文件的逻辑结构

文件的逻辑结构

类似于数据结构的“逻辑结构”和“物理结构”。

• ①、如“线性表”就是一种逻辑结构，在用户角度看来，线性表就是一组有先后关系的元素序列，如：a,b, c, d, e ……
• ②、“线性表”这种逻辑结构可以用不同的物理结构实现，如：顺序表/链表。顺序表的各个元素在逻辑上相邻，在物理上也相邻；而链表的各个元素在物理上可以是不相邻的。因此，顺序表可以实现“随机访问”，而“链表”无法实现随机访问。
• ③、可见，算法的具体实现与逻辑结构、物理结构都有关（文件也一样，文件操作的具体实现与文件的逻辑结构、物理结构都有关）

无结构文件

• 按文件是否有结构分类，可以分为无结构文件、有结构文件两种。
• 无结构文件 ：文件内部的数据就是一系列二进制流或字符流组成。又称“流式文件”。如：Windows 操作系统中的 .txt 文件。
• 文件内部的数据其实就是一系列字符流，没有明显的结构特性。

有结构文件

有结构文件 ：由一组相似的记录组成，又称“记录式文件”。每条记录又若干个数据项组成。如：数据库表文件。一般来说，每条记录有一个数据项可作为关键字（作为识别不同记录的ID）

根据各条记录的长度（占用的存储空间）是否相等，又可分为定长记录和可变长记录两种。

这里我们需要进行的处理，就是对于这些记录的处理。

1. 顺序文件

• 顺序文件 ：文件中的记录一个接一个地顺序排列（逻辑上），记录可以是定长的或可变长的。各个记录在物理上可以顺序存储或链式存储。

2. 索引文件

为了提高文件的检索效率，可以采用索引方法组织文件。

索引文件指的是为逻辑记录和物理记录之间建立一个一一对应关系表–索引表。

采用索引这种结构，逻辑上连续的文件可以存放在若干不连续的物理块中，但对于每个文件，在存储介质中除存储文件本身外，还要求系统另外建立一张索引表，索引表记录了文件信息所在的逻辑块号和与之对应的物理块号。

索引表也以文件的形式存储在存储介质中，索引表的物理地址则由文件说明信息项给出。

在检索过程中，分两步，首先查找索引表，如果存在该记录，则根据索引项的指示读取外存。

如果索引表很大，可以再为索引表建立查找表。

在很多情况下，有的文件很大，文件索引表也就较大。如果索引表的大小超过了一个物理块，可以采用间接索引（多重索引），也就是在索引表所指的物理块中存放的不是文件信息，而是装有这些信息的物理块地址。

这样，如果一个物理块可装下n个物理块地址，则经过一级间接索引，可寻址的文件长度将变为n×n块。如果文件长度还大于n×n块，还可以进行类似的扩充，即二级间接索引。

不过，大多数文件不需要进行多重索引，也就是说，这些文件所占用的物理块的所有块号可以放在一个物理块内。

如果对这些文件也采用多重索引，则显然会降低文件的存取速度。

因此，在实际系统中，**总是把索引表的头几项设计成直接寻址方式，也就是这几项所指的物理块中存放的是文件信息；而索引表的后几项设计成多重索引，也就是间接寻址方式。**在文件较短时，就可利用直接寻址方式找到物理块号而节省存取时间。

3. 索引顺序文件

什么是索引顺序文件？

实际上索引顺序文件也是一个有索引表的文件。只是这里面的索引表项指向的就不是一条物理记录了，而是一组物理记录。

（1）索引顺序文件（检索效率分析）

若一个顺序文件有10000个记录，则根据关键字检索文件，只能从头开始顺序查找（这里指的并不是定长记录、顺序结构 的顺序文件），平均须查找 5000 个记录。

若采用索引顺序文件结构，可把 10000 个记录分为 √10000 = 100 组，每组 100 个记录。则需要先顺序查找索引表找到分组（共100个分组，因此索引表长度为 100，平均需要查 50 次），找到分组后，再在分组中顺序查找记录（每个分组100 个记录，因此平均需要查 50 次）。可见，采用索引顺序文件结构后，平均查找次数减少为 50+50 = 100 次。

同理，若文件共有 106个记录，则可分为 1000 个分组，每个分组 1000 个记录。根据关键字检索一个记录平均需要查找 500+500 = 1000 次。这个查找次数依然很多，如何解决呢？

（2）多级索引顺序文件

为了进一步提高检索效率，可以为顺序文件建立多级索引表。

例如，对于一个含 106个记录的文件，可先为该文件建立一张低级索引表，每 100 个记录为一组，故低级索引表中共有 10000 个表项（即10000个定记录），再把这 10000 个定长记录分组，每组100个，为其建立顶级索引表，故顶级索引表中共有 100 个表项。