在前面专题中讲的BST、AVL、RBT都是典型的二叉查找树结构，其查找的时间复杂度与树高相关，都是在内存中进行的。那么降低树高自然对查找效率是有所帮助的。
另外还有一个比较实际的问题：就是大量数据存储中，实现查询这样一个实际背景下，平衡二叉树由于树深度过大而造成磁盘IO读写过于频繁，进而导致效率低下。那么如何减少树的深度（当然不能减少查询数据量），一个基本的想法就是：
1. 每个节点存储多个元素（但元素数量不能无限多，否则查找就退化成了节点内部的线性查找了）。
2. 摒弃二叉树结构，采用多叉树（由于节点内元素数量不能无限多，自然子树的数量也就不会无限多了）。
多路查找树(muitl-way search tree) 每个节点的孩子可以树可以多余两个； 每个节点可以存储多个元素；
1、2-3树
每个节点都具有2个孩子（称之为2节点）或者3个孩子（称之为3节点）。
一个2节点包含一个元素和两个孩子（或没有孩子）。
1.1. 2-3树的插入实现
1.对于空树 插入一个节点直接插入就好。
2.插入节点到一个2节点的叶子上。 比如插入3
3.将一个节点插入到原来上3节点的叶子上
3.1要在3节点上插入，此时3节点的上面是2节点 则将 上面的2节点变成3节点 比如插入5
3.2 要在3节点上插入，此时3节点上面是3 节点 则将上面首次出现为2节点的节点变成3节点。比如插入11
以前我们普通二叉树 插入时都是在叶子节点后添加，这样会导致二叉树的高度不断增加。查找困难。
此时 我们用2-3树时重复分利用特性。 往上寻找有用空间 进行有效的利用
3.3 要在3节点插入数据时 ，该3节点往上遍历都是3节点，这时要扩展高度了。
1.2 2-3树的删除实现。
1.要删除的数位于3节点地址上。 3节点 ->2节点就好 比如删除6
2.要删除的数位于2叶子节点上。
1.此叶子节点上一级是2节点，但是他有一个3节点的有孩子。
2.此叶子节点上一级是2节点，但是他有一个2节点的有孩子。
3.此叶子节点双亲是一个3节点。
4.删除的是一个满二叉树叶子节点
5. 要删除的元素位于非叶子节点的分支上。
当是2节点时 则按照中序遍历 找此节点前面或者后面的数顶底下。
当是3 节点的时候 将3节点的左孩子提升上去
2-3-4理论上跟2-3树是一样的 。