多叉树、多路查找树、B树、B+树、B*树介绍

最新推荐文章于 2024-07-22 16:24:50 发布

C梦_

最新推荐文章于 2024-07-22 16:24:50 发布

阅读量2.2k

点赞数 2

本文链接：https://blog.csdn.net/czydream/article/details/104354295

版权

What

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（multiway tree）

后面会讲到2-3树（如图2）、2-3-4树、B树、B+树，他们都是多叉树

图1.二叉树

图2.多叉树（2-3树）

Why

二叉树的操作效率较高，但是也存在问题

由于构建二叉树时需要把数据从某个地方（数据库、文件等）加载到内存，如果节点少，那没什么问题，但是如果节点海量（比如上亿），在构建二叉树时，每个节点都会进行一次io操作，那么构建二叉树的速度就会很慢
如果二叉树的节点海量，那么二叉树的高度也特别高，当进行增加、删除、左旋、右旋节点等操作时，速度也会变慢

由于多叉树每个节点右更多的数据项，那么相较于二叉树节点数量会变少；多叉树每个节点可以由多个子节点，那么相较于二叉树高度也会降低，通过多数据项、多子节点这种方式可以让上面提到的两个问题得到改善，提高检索和操作的效率

How

Ⅰ、23树

23树介绍：23树是一种多叉树，也是一种平衡搜索树，是最简单的B树结构

23树特点：

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，二节点要么没有子节点，要么有两个子节点，二节点有且仅有一个数据项
有三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，三节点有且仅有两个数据项
2-3树是由二节点和三节点构成的树

23树构建规则：

三个前提条件
- 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，二节点要么没有子节点，要么有两个子节点，二节点有且仅有一个数据项
- 有三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，三节点有且仅有两个数据项
当按照规则插入一个数到某个节点时，不能满足上面三个要求，就需要拆节点，先向上拆，如果上层满，则拆本层，拆后仍然需要满足上面3个条件
对于三节点的子树的值大小仍然遵守(BST 二叉排序树)的规则

下面以数列[16, 24, 12, 32, 14, 26, 34, 10, 8, 28, 38, 20]为例简述23树的构建过程

开始,以16构建节点

插入24

插入12，插入后由于不满足B树特点 “所有叶子节点都必须在同一层” ，所以需要将根节点【16,24】拆开，将24作为一个叶子节点

插入32

插入14

插入26，插入后也不满足B树特点 “所有叶子节点都必须在同一层”，所以需要拆节点，最终如箭头右边所示

插入34

插入10，同样不满足23树特点，需要拆节点，最终如最右边的结构所示

插入8

插入28，不满足23树特点，需要拆分节点，拆分节点后如箭头右边的结构所示

插入38

插入20，插入完毕

最终将数列[16, 24, 12, 32, 14, 26, 34, 10, 8, 28, 38, 20]构建成了一棵23树

除了23树，还有234树、2345树等等，概念都和23树类似，他们都是一种B树，如下图是一棵234树

234树

Ⅱ、B树

B树介绍：B-tree树即B树，B即Balanced，平衡的意思，B树也是一棵平衡搜索树。有人把B-tree翻译成B-树，会让人以为B-树是另一种树，这是不对的，实际上他们所说的B-树就是B树。前面介绍了23树、234树，他们都是B树。B树通过重新组织节点，降低树的高度，提高树的构建效率，减少IO操作。我们在学习数据库时。也经常听到某种类型的索引是基于B树或者B+树的，如下图就是一颗B树

B树示例

在B树中有以下一些概念需要明白：

B树的阶：节点的最多子节点个数；比如23树的阶是3，234树的阶是4
B树的搜索：B树搜索时，从根节点开始，对接点内的关键字（有序的）进行二分查询，如果命中则结束，否则进入查询关键字所属的范围的子节点进行查找；重复指向上一步，直到查找到叶子节点或子节点指针为空
关键字：关键字也就可以想象成每个节点的数据或者主键什么的，B树的关键字分布在整棵树中，也就是说叶子结点和非叶子节点都会存放数据
搜素性能等价于在全集内做一次二分查找
所有的叶子节点都在同一层