间中的物理位置来表示。

特点：

顺序存储结构的存取速度较快，可以通过下标直接访问元素。

插入和删除操作需要移动大量元素，效率较低。

适用于元素数量固定、随机访问频繁的场景，如数组。

二、链式存储结构（Linked Storage Structure）：

链式存储结构通过使用指针将数据元素存储在不连续的存储空间中，并通过指针将它们连接起来。每个数据元素中都包含一个指向下一个元素的指针，从而构成了一个链表结构。

特点：

链式存储结构的插入和删除操作效率较高，只需要修改指针的指向。

访问某个元素需要从头节点开始遍历，效率较低。

适用于元素数量不固定、插入和删除频繁的场景，如链表。

三、索引存储结构（Indexed Storage Structure）：

索引存储结构是在顺序存储结构的基础上，为数据元素建立一个索引表，该索引表中的每个索引项包含了一个关键字和对应数据元素在存储空间中的地址。

特点：

索引存储结构可以通过索引表快速定位数据元素，减少了遍历的时间。

插入和删除操作需要同时修改索引表和存储空间，效率相对较低。

适合范围查询的索引结构

索引是数据库中非常重要的组成部分，它可以提高查询效率和数据的访问速度。在实际应用中，我们经常需要对数据库中的数据进行范围查询，例如查询某个时间段内的数据或者某个价格区间内的商品等。这时候，适合范围查询的索引结构就显得尤为重要。

适合范围查询的索引结构有很多种，下面我们就来介绍几种常见的索引结构。

1. B-Tree索引

B-Tree索引是最常见的索引结构之一，它可以支持范围查询和精确查询。B-Tree索引的特点是高效、稳定、可靠，适用于大部分的数据库应用场景。B-Tree索引的查询效率与数据量无关，因此在大数据量的情况下，B-Tree索引的查询效率仍然非常高。

2. B+Tree索引

B+Tree索引是B-Tree索引的一种变种，它的特点是在内部节点只存储索引键，而数据都存储在叶子节点中。B+Tree索引的查询效率比B-Tree索引更高，尤其是在范围查询的情况下。因为B+Tree索引的

叶子节点形成了一个有序链表，可以很方便地进行范围查询。

3. R-Tree索引

R-Tree索引是一种用于空间数据的索引结构，它可以支持范围查询和空间查询。R-Tree索引的特点是可以快速地找到包含某个点或者某个区域的所有数据。R-Tree索引在地理信息系统、图像处理等领域得到了广泛的应用。

4. Hash索引

Hash索引是一种基于哈希表的索引结构，它的特点是查询效率非常高，但是不支持范围查询。Hash索引适用于等值查询，例如根据主键查询某个记录。Hash索引的缺点是在插入和删除数据时需要重新构建哈希表，因此对于频繁插入和删除数据的场景不太适用。

数据库索引存储结构

数据库索引是一种特殊的数据结构，用于提高数据库中数据的访问效率。它可以帮助数据库系统更快地定位和检索特定的数据行。索引存储结

构在数据库系统中起着至关重要的作用，对于大型数据库来说尤为重要。

本文将探讨数据库索引的存储结构及其工作原理。

B树是一种平衡的多路树，具有以下特征：每个节点可以包含多个子

节点；树的所有叶子节点都在相同的深度上；所有节点的关键字值按照升

序排列。B树可以保持数据有序，并且支持高效的查找、插入和删除操作。通过合理地设置B树的叉节点和叶子节点，可以在查询过程中减少磁盘

I/O操作，从而提高数据库的性能。

B+树是在B树的基础上进行了优化的一种数据结构。它与B树的主要

区别在于：B+树的叶子节点只包含关键字和相关数据的引用，而非数据本身；叶子节点之间通过指针连接，形成双向链表；所有的数据都存储在叶

子节点中。B+树的这种结构使得范围查询操作更加高效，并且可以减少索

引的深度，进一步提高查询性能。

数据库索引的存储结构中还有一种常用的数据结构是哈希索引。哈希

索引使用哈希函数将关键字映射到存储地址，从而快速定位和访问特定的

数据行。哈希索引适用于等值查找操作，但不适用于范围查询操作。此外，哈希索引在数据插入和删除时需要进行频繁的重构，因此对于需要频繁更

新的数据库来说可能不太适合。

除了存储结构，数据库索引还需要存储在磁盘或内存中。在大型数据

库中，通常将索引存储在磁盘上，以便节省内存空间。数据库系统会将部

分索引缓存到内存中，以提高查询性能。索引存储在磁盘上的方式有多种，包括顺序存储和散列存储等。

索引的用法和原理

索引是一个重要的数据结构，常用于加快对数据的检索和搜索，包括文本搜索和数据

库检索。本文将介绍索引的用法和原理。

一、索引的定义

索引是一个数据结构，它存储了数据的某些属性的值和对应的物理位置或指针。通过

索引可以更快速地访问数据，因为索引可以减少需要检索的数据量。

二、索引的作用

1. 快速查找

索引可以加速数据的查找和搜索，减少了查询时扫描全部数据的时间和资源消耗。

2. 提高更新速度

索引可以有效地减少更新数据时需要的扫描数量，从而提高更新的速度。

3. 减少磁盘I/O次数

索引可以减少访问磁盘的次数，降低磁盘I/O的消耗。

三、索引的类型

1. B+树索引

B+树索引是一种常见的索引类型，它是一棵平衡的树结构，具有时间复杂度为log(n)的查询和插入操作。

2. 哈希索引

哈希索引是一种将键映射到散列表中的索引类型。它具有常数时间的查询和插入操作，但不支持范围查询和排序。

索引一般采用B+树等树结构的数据结构，具有快速查找和排序的优势。B+树的叶子节点存储实际的数据记录，而非叶子节点只存储记录的指针或物理地址。这样可以减少磁盘

I/O 的数量，提高索引的性能。

索引的维护是一种动态操作，包括索引的创建，更新和删除。当数据变化时，需要对

索引进行相应的调整，以保持索引的正确性和高效性。

3. 索引的优化

为了提高索引的性能和效率，需要对索引进行优化。可以通过使用覆盖索引减少需要的I/O次数，对于经常扫描的数据可以使用位图索引等。

五、索引的注意事项

1. 索引过多会影响性能

索引过多会影响写入性能，并且增加了索引维护的成本。

数据库索引的数据结构

数据库索引是通过数据结构来实现的，常见的索引数据结构有以下几种：

1. B树索引：B树（Balanced Tree）是一种平衡的多路搜索树，被广泛应用于数据库索引中。B树索引是一种多级索引结构，

每个节点可以存储多个关键字，并且节点之间的层级关系保持平衡，使得查找效率较高。

2. B+树索引：B+树是在B树的基础上进行改进的索引结构，

与B树不同的是，B+树的叶子节点之间使用链表连接起来，

以支持范围查询。B+树索引通常被用于数据库的二级索引。

3. 哈希索引：哈希索引使用哈希函数将索引键直接映射到一个哈希表中的地址，因此可以快速定位到索引记录。哈希索引适用于等值查询，但不适用于范围查询。

4. 全文索引：全文索引用于对文本内容进行搜索，采用类似倒排索引的数据结构，可以建立关键词和文档之间的映射关系，提供高效的文本搜索功能。

5. R树索引：R树（R-tree）是一种专门用于处理多维数据的

空间索引结构。R树索引广泛应用于地理信息系统（GIS）中，可以高效地支持空间范围查询和最近邻查询。

不同的索引数据结构适用于不同的场景和查询需求，数据库管理员在设计索引时需要根据实际情况选择合适的索引类型。

数据库的索引原理

数据库的索引原理是一种数据结构，用于提高数据库的查询效率。索引是一个按照特定规则组织的数据结构，它包含了表中某一列（或多列）的值和对应的物理存储位置。通过索引，数据库可以快速定位到所需的数据，而不需要遍历整个数据表。

索引主要有以下几个原理：

1. B-树索引：常用的索引类型之一，使用B-树来存储索引值。B-树是一种多叉平衡查找树，它的叶子节点存储了数据行的引用或数据本身。通过B-树索引，数据库可以快速定位到匹配的记录，减少磁盘I/O次数。

2. 哈希索引：哈希索引是将索引键值通过哈希函数计算后得到一个哈希码，然后将该哈希码与数据行的物理存储位置进行映射。哈希索引适用于等值查找，但不适用于范围查询。

3. 聚集索引和非聚集索引：聚集索引是按照表的主键或唯一键来组织数据的索引，数据存储在索引的叶子节点上。非聚集索引则是在叶子节点上存储索引键值和指向数据行的物理地址。

4. 复合索引：复合索引是通过多列联合创建的索引，可以在查询中同时使用多个列进行查找。复合索引可以提高符合索引列顺序的查询效率。

5. 全文索引：全文索引用于对文本数据进行全文搜索。全文索引不只是单一关键字的匹配，而是将文本数据进行分词、分析和索引，从而提供更快速和准确的搜索结果。

总的来说，索引的原理是为了提高数据库的查询效率，减少磁盘I/O次数，并根据不同的查询需求选择合适的索引类型和策略。

关系型数据库（二），索引的数据结构

关系型数据库（⼆），索引的数据结构

⽬录

1.⼆叉查找树

2.B树（B-Tree）

3.B+树（B+-Tree）

4.Hash索引

⼆、索引的数据结构

1.⼆叉查找树

2.B树（B-Tree）

⼆叉搜索树如果数量太⼤，则进⾏I/O次数太多，效率也不会太⾼，所以我们要想办法让树变矮⼀点，于是就有了B-Tree （1）B-Tree定义

（2）3阶B-Tree

3.B+树（B+-Tree）（1）定义

（2）B+-Tree

4.Hash索引

5索引的创建和使用解析

在计算机科学中，索引是一种数据结构，用于提高数据的查找效率。索引通过将数据的一些字段与对应的物理存储位置进行映射，以加速查询操作。

索引的创建过程包括以下步骤：

1.选择合适的字段：在创建索引时，首先需要选择一个合适的字段作为索引。这个字段的选择应该根据数据的访问模式和查询需求来进行，通常是经常被查询或筛选的字段。

2.判断索引类型：根据数据库系统提供的索引类型，选择适合的索引类型。常见的索引类型有B树索引、哈希索引、全文索引等。不同类型的索引在不同的场景下具有不同的优势和局限性。

3.创建索引：通过指定创建索引的SQL语句，将索引与所选字段关联起来。索引的创建可以在数据表创建之后进行，也可以在数据表已经存在的情况下进行。

索引的使用可以分为以下两种情况：

1.筛选查询：当执行包含WHERE子句的查询语句时，数据库系统可以利用索引来快速定位满足查询条件的数据行。数据库会首先通过索引找到符合条件的索引项，然后再根据索引项中存储的物理地址获取相应的数据行。

2.排序和分组：当执行包含ORDERBY或GROUPBY子句的查询语句时，索引可以帮助数据库系统以有序的方式返回查询结果。通过索引，数据库可以直接按照索引项的顺序，而不必对整个数据表进行排序或分组。

索引的使用优点如下：

1.提高查询效率：索引可以加速查询操作，尤其是对于大型数据表和复杂查询语句，使用索引可以减少磁盘IO的次数，从而提高查询效率。

2.加速排序和分组：通过索引，数据库系统可以直接按照索引项的顺序返回查询结果，避免了对整个数据表进行排序和分组的开销。

elasticsearch索引结构

Elasticsearch索引结构详解

Elasticsearch是一个开源的分布式搜索引擎，它提供了快速、实时的数据搜索和分析能力。在Elasticsearch中，索引结构是其核心组成部分之一，它决定了数据的存储和搜索方式。本文将详细介绍Elasticsearch索引结构的重要性和具体实现方法。

一、索引结构的作用和意义

索引是Elasticsearch中用于存储和检索数据的基本单位，它类似于传统数据库中的表。索引结构决定了数据在物理存储上的组织方式，同时也决定了数据的搜索和分析性能。一个好的索引结构能够提高数据的检索效率，降低资源消耗，提升用户体验。

二、Elasticsearch索引结构的组成

1. 索引（Index）：索引是Elasticsearch中最顶层的数据容器，相当于数据库中的库。一个索引可以包含多个类型（Type），每个类型又包含多个文档（Document）。

2. 类型（Type）：类型是索引中的一个逻辑分类，相当于数据库中的表。每个类型都有自己的映射（Mapping），用于定义字段的类型、分词器等属性。

3. 文档（Document）：文档是Elasticsearch中最小的数据单位，相

当于数据库中的一行记录。每个文档都有一个唯一的标识符（ID），可以通过ID来进行检索和更新操作。

4. 字段（Field）：字段是文档中的一个属性，相当于数据库中的列。每个字段都有自己的数据类型，如字符串、整数、日期等。

三、索引结构的设计原则

1. 合理划分索引：根据业务需求和数据量大小，合理划分索引，避免一个索引中包含过多的数据，影响搜索效率。

数据结构基础知识总结详细带图

数据结构基础知识总结详细带图数据结构是计算机科学中一个重要的概念，它描述了数据元素之间

的关系以及对这些关系进行操作的方法。在计算机科学领域，数据结

构是解决问题的基础。本文将对一些常见的数据结构进行详细的总结，并附上相应的图示，以便读者更好地理解和掌握这些知识。

一、数组(Array)

数组是数据结构中最基础的一种，它由一组相同类型的元素组成，

这些元素在内存中是连续存储的。数组的特点是可以通过索引直接访

问任意位置的元素，因此可以快速进行查找和更新操作。但是数组大

小是固定的，无法动态调整。

二、链表(Linked List)

链表是一种动态数据结构，它由一系列节点组成，每个节点包含数

据和一个指向下一节点的指针。链表的特点是可以动态地插入和删除

节点，但查找某个节点的效率较低。链表有多种类型，如单向链表、

双向链表和循环链表等。

三、栈(Stack)

栈是一种先进后出(LIFO)的数据结构，它只允许在栈顶进行插入和

删除操作，即最后插入的元素最先删除。栈可以手动实现，也可以利

用编程语言提供的栈数据结构。栈的应用场景很广泛，例如函数调用、括号匹配和浏览器的前进后退功能等。

四、队列(Queue)

队列是一种先进先出(FIFO)的数据结构，它允许在一端进行插入操作，在另一端进行删除操作。与栈不同，队列不允许在中间位置进行操作。队列常用于任务调度和消息传递等场景。

五、树(Tree)

树是一种有层次关系的数据结构，它由一组节点组成，节点之间的关系是通过节点间的引用来描述的。树有许多种类，如二叉树、平衡二叉树、B树和红黑树等。树的应用非常广泛，例如文件系统、数据库索引和网络路由等领域。

数据结构索引表

一、引言

1.1 数据结构的定义和作用

1.2 索引表的概念和作用

二、线性表索引表

2.1 线性表的基本概念

2.2 顺序表索引表

2.2.1 顺序表的定义和特点

2.2.2 顺序表索引表的实现方法

2.3 链表索引表

2.3.1 链表的定义和特点

2.3.2 链表索引表的实现方法

三、树形索引表

3.1 树的基本概念

3.2 二叉树索引表

3.2.1 二叉树的定义和特点

3.2.2 二叉树索引表的实现方法

3.3 B树索引表

3.3.1 B树的定义和特点

3.3.2 B树索引表的实现方法

四、哈希索引表

4.1 哈希表的基本概念

4.2 哈希索引表的实现方法

五、索引表的应用

5.1 数据库索引

5.2 文件系统索引

5.3 搜索引擎索引

六、总结

引言

线性表索引表

线性表是数据结构中最基本的一种结构，它包括顺序表和链表两种形式。顺序表索引表是通过建立索引来提高顺序表的查找效率。顺序表是将元素按照顺序存储在一块连续的存储空间中，而索引表则是记录顺序表中每个元素的位置信息。通过索引表，可以通过索引值快速定位到顺序表中的元素，从而提高查找效率。

链表索引表则是在链表的基础上建立索引，同样可以提高链表的查找效率。链表是一种非连续的存储结构，每个节点通过指针相连接。链表索引表可以通过记录链表中每个节点的位置信息来快速定位到目标节点，从而提高查找效率。

树形索引表

树是一种非线性的数据结构，它由节点和边组成。树形索引表可以通过建立树形结构来提高查找效率。二叉树索引表是一种常见的树

形索引表，它的每个节点最多有两个子节点。通过二叉树的特性，可以进行高效的查找操作。

数据库索引的结构

一、引言

数据库索引是一种提高数据库查询效率的重要技术。它通过建立特定的数据结构，在数据库表中创建索引，以加快数据的检索速度和提高数据库的性能。本文将深入探讨数据库索引的结构，包括B树索引、哈希索引和全文索引。

二、B树索引

1. 概述

B树索引是一种常用的数据库索引结构，它采用平衡树的形式存储数据，并支持范围查询。B树索引的特点是每个节点可以存储多个键值，节点之间的层级关系通过指针来连接，使得对数据的访问更加高效。

2. 结构

B树索引由根节点、内部节点和叶子节点组成。根节点是整个B树的起始节点，内部节点用于存储索引键值和指向下一层节点的指针，叶子节点存储实际的数据记录。

3. 查找过程

在B树索引中，查找过程从根节点开始，根据索引键值逐层向下查找，直到找到匹配的叶子节点。通过B树的平衡性和节点存储多个键值的特点，可以大大减少查找的时间复杂度。

三、哈希索引

1. 概述

哈希索引是另一种常见的数据库索引结构，它使用哈希函数将键值映射为存储位置，从而实现快速查找。哈希索引适用于等值查询，但不支持范围查询。

2. 结构

哈希索引通过哈希函数将键值映射为一个固定的存储位置，这个位置可以是内存中的地址或磁盘上的块。在哈希索引中，通常使用哈希表来存储键值和对应的存储位置。

3. 查找过程

哈希索引的查找过程是先通过哈希函数计算键值的哈希值，然后在哈希表中查找对应的存储位置。由于哈希函数的高效性，哈希索引具有非常快速的查找速度。

四、全文索引

1. 概述

全文索引是一种用于文本字段的索引结构，可以实现对文本内容的关键字搜索。全文索引适用于大段文本的模糊查询，如文章、新闻等。

数据结构索引结构详细解析

数据结构详细简介

索引的结构

联合索引的数据结构

tdengine索引结构

顺序存储结构、链式存储结构、索引存储结构、散列存储结构

适合范围查询的索引结构

数据库索引存储结构

索引的用法和原理

数据库索引的数据结构

数据库的索引原理

关系型数据库（二），索引的数据结构

5索引的创建和使用解析

elasticsearch索引结构

数据结构基础知识总结详细带图

数据结构 索引表

数据库索引的结构

数据结构索引表