多路查找树
提出背景
二叉树的问提分析
二叉树的操作效率较高,但也存在问题》
- 二叉树需要加载到内存,如果二叉树的节点少,没有什么问题,但是如果二叉树的节点很多(比如1亿),就存在如下问题:
- 问题1:在构建二叉树时,需要多次进行IO操作(海量数据存在数据库或文件中),节点海量,构建二叉树时,速度有影响
- 问题2:节点海量,也会造成二叉树的高度很大,会降低操作速度’
多叉树
- 在二叉树中,每个节点有数据项,最多有两个子节点。如果允许每个节点可以有更多的数据项和更多的子节点,就是多叉树
- 后面我们讲解的2-3树。2-3-4树就是多叉树,多叉树通过重新组织节点,减少树的高度,能对二叉树进行优化(数据库索引B树,B+树)
B树
基本介绍
B树听过重新组织节点,降低树的高度,并且减少IO读写次数来提升效率
2-3树
2-3树时最简单的B树,具有如下特点:
- 2-3树的所有叶子节点都在同一层(只要是B树都满足这个条件)
- 有两个子节点的节点叫二节点,三节点要么没有子节点,要么有两个子节点
- 有3个子节点的节点叫三节点,三节点要么没有子节点,要么有三个子节点
- 2-3树是由二节点和三节点构成的树
构建2-3树
- 2-3树的所有节点都在同一层(只要是B树都满足这个条件)
- 有两个子节点的点叫二节点,二节点要么没有子节点要么有两个子节点
- 有三个子节点的点叫三节点,三节点要么没有子节点要么有三个子节点
- 当按照规则插入一个数据时,不能能满足上面三个要求时,就需要拆,如果上层满则拆本层,拆后仍然需要满足上面三个条件
- 对于三节点的子树的值大小仍然遵守二叉排序树的规则
慕课网 BOBo老师
例子
将数列[16,24,12,14,26,34,20,8,38,38,30]构建成2-3树。
2-3-4树
除了23树,还有234树,概念和23树类似,也是一种B树
B树
B-TREE树即B树,B即平衡的意思,
前面已经介绍了2-3树和2-3-4树,他们就是B树,这里我们再做一个说明,我们在学习Mysql时,经常听说到某种类型的索引是基于B树或B+树,如图:
- B树的阶:节点的最多子节点的个数。比如2-3树的阶是3,2-3-4树的阶是4
- B树的搜索,从根节点开始,对节点内的关键字(有序)序列进行二分查找,如果命中关键字则结束,否则进入查询关键字所属范围的儿子节点;重复,直到所对应的儿子指针为空,或已经是叶子节点
- 关键字集合分布在整棵树中,即叶子节点和非叶子节点都存放数据’
- 搜索有可能在非叶子节点结束
- 其搜索性能等价于在关键字全集内左一次二分查找
B+树
B+树是B树的变体,也是一种多路搜索树
- b+树的搜索与B树叶基本相同,区别是B+树只有达到叶子节点才命中(B树可以在非叶子节点名中),其性能也等价于在关键字全集左一次二分查找
- 所有关键字都出现在叶子节点的链表中(即数据只能在叶子节点(也叫稠密索引)),且链表的关键字(数据)恰好是有序的。
- 不可能在非叶子节点命中
- 非叶子节点相当与是叶族节点的索引(稀疏索引),叶子节点相当于是存储数据的数据层
- 更适和文件索引系统
- B树和B+树各有自己的应用场景,不能说B+树完全比B树好,反之亦然
B*树
B*树是b+树的变体,在B+树的非根与非叶子节点再增加指向兄弟的兄弟的指针、
- B*树定义了非叶子节点关键字个数至少为(2/3)*M,即块的最低使用率为2/3,而B+树的块最低使用率为b+树的1/2
- 从第一个特点我们可以看出,B*树分配新节点的概率比B+树要低,空间使用率更高