多路查找树

多路查找树

二叉树的问题分析

二叉树需要加载到内存的，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:

• 在构建二叉树时，需要多次进行i/o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
• 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

2-3树

2-3树是最简单的B树，具有如下特点：

• 2-3树的所有叶子节点都在同一层（B树都满足这个特点）
• 有两个子节点的节点叫做二节点，二节点要么没有子节点，要么有两个子节点。
• 有三个子节点的节点叫做三节点，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。

---

2-3树的应用案例

给定数组{16，24，12，32，14，26，34，10，8，28，38，20}。要求构建一棵2-3树，并保证数据插入的大小顺序。

插入规则

• 2-3树的所有叶子节点都在同一层（B树都满足这个特点）
• 有两个子节点的节点叫做二节点，二节点要么没有子节点，要么有两个子节点。
• 有三个子节点的节点叫做三节点，三节点要么没有子节点，要么有三个子节点。
• 当按照规则插入某个数到某个节点时，不能满足上面三个要求，就需要拆分，先向上层拆，如果上层满，则拆本层，拆分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BST的规则。

图解分析：

其他说明：除了2-3树，还有2-3-4树，也是一种B树。
如下图：

B树的基本介绍

B树通过重新组织节点，降低树的高度，并且减少i/o读写次数来提升效率。

• 文件系统及数据库系统的设计者利用了磁盘预读原理，将一个节点的大小设为等于一个页(页得大小通常为4k)，这样每个节点只需要一次I/O就可以完全载入。
• 将树的度M设置为1024，在600亿个元素中最多只需要4次I/O操作就可以读取到想要的元素,B树(B+)广泛应用于文件存储系统以及数据库系统中。

图解：

说明：

• B树的阶：即节点的最多子节点个数。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。
• 关键字集合分布在整颗树中,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结点结束。
• 其搜索性能等价于在关键字全集内做一次二分查找。

B+树的基本介绍

B+树是B树的变体，也是一种多路搜索树。

图解：

说明：

• B+树的搜索与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。
• 所有关键字都出现在叶子结点的链表中（即数据只能在叶子节点【也叫稠密索引】），且链表中的关键字(数据)恰好是有序的。
• 不可能在非叶子结点命中。
• 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层。
• 更适合文件索引系统。
• 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*树的基本介绍

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。

图解：

说明：

• 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，而B+树的块的最低使用率为1/2。
• 从第1个特点我们可以看出，B*树分配新结点的概率比B+树要低，空间使用率更高。

---

结语

只要能收获甜蜜，荆棘丛中也有蜜蜂忙碌的身影，未来的你一定会感谢现在努力的自己。