二叉查找树（Binary-Search-Tree），又称二叉排序树（Binary-Sort-Tree）或二叉搜索树。
    它是一棵二叉树或者空树。
    左子树的所有结点的值都小于它的根结点，右子树所有结节的点都大于它的根结点。
    左右子树也分别是二叉查找树。
中序遍历可以得到一个结点值递增的有序序列。
二叉查找树的高度决定了二叉查找树的查找效率。

平衡二叉树（Balanced-Binary-Tree或Height-Balanced-Tree），又称为AVL树，是一棵严格自平衡的二叉查找树。
    左子树和右子树的深度之差的绝对值不超过1。
    左子树和右子树也是平衡二叉树。
每次插入和删除平衡二叉树的结点后，都可能导致平衡二叉树失去平衡，需要旋转调平。

B树（Balance-Tree），是一棵多路平衡查找树。描述一颗B树时需要指定它的阶数，表示一个结点最多有多少个孩子结点，一般用字母m表示。
    一棵m阶的B-树，或为空树，或为满足下列特性的m叉树：
    根结点最少可以只有1个关键字。非根结点至少有Math.ceil(m/2)-1个关键字，最多有m-1个关键字。
    每个结点中的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它。
    所有叶子结点都位于同一层，或者说根结点到每个叶子结点的长度都相同。

B+树是基于B树的一种变体，也是一种多路查找树。
    有n个子树的结点中含有n个关键字。
    所有的叶子结点中包含了全部的关键字信息，以及指向含这些关键字记录的指针，且叶子结点本身按照关键字的大小自小到大顺序连接。
    所有的非叶子结点可以看成索引的一部分，结点中仅含有其子树（根结点）中的最大或者最小的关键字。
B+树的优势：
    单一结点存储更多的元素，使得查询的IO次数更少。
    所有查询都要查找到叶子结点，查询性能稳定。
    所有叶子结点形成有序链表，便于范围查询。

B*树是B+树的变体，在B+树的非根和非叶子结点再增加指向兄弟的指针，将结点的最低利用率从1/2提高到2/3。

红黑树（Red-Black-Tree）是一种自平衡二叉查找树，红黑树降低了平衡性要求，达到局部平衡。
    结点是红色或黑色。
    根结点是黑色。
    所有叶子都是黑色（叶子是NIL结点）。
    每个红色结点必须有两个黑色的子结点。(从每个叶子到根的所有路径上不能有两个连续的红色结点。)
    从任一结点到其每个叶子的所有路径都包含相同数目的黑色结点。
红黑树与AVL树的区别：
    AVL（平衡二叉树）的查询性能更高，因为AVL比红黑树更加严格平衡（AVL调平的频次较高）；
    红黑树的插入和删除的速度更快，因为调整的频次较低，甚至不需要调整；
    AVL需要在每个节点增加一个整数来记录左右子树的高度差；而红黑树的每个节点只需要使用一个布尔值标志其是红或黑。

字典树（TireTree）又称单词查找树或键树，是一种用于快速检索的多叉树结构。
    根结点不包含字符，除根结点外每一个结点都只包含一个字符；
    从根结点到某一结点，路径上经过的字符连接起来，为该结点对应的字符串；
    每个结点的所有子结点包含的字符都不相同。
优点：利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比哈希树高。

后缀树（SuffixTree）是一棵压缩字典树，后缀树中存储的关键词为所有的后缀。后缀树是前缀树里的一个特殊类型。

AVL树在windows对进程地址空间的管理被使用到。
B树常用于磁盘管理系统中的目录管理，以及数据库系统中的索引。
B+树更适合做文件索引系统，比如MySQL的InnoDB的索引底层就是使用B+树。
红黑树可以用作实现set和map的基础数据结构，常用于操作系统的进程调度、内存管理等场景。
Trie树常用于字符串匹配、文本搜索、自动补全、拼写检查等场景。