数据结构——搜索树树、B-树、B+树

1.  二叉搜索树

1.1  二叉搜索树的定义

二叉搜索树满足以下几个特性

1)所有非叶子结点至多拥有两个儿子(LeftRight

2)所有结点存储一个关键字

3)非叶子节点的左/右子树上的任意节点值都小/大于该节点上的值

如:

1.2  二叉搜索树的搜索以及性能

二叉搜索树的搜索从根节点开始,如果查询的关键字与结点的值相等则命中;否则比较要查询的关键字和该节点结点值的大小,根据大小进入左/右节点继续搜索;如果左节点或者右节点为空,则找不到相应的关键字。

 

如果二叉搜索树的所有非叶子结点的左右子数的总节点数目差不多(平衡),那么其搜索性能逼近二分查找,它比连续内存空间的二分查找的优点是,改变树的结构(插入与删除结点)不需要移动大段的内存数据。如插入操作:

 

但是由于数据的插入顺序不同,可能会得到不同的二叉搜索树结构,如下:

 

右边也是一个二叉搜索树,但它的搜索性能下降为O(n)了,同样的关键字集合有可能导致不同的树结构索引,所以要尽可能让二叉搜索树保持平衡状态

 

1.3  AVL

很明显二叉搜索树最坏的时间复杂度为O(n),实际使用的二叉搜索树都是在其基础上加上平衡算法,即平衡二叉树(AVL树)平衡二叉树要求每一个节点的左右子树的高度之差不能超过1,如果插入或者删除一个节点使得高度之差大于1,就要进行节点之间的旋转将二叉树重新维持在一个平衡状态。这个方案很好的解决了二叉查找树退化成链表的问题,把插入,查找,删除的时间复杂度最好情况和最坏情况都维持在O(logN)。但是频繁旋转会使插入和删除牺牲掉O(logN)左右的时间,不过相对二叉查找树来说,时间上稳定了很多。

关于失衡状态包括RR失衡、LL失衡、RL失衡以及LR失衡四种。

 

2.  B-

2.1  B-树性质

B-tree树即B树,BBalanced的意思。因为B树的原英文名称为B-tree,而国内很多人喜欢把B-tree译作B-树,其实这是个非常不好的直译,很容易让人产生误解。

AVL树性能较好,但是在处理大量元素的情况是比较费时的。因此B-树出现了。B-树是一种多路搜索树(并不一定是二叉的),对于M阶的B-树有以下定义:

1)任意非叶子结点最多只有M个儿子,且M>2

2)根节点的儿子数为[2,M]

3除根节点以外的非叶子节点的儿子数为[M/2,M]

4每个结点存放至少M/2-1(去上整)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]满足K[i]< K[i+1]

7)非叶子结点的指针P[1], P[2], , P[M]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

M=3的例子:

 

2.2  B-树的搜索以及特性

B-树的搜索,从根节点开始,对结点内的有序关键字进行二分查找,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,重复以上过程,直到所对应的儿子指针为空,或已经是叶子结点。

 

B-树的特性总结如下:

1关键字集合分布在整颗树中,因此搜索有可能在非叶子结点结束

2)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,确保了结点的最少利用率,其最低搜索性能为O(logN)。所以B-树的性能总是等价于二分查找,也就没有平衡的问题

3)自动层次控制。由于[M/2,M]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。

 

2.3  B-树使用场景

B-树因为最小化了IO次数(因为B类树都是每层节点数目非常多,层数很少),基本上是给硬盘存储定做的B-树的代码比二叉搜索树复杂的多,但因为IO时间代价很昂贵,所以不惜用更多代码来减少IO。如果是存储内存中的数据,显然选择更容易实现的二叉搜索树。

 

3.  B+

3.1  B+树性质

B+树是B-树的变体,也是一种多路搜索树。其定义基本与B-树同,除了:

1非叶子结点的子树指针与关键字个数相同,而B-树为非叶子结点的子树指针=关键字个数+1

2)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]) B-树是开区间)的子树

3所有关键字都在叶子结点出现

4所有叶子结点增加一个链指针,也就是说所有叶子节点连接起来后是个链表

如:(M=3

 

3.2  B+树的特性

B+的搜索与B-树也基本相同,B+树的特性总结如下:

1B+只有达到叶子结点才命中B-树可以在非叶子结点命中)。性能等价于一次二分查找

2)非叶子结点相当于是叶子结点的索引,叶子结点相当于是存储关键字数据的数据层

 

3.3  B+树为什么比B-树更适合于磁盘存储

1)从Mysql的角度来看,B+树是用来充当索引的,为了减少内存的占用,索引也会被存储在磁盘上。由于B-树的每个节点都有data域(指针),这无疑增大了节点大小,说白了增加了磁盘IO次数(磁盘IO一次读出的数据量大小是固定的,单个数据变大,每次读出的就少,IO次数增多),而B+树除了叶子节点其它节点并不存储数据也就导致节点小,磁盘IO次数就少

2B+树中数据的串接使得遍历叶子节点非常方便

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值