虽然二叉树操作效率比较高,但是也存在问题,请看下面这颗二叉树
二叉树需要加载到内存中,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,就会有如下问题;
(1)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者文件中),节点海量,构建二叉树时,速度有影响
(2)节点海量,也会造成二叉树的高度很大,会降低操作速度
1.多叉树
(1)在二叉树中,每个节点有数据项,最多有两个子节点,如果允许每个节点可以有更多的数据项和更多的子节点,就是多叉树(multiway tree);
(2)2-3树,2-3-4树就是多叉树,多叉树通过重新组织节点,减少树的高度,能对二叉树进行优化,如下
1.1 2-3树
2-3树是最简单的B树结构,具有如下特点
(1)2-3树的所有叶子节点都在同一层(只要是B树都满足这个条件)
(2)有两个字节点的节点叫二节点,二节点要么没有子节点,要么有两个子节点
(3)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,对于三节点的子树的值大小仍然遵守(BST)的规则.
(4)2-3树是由二节点和三节点构成的树
下面图片演示一下2-3的构建过程
插入规则:
当按照规则插入一个数到某个节点时,不能满足上面三个要求,就需要拆,先向上拆,如果上层满,则拆本层,拆后仍需要满足上面四个条件.
原始数组为{16,24,12,32,14,26,34,10,8,28,38,20}
1.2 2-3-4树
除了2-3树,还有2-3-4树,概念和2-3树类似,也是一种B树
1.3 B树
B-tree树即B树,B是Balanced,平衡的意思,有人把B-tree翻译成B-树,容易让人产生误解,会以为B-树是一种树,而B树有事另一种树,实际上,B-tree就是指的B树.
B树的说明:
(1)B树的阶:节点的最多子节点个数比如2-3树的阶是3
(2)B树的搜索,从根节点开始,对节点内的关键字(有序)序列进行二分查找,如果命中则结束,否则进入查询挂件自所属范围的儿子节点,重复,知道所对应的儿子指针为空,或者已经是叶子结点
(3)关键字几个分布在整颗树中,即叶子结点和非叶子结点都存放数据
(4)所搜有可能在非叶子结点结束
(5)其搜索性能等价于在关键字全集内做一次二分查找
1.5 B+树
B+树是B树的变体,也是一种多路搜索树
B+树说明:
(1)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能命中(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
(2)所有关键字都出现在叶子结点的链表中(即数据只能在叶子结点[也叫稠密索引]),且链表中的关键字(数据)恰好是有序的
(3)不可能在非叶子结点命中
(4)非叶子结点相当于叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层
(5)更适合文件索引系统
(6)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.
1.6 B*树
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
B树的说明
(1)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+树块的最低使用率为B+树的1/2
(2)从第一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.
B树一般用作数据库的索引,底层代码实现,我在这里不多做解释