B-树,B+树,B*树的学习(一)

1.回顾二叉搜索树,

     二叉搜索树的搜索:从根节点开始,若果所查找的关键字等于根结点的值,那么命中。否则如果所查找的关键字小于其根结点的,那么进入左子树,否则进入右字树。如果左子树和右字树的指针都为空,那么未找到这样的关键字。

  • 二叉搜索树:所有的非叶子节点都至多有两个结点。
  • 所有的子节点都含有一个关键字。
  • 非叶子节点左指针指向小于其关键字的子树,右指针指向大于其关键字的子树。

  如果二叉搜索树的所有非叶子结点的左右子树的结点数目均保持差不多(平衡),那么B树

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,改变二叉搜索树结构

(插入与删除结点)不需要移动大段的内存数据,甚至通常是常数开销;

       如:

      

   但二叉搜索树在经过多次插入与删除后,有可能导致不同的结构:

   右边也是一个二叉搜索树,但它的搜索性能已经是线性的了;同样的关键字集合有可能导致不同的

树结构索引;所以,使用二叉搜索树还要考虑尽可能让B树保持左图的结构,和避免右图的结构,也就

是所谓的“平衡”问题;      

       实际使用的二叉搜索树都是在原二叉搜索树的基础上加上平衡算法,即“平衡二叉树”;如何保持B树

结点分布均匀的平衡算法是平衡二叉树的关键;平衡算法是一种在二叉搜索树中插入和删除结点的

策略;

 2.B树(一种多路搜索树)

  • 定义任意非叶子节点最多只有m个儿子,且m>2;
  • 根结点的儿子树为[2,m]
  • 除根节点外的非叶子节点的儿子数为[2/m,m]
  • 每个节点存放节点数[2/m-1,m-1]    注意这里的2/m-1是先2/m先上取整在减一。
  • 指向儿子的指针数等于关键字数加一。
  • 非叶子节点的关键字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];
  • 非叶子节点的指针:

    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

  • 所有的叶子节点都为一同一层。

 

  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;

  

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

       二叉搜索树: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(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/qq_41848006/article/details/88592916