Redis 的 zset（有序集合）底层使用跳表（skip list）而非 B+ 树，主要基于以下几个方面的考量：

1. 实现复杂度

• 跳表的实现相对简单，代码量少，易于维护和调试。
• B+ 树结构复杂，需要处理节点分裂、合并、重新平衡等操作，实现难度较大。

2. 内存性能表现

• Redis 是内存数据库，数据完全存储在内存中。跳表作为纯内存数据结构，其操作（插入、删除、查找）的时间复杂度平均为 O(log n)，与 B+ 树相当，但常数因子更小，实际性能更优。
• B+ 树的设计初衷是优化磁盘 I/O，通过减少磁盘访问次数来提升性能。但在内存场景下，这一优势不再突出，反而因其复杂结构带来额外开销。

3. 范围查询支持

• 跳表基于有序链表，支持高效的范围查询（如 ZRANGE），只需定位到起点后顺序遍历即可。
• B+ 树同样支持高效范围查询，但跳表的实现更简单，且在实际应用中足以满足需求。

4. 动态更新效率

• 跳表的插入和删除只需调整相邻节点的指针，无需复杂的重新平衡操作。
• B+ 树在插入和删除时可能引发节点分裂或合并，需要更多计算和内存操作。

5. 内存占用

• 跳表每个节点平均包含 1/(1-p) 个指针（通常 p=0.5，平均 2 个指针），内存开销可控。
• B+ 树节点通常存储多个键和指针，内部节点也存在一定开销。两者内存占用相差不大，但跳表的结构更灵活，可通过调整概率因子 p 平衡性能与空间。

6. 并发友好性

• 跳表易于实现无锁并发版本（虽然 Redis 单线程模型不需要），为后续扩展留下可能。
• B+ 树的并发控制（如锁机制）实现难度较高。

7. 设计哲学与历史原因

• Redis 作者 Salvatore Sanfilippo 强调简单性，跳表在保证性能的同时更符合 Redis 的代码美学。
• 实践中跳表表现稳定，足以满足有序集合的所有操作需求。

补充：zset 的实际实现

• Redis 的 zset 同时使用跳表和哈希表：
  • 跳表用于维护有序序列，支持范围操作和排名查询。
  • 哈希表用于实现 O(1) 复杂度的成员查询（如获取分数）。
• 这种组合兼顾了有序性和快速单点查找，而跳表在其中承担了有序部分的核心角色。

综上所述，Redis 选择跳表而非 B+ 树，是基于实现简单性、内存性能、范围查询效率、动态更新代价以及内存数据库特性等因素的综合权衡。跳表在内存环境中提供了与 B+ 树相当甚至更优的性能，同时保持了代码的简洁和可维护性。