B树
B树(B-tree)是一种树状数据结构,它能够存储数据、对其进行排序并允许以O(log n)的时间复杂度运行进行查找、顺序读取、插入和删除的数据结构。B树,概括来说是一个节点可以拥有多于2个子节点的二叉查找树。与自平衡二叉查找树不同,B-树为系统最优化大块数据的读和写操作。B-tree算法减少定位记录时所经历的中间过程,从而加快存取速度。普遍运用在数据库和文件系统。
B树是二叉搜索树:
1.所有非叶子结点至多拥有两个儿子(Left和Right);
2.所有结点存储一个关键字
3.非叶子结点的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;
B树的搜索,从根结点开始,如果查询的关键字与结点的关键字相等,那么就命中;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的指针为空,则报告找不到相应的关键字;如果B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B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;但B树在经过多次插入与删除后,有可能导致不同的结构,也就是“平衡问题”。
B-树(是“B树”不是“B减树”)
一棵M阶(M>2)的B树,是一棵平衡的M路平衡搜索树,可以是空树或者满足一下性质:
1. 根节点至少有两个孩子
2. 每个非根节点有[「M/2」,M]个孩子(孩子个数的区间)
3. 每个非根节点有[ 「M/2」,M-1]个关键字,并且以升序排列(关键字个数的区间)
4. key[i]和key[i+1]之间的孩子节点的值介于key[i]、key[i+1]之间
5. 所有的叶子节点都在同一层
ps:「M/2」是向上取整
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。
如:(M=3)
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。
下面简单说明分裂:
#pragma once
//3阶B树
template<class K, int M = 3>
struct BTreeNode
{
K _keys[M];//存储有M-1个key,多一个是为了方便分裂
BTreeNode<K, M>* _subs[M + 1];//存储有M个subs,多一个是为了方便分裂
BTreeNode<K, M>* _parent;
size_t _size;//数组中存在的有效关键字的个数
BTreeNode()
:_parent(NULL)
, _size(0)
{
int i = 0;
for (; i <= M; ++i)
{
_keys[i] = 0;
_subs[i] = NULL;
}
_keys[i] = 0;
}
};
template<class K,class V>//结构体实现K,V形式
struct Pair
{
K _first;
V _second;
Pair(const K& key = k(), const V& value = V())
:_first(key)
, _second(value)
{}
};
template<class K, int M = 3>
class BTree
{
typedef BTreeNode<K, M> Node;
public:
BTree()
:_root(NULL)
{}
bool Insert(const K& key)//插入节点
{
if (_root == NULL)
{
_root = new Node;
_root->_size++;
_root->_keys[0] = key;
return true;
}
Pair<Node*, int> ret= Find(key);
if (ret._second != -1)//判断key是否已经存在
return false;
//在节点cur中插入key和sub
Node* cur = ret._first;
K insertkey = key;
Node* sub = NULL;
while (1)
{
_InsertKey(cur, insertkey, sub);
if (cur->_size < M)
return true;
//插入数据后,节点关键字个数大于M-1,需分裂节点,拷贝右半部分
int mid = (cur->_size - 1) / 2;//找到中间值,进行上移
int index = 0;
Node* tmp = new Node;//tmp分裂出来的右半部分,左半部分在cur中
//拷贝key和subs
for (size_t i = mid + 1; i < cur->_size; ++i)
{
//拷贝key
tmp->_keys[index++] = tmp->_keys[i];
tmp->_size++;
//拷贝subs
tmp->_subs[index++] = cur->_subs[i];
if (cur->_subs[i])
cur->_subs[i]->_parent = tmp;
}
cur->_size = (cur->_size - 1) / 2;//更新cur(分裂后的左半部分)大小
if (cur->_parent == NULL)//插入分裂后上移的元素
{
_root = new Node;
_root->_keys[0] = cur->_keys[mid];
_root->_size = 1;
_root->_subs[0] = cur;
_root->_subs[1] = tmp;
cur->_parent = _root;
tmp->_parent = _root;
break;
}
else
{
insertkey = cur->_keys[mid];
sub = tmp;
cur = cur->_parent;//上移
}
}
return true;
}
Pair<Node*, int> Find(const K& key) //查找key,返回节点及对应节点中数组下标
{
Node* parent = NULL;
Node* cur = _root;
while (cur)
{
size_t index = 0;
while (index < cur->_size)//遍历整个节点关键字
{
if (key == cur->_keys[index])
return Pair<Node*, int>(cur, index);
else if (key > cur->_keys[index])
index++;
else//小于_key[index] --> 结束循环,在_key[index]所在节点查找
break;
}
parent = cur;
cur = cur->_subs[index];
}
return Pair<Node*, int>(parent, -1);//没有找到,注意返回cur的父结点和-1
}
void InOrder()//中序遍历输出
{
_InOrder(_root);
}
private:
void _InsertKey(Node* cur,const K& key, Node* sub)//插入key值
{
int index = cur->_size - 1;//从后向前比较移位
while (index >= 0 && key < cur->_keys[index])//后面的数据(包括_sub[])向后移
{
cur->_keys[index + 1] = cur->_keys[index];
cur->_subs[index + 2] = cur->_subs[index + 1];//画图分析,_subs[]移动两位
--index;
}
cur->_keys[index + 1] = key;
cur->_subs[index + 2] = sub;
if (sub)
sub->_parent = cur;
++cur->_size;
}
void _InOrder(Node* root)
{
if (root == NULL)
{
return;
}
for (int i = 0; i < _root->_size; ++i)
{
_InOrder(root->_subs[i]);
cout << root->_keys[i] << " ";
}
}
protected:
Node* _root;
};
void BTreeTest()
{
int a[] = { 53, 75, 139, 49, 145, 36, 101 };
BTree<int, 3> bt;
for (int i = 0; i < sizeof(a) / sizeof(a[0]); ++i)
{
bt.Insert(a[i]);
}
bt.InOrder();
}
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,除了以下几点不同。
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;
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*树
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。
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;