二分查找
二分查找发(binary search)也称为折半查找法,用来查找一组有序的记录数组中的某一记录。
其基本思想是:将记录按有序化(递增或递减)排列,在查找过程中采用跳跃方式查找,即先以有序数列的中点位置作为比较对象,如果要找的元素值小于该中点元素,则将待查序列缩小为左半部分,否则为右半部分。通过一比较,将查询区间减小一半。
二叉树
每个节点之多只有二颗子树:
1.二叉树的子树有左右之分,次序不能颠倒
2.一颗深度为k,且2^k-1个节点,称为满二叉树(Full Tree)
3.一颗深度为k,且root到k-1层的节点树都达到最大,第k层的所有节点都连续几种在左边,此时为完全二叉树(Complete Tree)
平衡二叉树
-
左子树和右子树都是平衡二叉树
-
左子树和右子树的高度差绝对值不超过1
平衡二叉树的遍历- 前序: 6,3,2,5,7,8(ROOT节点在开头,中-左-右顺序)
- 中序: 2,3,5,6,7,8(中序遍历即为升序,左-中-右顺序)
- 后序: 2,5,3,8,7,6(ROOT节点在结尾,左-右-中顺序)
平衡二叉树的旋转
B+Tree(树)
B+树的定义
- 数据只存储在叶子节点上,非叶子节点只能保存引用信息
①非叶子节点(所以节点)存储的只是一个Flag,不保存实际数据记录
②索引节点指示该节点的左子树比这个Flag小,而右子树大于等于这个Flag - 叶子结点本身按照数据的升序排序进行链接(串联起来)
①叶子结点中的数据在物理存储上是无序的,仅仅是在逻辑上有序(通过指针串在一起)
B+树的作用
- 在块设备上,通过B+树可以有效的存储数据
- 所有记录都存储在叶子结点上,非叶子(non-leaf)存储索引(keys)信息
- B+树含有非常高的扇出(fanout),通常超过100,在查找一个记录时,可以有效的减少IO操作
B+树的扇出(fan out)
扇出:是每个索引节点(non-leafPage)指向每个叶子节点(LeafPage)的指针
扇出数 = 索引节点(Non-LeafPage)可存储的最大关键字个数+1
图例中的索引节点(Non-LeafPage)最大可以存放4个关键字,但实际使用了3个。
B+树的插入操作
B+树的插入:B+树的插入必须保证插入叶子节点中的记录依然排序。
注意:插入会出现分裂情况,删除会导致饱和度不够,会出现合并的情况