二叉树存在的问题:二叉树是需要加载到内存的,如果二叉树的节点较少时没有什么问题,但是如果二叉树的节点过多时就会出现以下问题:
问题1:在构建二叉树时,需要多洗进行 I/O 操作(海量数据存在数据库或文件中),节点过多,构建二叉树时,速度较慢;
问题2: 节点海量,也会造成二叉树的高度很大,会降低操作速度。
解决方案:多叉树
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。常见的多叉树有:2-3树,2-3-4树,N 叉树等。
B 树的基本介绍:B 树通过重新组织节点来降低树的高度,并且减少 I/O 读写操作以提升效率。
2-3 树:是最简单的B树结构,具有以下特点
(1)2-3 树的多有叶子节点都在同一层(只要是 B 树就满足这个条件);
(2)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;
(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;
(4)2-3 树是由二节点和三节点构成的树。
插入规则:
(1)2-3树的所有叶子节点都在同一层(B树都满足这个条件);
(2)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;
(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;
(4)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,拆后仍需满足上面的三个条件;
(5)对于三节点的子树的值仍遵守二叉排序树BST的规则。
B树(Balance Tree):在Mysql中,经常有某种类型的索引是基于B树或者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3,2-3-4树的阶是4;
(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,否则进入关键字所属范围的儿子节点;重复,直到所对应的儿子指针为空,或已经是叶子节点;
(3)关键字结合分布在整棵树中,即叶子节点和非叶子节点都能存放数据;
(4)搜索可能在非叶子节点内结束;
(5)其搜索性能等价于在关键字全集内做一次二分查找。
B+树:B+树是B数的一种变体,也是一种多路搜索树
说明:
(1)B+树的搜索与B树类似,区别是B+树只有达到叶子节点才命中(B树可以在非叶子节点命中),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节点的链表中(即数据只能在叶子节点【也叫稠密索引】),且链表中的关键字恰好是有序的;
(3)不可能在非叶子节点命中;
(4)非叶子节点相当于叶子节点的索引(稀疏索引),叶子节点相当于存储数据的数据层;
(5)B+树更适合文件索引系统;
(6)B树和B+数有各自的应用场景,不能简单对比。
B*树:是B+树的一个变体,在B+树的非根和非叶子节点再增加指向兄弟的指针。
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+树的块的最低使用率为1/2;
(2)从第一个特点可以看出,B*树分配新节点的概率比B+树要低,空间使用率更高。