数据结构————2，3查找树(介绍)

2，3查找树简介

个人觉得2，3查找树只是作为B树、B+树和Red-Black树的一个基础吧，它虽然实现起来很困难，但是这种通过降低树高的思想很具有启发性。

一.定义

不同于二叉树，2，3查找树有两种类型的结点：Two-node（2结点），Three_node（3结点）。
2结点：和二叉树的结点一样。
3结点：不同与2结点，3结点可以保存两个key，以及有三个结点指针。
4结点：只是临时做存储的，是插入过渡使用的，可以存储三个key

//3结点的大致代码如下：
class Three_Node{
int key1;
int key2;
Three_Node left;
Three_Node right;
Three_Node middle;
}

2，3查找树的定义如下：
如果不为空，那么：

• 对于2结点，该节点保存一个key，两个指向左右子节点的指针。左结点是一个2，3结点，左结点所有的值要比key都小，右结点也是一个2，3结点，右结点所有的值都比key要大。
• 对于3结点，给节点保存两个key和三个指向节点的指针。其左子节点中的所有key值都比结点最小的key值还要小，中间节点的key值在结点两个key值的中间，右子节点的所有key值都比结点最大的key值要大。
• 如果中序遍历2，3查找树，可以得到一个递增序列。

查找

首先假设2，3查找树已经构建完毕，且处于平衡状态。下面是基本的查找操作：
和二叉查找树的查找方式类似，要查找value是否在树里。首先将它和root的key进行比较，小于就去其左子树进行递归查找，大于就去其右子树进行递归查找。如果找到的节点为null，则说明没有找到。查找过程如下图：

图源：https://www.cnblogs.com/yangecnu/p/Introduce-2-3-Search-Tree.html

插入

假设要插入的值为value

插入到2结点：

首先查找到要插入的2结点，得到该节点的key，并将改结点替换为数据为key和value的一个3结点。

图源：https://www.cnblogs.com/yangecnu/p/Introduce-2-3-Search-Tree.html

插入到3结点

向一个3结点插入需要考虑到非常多的情况

• 只包含一个3结点
  假设这个树只有一个3结点，要插入s的时候发现没有空间了，首先能想到的是能不能先把s插进去，再进行结构调整。
  最自然的方式是我们假设这个节点能存放三个元素，暂时使其变成一个4-node节点，同时他包含四个子节点。然后，我们将这个4-node节点的中间元素提升，左边的节点作为其左节点，右边的元素作为其右节点。插入完成，变为平衡2-3查找树，树的高度从0变为1。

• 节点是3结点，父节点是2节点
  
  和第一种情况相似，把新的元素插入到3结点中，将其变成一个临时的4结点，然后将其中间元素提升到父节点中，把父节点变成一个3结点，然后将左右结点调整位置

• 结点是3结点，父节点也是3节点
  可以类比上面的方法，将该节点拆分后把中间元素提升，这样父节点就变成了一个4结点，只需继续将中间元素提升，直到遇到一个父节点为2节点的并且将其变为3结点。

• 根节点分裂
  有一种情况就是从根节点到子节点都是3节点的时候，如果要插入新的元素，按照之前的提升方法，根节点就会变为4结点，这时就要讲根节点分裂为两个2结点，然后树高+1。
  

• 本地转换(4结点的转换)
  将一个4结点查分成2，3结点右6种可能性。root，2结点的左右，3节点的左中右。所有的拆分改变都是本地进行，所以只需要O(1)的时间性能。值得注意的是，只有当root是4结点的时候，拆分才会引起树高的变化。

分析

一个完全2，3查找树如下图，每个叶子节点到根节点的距离都是相等的。
由树的查找方式可以知道查找的时间性能和树的高度息息相关

• 最坏的情况：所有结点都是2结点，性能为O(log2N)。
• 最好的情况：所有的节点都是3结点，性能为O(log3N)。
  下图给出了2，3查找树的效率：
  

实现

之前有提到，直接实现2，3查找树比较困难，原因有下：

• 需要处理多种类型的结点
• 需要多次比较操作
• 需要上移拆分4结点
• 拆分的情况过多
  基于这些缺点，后面又提出了B树和红黑树，其中红黑树实现简单而且效率相比2，3查找树还要高一些。

参考博客：https://www.cnblogs.com/yangecnu/p/Introduce-2-3-Search-Tree.html