数据结构中常见的树

BST树
即二叉搜索树:
1.所有的非叶结点至多拥有两个子结点
2.所有的结点存储一个关键字
3.非叶结点的左指针小于其关键字的子树,右子针指向大于其关键字的子树
BST的搜索,从根结点开始,如果查询的关键字与结点关键字相等,那么就命中;否则,如果查
询关键字比结点关键字小,就进入左儿子;如果比结点关键字大,就进入右儿子;如果左儿子或
右儿子指针为空,则没找到相应的关键字
如果BST树的所有非叶子结点的左右结点数目保持差不多(平衡),那么BST的搜索性能逼近二分
查找;但它比连续内存空间的二分查找的优点是,改变BST树结构(插入与删除结点)不需要移
动大段的内存数据,甚至通常只是常数开销。

AVL平衡二叉树
定义:平衡二叉树为空树,或者为如下性质的二叉排序树:
(1):左右子树深度之差的绝对值不超过1;
(2):左右子树仍然为平衡二叉树。

RBT红黑树
AVL是严格平衡树,因此在增加和删除结点的时候,根据不同情况,旋转的次数比红黑树更多;
红黑是弱平衡的,用非严格的平衡来换取增删结点时候旋转次数降低;
所以简单说,搜索的次数远大于插入和删除,选择AVL树,如果搜索,插入删除次数几乎差不
多,则应该选择RB树

红黑树上每个结点内含5个域,color,key,left,right,p。
一般的红黑树,满足以下性质:
1)每个结点要么是红的要么是黑的。
2)根节点是黑的。
3)每个叶结点,是黑的
4)如果一个结点是红的,那么它的两个儿子是黑的。
5)对于每个结点,从该结点到其子孙结点的所有路径上包含相同数目的黑结点

B-树
是一种平衡多路搜索树(不是二叉树)
1.定义任意非叶子结点最多只有M个儿子;且M > 2;
2.根结点的儿子数为[2,M];
3.除根结点外非叶子结点的儿子数为[M/2,M];
4.每个结点存放至少M/2 - 1(取上整)和至多M - 1个关键字;(至少2个关键字)
5.非叶子结点的关键字个数=指向儿子的指针个数-1;
6.非叶子结点的关键字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];
7.非叶子结点的指针:P[1], P[2], …, P[M];其中P[1]指向关键字小于K[1]的子树,P[M]指向关键
字大于K[M-1]的子树,其它P[i]指向关键字属于(K[i-1], K[i])的子树;
8.所有叶子结点位于同一层;

B-树的搜索,从根结点开始,对结点内的关键字(有序)序列进行二分查找,如果命中则结束,
否则进入查询关键字所属范围的儿子结点;重复,直到所对应的儿子指针为空,或已经是叶子结
点;

B-树的特性:
       1.关键字集合分布在整颗树中;
       2.任何一个关键字出现且只出现在一个结点中;
       3.搜索有可能在非叶子结点结束;
       4.其搜索性能等价于在关键字全集内做一次二分查找;
       5.自动层次控制;
       由于限制了除根结点以外的非叶子结点,至少含有M/2个儿子,确保了结点的至少利用率,其最
底搜索性能为:
    
       其中,M为设定的非叶子结点最多子树个数,N为关键字总数;
       所以B-树的性能总是等价于二分查找(与M值无关),也就没有B树平衡的问题;由于M/2的限
制,在插入结点时,如果结点已满,需要将结点分裂为两个各占M/2的结点;删除结点时,需将
两个不足M/2的兄弟结点合并;

B+树
       B+树是B-树的变体,也是一种多路搜索树:
       1.其定义基本与B-树同,除了:
       2.非叶子结点的子树指针与关键字个数相同;
       3.非叶子结点的子树指针P[i],指向关键字值属于[K[i], K[i+1])的子树(B-树是开区间);
       5.为所有叶子结点增加一个链指针;
       6.所有关键字都在叶子结点出现;
       如:(M=3)
B+的搜索与B-树也基本相同,区别是B+树只有达到叶子结点才命中(B-树可以在非叶子结点命
中),其性能也等价于在关键字全集做一次二分查找;
       B+的特性:
       1.所有关键字都出现在叶子结点的链表中(稠密索引),且链表中的关键字恰好是有序的;
       2.不可能在非叶子结点命中;
       3.非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的
数据层;
       4.更适合文件索引系统;比如对已经建立索引的数据库记录,查找10<=id<=20,那么只要通过根
节点搜索到id=10的叶节点,之后只要根据叶节点的链表找到第一个大于20的就行了,比B-树
在查找10到20内的每一个时每次都从根节点出发查找提高了不少效率。

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;
B*树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为2/3(代替B+树的1/2);
       B+树的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最
后在父结点中增加新结点的指针;B+树的分裂只影响原结点和父结点,而不会影响兄弟结点,所
以它不需要指向兄弟的指针;
      B*树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点
中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围
改变了);如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制1/3的数据到新结
点,最后在父结点增加新结点的指针;
      所以,B*树分配新结点的概率比B+树要低,空间使用率更高;

小结
       B树:二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;
       B-树:多路搜索树,每个结点存储M/2到M个关键字,非叶子结点存储指向关键字范围的子结
点;所有关键字在整颗树中出现,且只出现一次,非叶子结点可以命中;
       B+树:在B-树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点
作为叶子结点的索引;B+树总是到叶子结点才命中;
       B*树:在B+树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从1/2提高到2/3;

猜你喜欢

转载自blog.csdn.net/programmer_czh/article/details/80473664