0
点赞
收藏
分享

微信扫一扫

B/B+树/B*树

三次方 2021-09-24 阅读 204
日记本

一、 B树

1. 为什么需要B树

在大规模数据存储中,需要用到索引来加快数据查找,当数据非常之大的时候,采用二叉查找树、二叉查找平衡树、红黑树,内部元素结点个数有限。会导致树非常高,导致磁盘查找频繁,查询效率低下。因此需要降低树的深度,多叉树就是一个降低深度的想法。B树是一颗能够降低高度的树。那我们看看它是怎么降低高度,并且利用磁盘局部性原理,减少IO次数。

2. 什么是B树

B树也就是B-Tree,也叫B-树。可以用阶数m来定义一颗二叉树。

  1. 每个结点至多m颗子树
  2. 除非根结点是叶子结点,否则包含[2,m]颗子树
  3. 非根结点包含[m/2,m]个子树
  4. 叶子结点在同一层,不包含任何信息
  5. 有j个孩子的非叶节点包含j-1个关键码K,并且按照递增排序K[1]<K[2]...<K[J-1]
  6. 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
  • 我画了一颗4阶的B树,符合上面的要求


3. B树高度

  • 因为根至少有两个孩子,因此第2层至少有两个结点。
  • 除根和叶子外,其它结点至少有┌m/2┐个孩子,
  • 因此在第3层至少有2*┌m/2┐个结点,
  • 在第4层至少有2(┌m/2┐^2)个结点,
    = 在第 I 层至少有2
    (┌m/2┐^(l-2) )个结点,于是有: N+1 ≥ 2┌m/2┐I-2;
    考虑第L层的结点个数为N+1,那么2
    (┌m/2┐^(l-2))≤N+1,也就是L层的最少结点数刚好达到N+1个,即:I≤ log┌m/2┐((N+1)/2 )+2
    一棵含有N个总关键字数的m阶的B树的最大高度是多少?答曰:log_ceil(m/2)(N+1)/2 + 1

4. 二叉树操作

  1. 查找
BTreeNode *SearchBTree(BTree T,KeyType K,int *pos)
 { //在B-树T中查找关键字K,成功时返回找到的结点的地址及K在其中的位置*pos
//失败则返回NULL,且*pos无定义
  int i;
  T→key[0]=k; //设哨兵.下面用顺序查找key[1..keynum]
  for(i=T->keynum;K<t->key[i];i--); //从后向前找第1个小于等于K的关键字
  if(i>0 && T->key[i]==1){ //查找成功,返回T及i
    *pos=i;
    return T;
   } //结点内查找失败,但T->key[i]<K<T->key[i+1],下一个查找的结点应为
     //son[i]
  if(!T->son[i]) //*T为叶子,在叶子中仍未找到K,则整个查找过程失败
    return NULL;
    //查找插入关键字的位置,则应令*pos=i,并返回T,见后面的插入操作
  DiskRead(T->son[i]); //在磁盘上读人下一查找的树结点到内存中
  return SearchBTree(T->Son[i],k,pos); //递归地继续查找于树T->son[i]
 }
  • 查找分为在内存中的内查找和在磁盘中的外查找。外查找跟树高度有关,o(h),内查找复杂度o(nh),主要是一个结点中关键码的遍历。但由于外查找需要访问磁盘,因此外查找时间开销远大于外查找
  1. 插入操作
  • 插入一个元素时,首先在B树中是否存在,如果不存在,即在叶子结点处结束,然后在叶子结点中插入该新的元素,注意:如果叶子结点空间足够,这里需要向右移动该叶子结点中大于新插入关键字的元素,如果空间满了以致没有足够的空间去添加新的元素,则将该结点进行“分裂”,将一半数量的关键字元素分裂到新的其相邻右结点中,中间关键字元素上移到父结点中(当然,如果父结点空间满了,也同样需要“分裂”操作),而且当结点中关键元素向右移动了,相关的指针也需要向右移。如果在根结点插入新元素,空间满了,则进行分裂操作,这样原来的根结点中的中间关键字元素向上移动到新的根结点中,因此导致树的高度增加一层。
  1. 删除操作
  • 首先查找B树中需删除的元素,如果该元素在B树中存在,则将该元素在其结点中进行删除,如果删除该元素后,首先判断该元素是否有左右孩子结点,如果有,则上移孩子结点中的某相近元素到父节点中,然后是移动之后的情况;如果没有,直接删除后,移动之后的情况。

5. 使用场景

mongoDB数据库使用,单次查询平均快于Mysql

二、B+树

1. 特点

  • 含有n颗子树的结点含有n个关键码
  • 叶子结点包含所有关键信息,非叶子结点作为索引,
  1. 所有的非终端结点可以看成是索引部分,结点中仅含有其子树根结点中最大(或最小)关键字
  2. 含有[m/2,m]颗子树
  3. 根结点含有[2,m]颗子树


2. 与B树相比更适合于文件索引和数据库索引

  1. 查询效率稳定,每次查询都要访问到叶子结点,因此查询速度取决于树的高度
  2. 叶子结点形成链表,便于区间查找
  3. 磁盘代价更低:B+树的非叶结点只存放索引,不含有关键信息,所以一个结点的存储数据更多,减少磁盘的访问

3. 使用场景

Mysql数据库索引

举报

相关推荐

0 条评论