B树和B+树和红黑树

最新推荐文章于 2024-08-18 10:16:08 发布

2112222222222

最新推荐文章于 2024-08-18 10:16:08 发布

阅读量2.5k

点赞数

分类专栏： JAVA面试

本文链接：https://blog.csdn.net/qq_37591656/article/details/87994205

版权

JAVA面试专栏收录该内容

8 篇文章 1 订阅

订阅专栏

一、B树

粗略定义

B树是二叉树的拓展，相对二叉树，B树的孩子个数被定义为m，通过m-1个关键字key进行分割，例如第一个结点的key:10 ，那么就把子树分成了小于10的部分和大于10的部分。根节点的右子树， key 14 20 ，就把子树分成了小于14；大于14 且小于20 ；大于20 的三个区间。每个区间再对应一个结点。

在这里插入图片描述

定义规则

对于整棵树来说：

根节点至少1个key，2个子树
整棵树的阶m，规定了每个结点最大的孩子数。
为了维护平衡，所有非叶结点至少有 [m/2] 向上取整颗子树。m用于定义子树的最大数量。那么关键字key的个数为 [m/2]-1
所有的叶子结点都在同一层。

第二和第三条规则就限定了每个节点孩子个数和key个数的取值范围。

对于树上的一个结点来说：

n表示关键字的个数
keys集合：存放了关键字的数组，且满足 k1 < k2 < k3…
p集合：存放了孩子的指针数组，p数组个数 = n +1 ，因为两个孩子夹着一个key

查找

假设查找t ，那么从根节点出发，遍历每个结点的keys，找到第一个 key[i] > t ，的位置，然后递归到 p[i]子树；如果找到key[i] == t ，那么直接返回；如果找到尽头，那么进入p[n]子树。

插入关键字

假设插入的关键字是 {20,30,50,52,68,70} ，构造一颗m = 3 的三阶B树。
可以算出非叶结点的关键字取值范围：[m / 2] 向上取整 - 1 = 1， m - 1 = 2 。

第一步：在根节点中插入20，30
在这里插入图片描述

第二步：插入50，由于关键字个数大于2，需要进行分裂。
分裂是找到下标为n / 2的key，提到上一层。
转换前

转换后

第三步：接下去按照正常的思路，插入52，60，变成下面的状态

在这里插入图片描述
很明显50 52 60超过关键字最大值，因此需要把52提到上一层。而且此时需要调整50 30 52 之间的关系。调整之后变成下面的样子。

在这里插入图片描述

第四步：插入68，70，调整到上一层之后，上层也超过限制，因此分裂是不断向上执行的。
在这里插入图片描述

插入70后，第一次分裂的结果。
在这里插入图片描述
第二次分裂

删除关键字

第一大类删除的关键字在叶结点上

令 min = [m / 2 ] - 1 ，表示节点上关键字的最小合法值
1）如果当前keys的个数 > min，那么直接删除掉关键字
2）如果当前keys <= min ，但是同层的左右兄弟之间存在 keys > min ，就从兄弟之间借结点。例如下图的删除 2
在这里插入图片描述

借过来之后还要调整 5 7 9的相对位置，下面是删除完并且调整之后的状态。

在这里插入图片描述

3）如果同层的兄弟子树 key的个数 <= min ，那么需要进行结点合并。
例如下面的删除16，那么合并的方式有两种。

在这里插入图片描述

第一种，把父结点的最左边的关键字转移到下一层。效果是这样的

在这里插入图片描述

第二种做法是把父结点的最右边的关键字转移到下一层。效果是这样的。
在这里插入图片描述

第二大类删除的关键字不在叶结点上

这大类的做法是把关键字转移到叶结点上。
如何交换呢？交换之前要介绍相邻关键字，它就是当前结点左子树中最大值，和右子树中的最小值。也就是根节点的前驱、后继。
接着把根节点和前驱或者后继进行交换，那么就转移到了第一类的情况，而且属于第一类的第一种情况。

在这里插入图片描述

二、B+树

广泛用于数据库和文件系统的查找。

在这里插入图片描述

B树B+树的区别

1、具有n个关键字，那么就有n颗子树，即每一个关键字对应一个子树。
2、每个结点的关键字个数n : [m/2] 向上取整 <= n <= m ，根节点 1<= n <= m。因为关键字和子树的个数相等，前面这两则公式也是子树的取值范围。
3、非叶子结点只起索引作用，叶子结点包含信息。在B树中，所有的结点的key都用于保存值，方便查找；但是在B+树，就只有叶子结点保存值的地址，也就是对应着记录。
4、B+树中有一个单链表，表头的下一位指向做小的关键字，然后在叶子结点串成一个单链表。