常见内存索引的比较
平衡tree：
优点：
- 插入删除查找效率为logn，插入或删除可能导致树结构多次旋转，每次旋转时间是O(1)
2.有序，支持范围查找
缺点：
1.平衡要求过于严格，导致过多的旋转
skip list：
优点：
- 实现简单
- 插入删除查找效率平均为logn
- 支持range操作，节点是有序排列的。
- 插入删除所修改的节点少，操作相对独立，并发时需要加锁的节点更少，支持更高的并发度
缺点：
- 插入节点的高度不确定，空间局部性差一些
- 可能内存占用会比较多，这取决于节点爬升概率
思考：
- range操作比rb tree快？没有做过实验，不好说。表面上看sl只用两次logn定位到边界，然后遍历链表。但好像有人说rb tree父节点由于空间局部性会缓存在cpu cache，两者速度没什么区别...
hash table：
优点：
- 插入查找删除的操作平均是O(1)，这建立在哈希算法冲突率低的条件下
缺点：
- 数据存放无序，不支持range
- 动态扩展性较差，数据填满后性能下降比较严重，扩容（resize）带来的数据迁移复制（rehash）耗时较多
hash tree：
优点：
- 相比于hash table，动态扩展性好，不需要提前分配空间
- 插入查找操作取决于树的高度，一般高度在10附近，也就是大致为O(10)，这得益于质数分辨定理
缺点：
- 也是无序存储，不支持range
关于hash tree，有人叫它Merkel tree，有人叫哈希树。有的博客说哈希树是底层叶节点存储具体数据，中间节点存储两两子节点的哈希值，最终汇聚成root节点，称为top hash之类...
详见：https://blog.csdn.net/yexudengzhidao/article/details/102760027
有的博客说是每层节点的子节点个数是连续质数，比如root节点有2个节点，这两个节点各自有3个节点，以此类推。存储数据时，和2取余得1就存于第2个节点，如果冲突就继续看下一层，除3余0就存在第一个节点....
详见：https://blog.csdn.net/yang_yulei/article/details/46337405
