索引是数据库中用于提高数据检索效率的数据结构，其底层数据结构多种多样，具体选择取决于数据库的类型和需求。常见的索引底层数据结构包括B树、B+树、哈希表、位图索引和倒排索引等。
B树（B-Tree）：B树是一种自平衡树，常用于文件系统和数据库索引。在B树中，每个节点包含多个键和指向子节点的指针，键值分布在节点中，并且每个节点有多个子节点。B树的特点是所有数据都存储在叶子节点中，而内部节点仅用于索引。B树的优势在于它可以有效地处理大量数据，并且支持范围查询。
B+树（B+-Tree）：B+树是B树的一种变体，它在B树的基础上做了改进。在B+树中，所有数据记录都存储在叶子节点中，而内部节点仅存储键值信息。叶子节点之间通过指针相连，形成一个有序链表，这有助于提高范围查询的效率。B+树广泛应用于数据库索引，尤其是关系型数据库。
哈希表（Hash Table）：哈希表通过哈希函数将键值映射到表中的一个特定位置，从而实现快速的数据检索。哈希表的优势在于其查找效率非常高，平均情况下可以达到O(1)的时间复杂度。然而，哈希表不支持范围查询，且在哈希冲突较多时性能会下降。
位图索引（Bitmap Index）：位图索引使用位图（Bitmaps）来表示数据的存在与否，适用于数据量较小且选择性较高的场景。位图索引通过位运算来加速查询，尤其适合多列组合查询。但位图索引在数据量较大时，会因为位图过长而影响性能。
倒排索引（Inverted Index）：倒排索引是一种常用于文本搜索引擎的数据结构，它将每个单词映射到包含该单词的文档列表。倒排索引通过快速查找单词所在的文档，从而实现高效的文本检索。
每种索引结构都有其优缺点和适用场景，数据库设计者会根据实际需求选择合适的索引结构。例如，关系型数据库通常使用B树或B+树作为索引结构，而文本搜索引擎则常用倒排索引。