B树
二叉搜索树:
1.所有非叶子节点至多拥有两个儿子(left和right)
2.所有节点存储一个关键字
3.非叶子节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
如:
B树的搜索:从根节点开始,如果查询的关键字与节点的关键字相等,则命中;否则,如果查询关键字比节点关键字小,则进入左儿子;如果比节点关键字大,则进入右儿子;如果左儿子和右儿子的指针为空,则报告找不到相应的关键字
如果B树的所有非叶子节点的左右子树的节点数目均保持平衡,则B树搜索性能逼近二分查找;但它比二分查找的优点是,改变B树结构(插入和删除节点)不需要移动大段的内存数据。
B-树
一种多路搜索树(并不是二叉的):
1.定义任意非叶子节点最多只有M个儿子,且M>2
2.根节点的儿子数为[2,M]
3.除根节点以外的非叶子节点的儿子数为[M/2,M]
4.每个节点存放至少(M/2)-1(取上整)和至多M-1个关键字;(至少2个关键字)
5.非叶子节点的关键字个数=指向儿子的指针个数-1
6.非叶子节点的关键字:K[1], K[2], …, K[M-1];且K[i] < K[i+1];
7.非叶子节点的指针:P[1], P[2], …, P[M];其中P[1]指向关键字小于K[1]的子树,P[M]指向关键字大于K[M-1]的子树,其它P[i]指向关键字属于(K[i-1], K[i])的子树;
8.所有叶子节点位于同一层
如(M=3):
B-树的搜索:从根节点开始,对节点内的关键字序列(有序)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节点;重复,直到所对应的儿子指针为空,或已经是叶子节点;
B-树的特性:
1.关键字集合分布在整棵树中,
2.任何一个关键字出现且只出现在一个节点中
3.搜索有可能在非叶子节点结束
4.其搜索性能等价于在关键字全集内做一次二分查找
5.自动层次控制
限制了除根节点以外的非叶子节点至少含有M/2个儿子,确保了节点的至少利用率,其底层搜索性能为:
其中,M为设定的非叶子结点最多子树个数,N为关键字总数;
所以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;
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:
2.非叶子节点的子树指针与关键字个数相同
3.非叶子节点的子树指针p[i],指向关键字值属于[K[i], K[i+1])的子树(B-树是开区间);
4.为所有叶子节点增加一个链指针
5.所有关键字都在叶子节点出现
如(M=3)
B+树的搜索和B-树的基本相同,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命中),其性能也等价于在关键字全集做一次二分查找
B+树的特性:
1.所有关键字都出现在叶子节点的链表中(稠密索引),且链表中的关键字恰好是有序的
2.不可能在非叶子节点命中
3.非叶子节点相当于叶子节点的索引(稀疏索引),叶子节点相当于是存储(关键字)数据的数据层
4.更适合文件索引系统
B*树
B+树的变体,在B+树的非根和非叶子节点再增加指向兄弟的指针
B*树定义了非叶子结点关键字个数至少为(2/3)*M,即块的最低使用率为2/3(代替B+树的1/2);
B+树的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最后在父结点中增加新结点的指针;B+树的分裂只影响原结点和父结点,而不会影响兄弟结点,所以它不需要指向兄弟的指针;
B*树的分裂:当一个结点满时,如果它的下一个兄弟结点未满,那么将一部分数据移到兄弟结点中,再在原结点插入关键字,最后修改父结点中兄弟结点的关键字(因为兄弟结点的关键字范围改变了);如果兄弟也满了,则在原结点与兄弟结点之间增加新结点,并各复制1/3的数据到新结点,最后在父结点增加新结点的指针;
所以,B*树分配新结点的概率比B+树要低,空间使用率更高;
总结
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;
转自https://www.cnblogs.com/lixiaolun/p/5058304.html
译者介绍:家华,从事mysqlDBA的工作,记录自己对mysql的一些总结