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。