前面讨论的查找都是内查询算法,被查询的数据都在内存。当查询的数据放在外存,用平衡二叉树作磁盘文件的索引组织时,若以结点为内外存交换的单位,则找到需要的关键字之前,平均要进行lgn次磁盘读操作,而磁盘、光盘的读写时间要比随机存取的内存代价大得多。其二,外存的存取是以“页”为单位的,一页的大小通常是1024字节或2048字节。
针对上述特点,1972年R.Bayer和E.M.Cright提出了一种B-树的多路平衡查找树,以适合磁盘等直接存取设备上组织动态查找表。B-树上算法的执行时间主要由读、写磁盘的次数来决定,故一次I/O操作应读写尽可能多的信息。因此B-树的结点规模一般以一个磁盘页为单位。一个结点包含的关键字及其孩子个数取决于磁盘页的大小。
一、基本概念
B-树又称为多路平衡查找树。
一棵度为m的B-树称为m阶B_树。一个结点有k个孩子时,必有k-1个关键字才能将子树中所有关键字划分为k个子集。B-树中所有结点的孩子结点最大值称为B-树的阶,通常用m表示。从查找效率考虑,一般要求m≥3。一棵m阶的B-树或者是一棵空树,或者是满足下列要求的m叉树:
(1)根结点或者为叶子,或者至少有两棵子树,至多有m棵子树。
(2)除根结点外,所有非终端结点至少有ceil(m/2)棵子树,至多有m棵子树。
(3)所有叶子结点都在树的同一层上。
(4)每个结点的结构为:
(n,A0,K1,A1,K2,A2,… ,Kn,An)
其中,Ki(1≤i≤n)为关键字,且Ki<Ki+1(1≤i≤n-1)。
Ai(0≤i≤n)为指向子树根结点的指针。且Ai所指子树所有结点中的关键字均小于Ki+1。An所指子树中所有结点的关键字均大于Kn。
n为结点中关键字的个数,满足ceil(m/2)-1≤n≤m-1。
比如,一棵3阶B-树,m=3。它满足:
(1)每个结点的孩子个数小于等于3。
(2)除根结点外,其他结点至少有=2个孩子。
(3)根结点有两个孩子结点。
(4)除根结点外的所有结点的n大于等于=1,小于等于2。
二、B-树查找的算法思想
1、B-树的查找
B-树的查找过程:根据给定值查找结点和在结点的关键字中进行查找交叉进行。首先从根结点开始重复如下过程:
若 比结点的第一个关键字小,则查找在该结点第一个指针指向的结点进行;若等于结点中某个关键字,则查找成功;若在两个关键字之间,则查找在它们之间的指针指 向的结点进行;若比该结点所有关键字大,则查找在该结点最后一个指针指向的结点进行;若查找已经到达某个叶结点,则说明给定值对应的数据记录不存在,查找 失败。
2. B-树的插入
插入的过程分两步完成:
(1)利用前述的B-树的查找算法查找关键字的插入位置。若找到,则说明该关键字已经存在,直接返回。否则查找操作必失败于某个最低层的非终端结点上。
(2)判断该结点是否还有空位置。即判断该结点的关键字总数是否满足n<=m-1。若满足,则说明该结点还有空位置,直接把关键字k插入到该结点的合适位置上。若不满足,说明该结点己没有空位置,需要把结点分裂成两个。
分裂的方法是:生成一新结点。把原结点上的关键字和k按升序排序后,从中间位置把关键字(不包括中间位置的关键字)分成两部分。左部分所含关键字放在旧结点中,右部分所含关键字放在新结点中,中间位置的关键字连同新结点的存储位置插入到父结点中。如果父结点的关键字个数也超过(m-1),则要再分裂,再往上插。直至这个过程传到根结点为止。
3、B-树的删除
在B-树上删除关键字k的过程分两步完成:
(1)利用前述的B-树的查找算法找出该关键字所在的结点。然后根据 k所在结点是否为叶子结点有不同的处理方法。
(2)若该结点为非叶结点,且被删关键字为该结点中第i个关键字key[i],则可从指针son[i]所指的子树中找出最小关键字Y,代替key[i]的位置,然后在叶结点中删去Y。
因此,把在非叶结点删除关键字k的问题就变成了删除叶子结点中的关键字的问题了。
在B-树叶结点上删除一个关键字的方法是
首先将要删除的关键字 k直接从该叶子结点中删除。然后根据不同情况分别作相应的处理,共有三种可能情况:
(1)如果被删关键字所在结点的原关键字个数n>=ceil(m/2),说明删去该关键字后该结点仍满足B-树的定义。这种情况最为简单,只需从该结点中直接删去关键字即可。
(2)如果被删关键字所在结点的关键字个数n等于ceil(m/2)-1,说明删去该关键字后该结点将不满足B-树的定义,需要调整。
调整过程为:如果其左右兄弟结点中有“多余”的关键字,即与该结点相邻的右(左)兄弟结点中的关键字数目大于ceil(m/2)-1。则可将右(左)兄弟结点中最小(大)关键字上移至双亲结点。而将双亲结点中小(大)于该上移关键字的关键字下移至被删关键字所在结点中。
(3)如果左右兄弟结点中没有“多余”的关键字,即与该结点相邻的右(左)兄弟结点中的关键字数目均等于ceil(m/2)-1。这种情况比较复杂。需把要删除关键字的结点与其左(或右)兄弟结点以及双亲结点中分割二者的关键字合并成一个结点,即在删除关键字后,该结点中剩余的关键字加指针,加上双亲结点中的关键字Ki一起,合并到Ai(是双亲结点指向该删除关键字结点的左(右)兄弟结点的指针)所指的兄弟结点中去。如果因此使双亲结点中关键字个数小于ceil(m/2)-1,则对此双亲结点做同样处理。以致于可能直到对根结点做这样的处理而使整个树减少一层。
总之,设所删关键字为非终端结点中的Ki,则可以指针Ai所指子树中的最小关键字Y代替Ki,然后在相应结点中删除Y。对任意关键字的删除都可以转化为对最下层关键字的删除。
如图示:
a、被删关键字Ki所在结点的关键字数目不小于ceil(m/2),则只需从结点中删除Ki和相应指针Ai,树的其它部分不变。
b、被删关键字Ki所在结点的关键字数目等于ceil(m/2)-1,则需调整。调整过程如上面所述。
c、被删关键字Ki所在结点和其相邻兄弟结点中的的关键字数目均等于ceil(m/2)-1,假设该结点有右兄弟,且其右兄弟结点地址由其双亲结点指针Ai所指。则在删除关键字之后,它所在结点的剩余关键字和指针,加上双亲结点中的关键字Ki一起,合并到Ai所指兄弟结点中(若无右兄弟,则合并到左兄弟结点中)。如果因此使双亲结点中的关键字数目少于ceil(m/2)-1,则依次类推。
三、B-树的C语言描述
1、存储结构
2、插入
3、查找
四、B-树的C语言实现
1 #include "stdio.h" 2 #include "stdlib.h" 3 #include "math.h" 4 #define OK 1 5 #define ERROR -1 6 #define m 3 //3阶树 7 #define N 16 //数据元素个数 8 #define MAX 5 //字符串最大长度+1 9 typedef int KeyType; 10 struct Others //记录的其它部分 11 { 12 char info[MAX]; 13 }; 14 struct Record 15 { 16 KeyType key; //关键字 17 Others others; //其它部分 18 }; 19 typedef struct BTNode 20 { 21 int keynum; //结点中关键字个数 22 BTNode *parent;//指向双亲节点 23 struct Node //结点向量类型 24 { 25 KeyType key; //关键字向量 26 BTNode *ptr;//子树指针向量 27 Record *recptr; //记录向量指针 28 }node[m+1]; //key,recptr的0号单元未用 29 }BTNode,*BTree; 30 struct Result //B树的查找结果类型 31 { 32 BTNode *pt; //指向找到的结点 33 int i; //在节点中关键字序号,1...m 34 int tag; //1表示查找成功,0表示查找失败。 35 }; 36 37 int InitDSTable(BTree &DT) 38 { 39 DT=NULL; 40 return OK; 41 }//InitDSTable 42 43 void DestroyDSTable(BTree &DT) 44 { 45 int i; 46 if(DT) //非空树 47 { 48 for(i=0;i<=DT->keynum;i++) 49 DestroyDSTable(DT->node[i].ptr); 50 free(DT); 51 DT=NULL; 52 }//if 53 }//DestroyDSTable 54 55 int Search(BTree p,KeyType K) 56 {//在p->node[1...keytype].key中查找i,使得p->node[i].key<=K< 57 //p->node[i+1].key 58 int i=0,j; 59 for(j=1;j<=p->keynum;j++) 60 if(p->node[j].key<=K) 61 i=j; 62 return i; 63 }//Search 64 65 void Insert(BTree &q,int i,Record *r,BTree ap) 66 {//将r->key、r和ap分别插入到q->key[i+1]、 67 //q->recptr[ i+1]和q->ptr[i+1]中 68 int j; 69 for(j=q->keynum;j>i;j--) //空出q->node[i+1] 70 q->node[j+1]=q->node[j]; 71 q->node[i+1].key=r->key; 72 q->node[i+1].ptr=ap; //前加入的结点,还没有儿子结点 73 q->node[i+1].recptr=r; 74 q->keynum++; 75 }//Insert 76 77 void NewRoot(BTree &T,Record *r,BTree ap) 78 {// 生成含信息(T,r,ap)的新的根结点*T,原T和ap为子树指针 79 BTree p; 80 p=(BTree)malloc(sizeof(BTNode)); 81 p->node[0].ptr=T; 82 T=p; 83 if(T->node[0].ptr) 84 T->node[0].ptr->parent=T; 85 T->parent=NULL; 86 T->keynum=1; 87 T->node[1].key=r->key; 88 T->node[1].recptr=r; 89 T->node[1].ptr=ap; 90 if(T->node[1].ptr) 91 T->node[1].ptr->parent=T; 92 }//NewRoot 93 94 void split(BTree &q,BTree &ap) 95 {// 将结点q分裂成两个结点,前一半保留,后一半移入新生结点ap 96 int i,s=(m+1)/2; 97 ap=(BTree)malloc(sizeof(BTNode));//生成新结点ap 98 ap->node[0].ptr=q->node[s].ptr;//原来结点中间位置关键字相应指针指向的子树放到 99 //新生成结点的0棵子树中去 100 for(i=s+1;i<=m;i++) //后一半移入ap 101 { 102 ap->node[i-s]=q->node[i]; 103 if(ap->node[i-s].ptr) 104 ap->node[i-s].ptr->parent=ap; 105 }//for 106 ap->keynum=m-s; 107 ap->parent=q->parent; 108 q->keynum=s-1; // q的前一半保留,修改keynum 109 }//split 110 111 void InsertBTree(BTree &T,Record *r,BTree q,int i) 112 {//在m阶B树T上结点*q的key[i]与key[i+1]之间插入关键字K的指针r。若引起 113 // 结点过大,则沿双亲链进行必要的结点分裂调整,使T仍是m阶B树。 114 BTree ap=NULL; 115 int finished=false; 116 int s; 117 Record *rx; 118 rx=r; 119 while(q&&!finished) 120 { 121 Insert(q,i,rx,ap);//将r->key、r和ap分别插入到q->key[i+1]、 122 //q->recptr[i+1]和q->ptr[i+1]中 123 if(q->keynum<m) 124 finished=true; 125 else 126 {//分裂结点*q 127 s=(m+1)/2; 128 rx=q->node[s].recptr; 129 split(q,ap);//将q->key[s+1..m],q->ptr[s..m]和q->recptr[s+1..m] 130 //移入新结点*ap 131 q=q->parent; 132 if(q) 133 i=Search(q,rx->key);//在双亲结点*q中查找rx->key的插入位置 134 }//else 135 }//while 136 if(!finished) //T是空树(参数q初值为NULL)或根结点已分裂为 137 //结点*q和*ap 138 NewRoot(T,rx,ap); 139 }//InsertBTree 140 141 Result SearchBTree(BTree T,KeyType K) 142 {// 在m阶B树T上查找关键字K,返回结果(pt,i,tag)。若查找成功,则特征值 143 // tag=1,指针pt所指结点中第i个关键字等于K;否则特征值tag=0,等于K的 144 // 关键字应插入在指针Pt所指结点中第i和第i+1个关键字之间。 145 BTree p=T,q=NULL; //初始化,p指向待查结点,q指向p的双亲 146 int found=false; 147 int i=0; 148 Result r; 149 while(p&&!found) 150 { 151 i=Search(p,K);//p->node[i].key≤K<p->node[i+1].key 152 if(i>0&&p->node[i].key==K) 153 found=true; 154 else 155 { 156 q=p; 157 p=p->node[i].ptr;//在子树中继续查找 158 }//else 159 }//while 160 r.i=i; 161 if(found) 162 { 163 r.pt=p; 164 r.tag=1; 165 }//if 166 else 167 { 168 r.pt=q; 169 r.tag=0; 170 }//else 171 return r; 172 }//SearchBTree 173 174 void print(BTNode c,int i) // TraverseDSTable()调用的函数 175 { 176 printf("(%d,%s)",c.node[i].key,c.node[i].recptr->others.info); 177 }//print 178 void TraverseDSTable(BTree DT,void(*Visit)(BTNode,int)) 179 {// 初始条件: 动态查找表DT存在,Visit是对结点操作的应用函数 180 // 操作结果: 按关键字的顺序对DT的每个结点调用函数Visit()一次且至多一次 181 int i; 182 if(DT) //非空树 183 { 184 if(DT->node[0].ptr) // 有第0棵子树 185 TraverseDSTable(DT->node[0].ptr,Visit); 186 for(i=1;i<=DT->keynum;i++) 187 { 188 Visit(*DT,i); 189 if(DT->node[i].ptr) // 有第i棵子树 190 TraverseDSTable(DT->node[i].ptr,Visit); 191 }//for 192 }//if 193 }//TraverseDSTable 194 195 void InputBR(BTree &t,Record r[]) 196 { 197 Result s; 198 for(int i=0;i<N;i++) 199 { 200 s=SearchBTree(t,r[i].key); 201 if(!s.tag) 202 InsertBTree(t,&r[i],s.pt,s.i); 203 } 204 }//InputBR 205 void UserSearch(BTree t) 206 { 207 int i; 208 Result s; 209 printf("\n请输入待查找记录的关键字: "); 210 scanf("%d",&i); 211 s=SearchBTree(t,i); 212 if(s.tag) 213 print(*(s.pt),s.i); 214 else 215 printf("没找到"); 216 printf("\n"); 217 }//UserSearch 218 void DeleteIt(BTree t,BTNode *dnode,int id) 219 { 220 if(dnode->keynum>=ceil(m/2)) 221 { 222 dnode->keynum--; 223 dnode->node[id].ptr=NULL; 224 }//if被删关键字Ki所在结点的关键字数目不小于ceil(m/2),则只需从结点中删除Ki和相应指针Ai,树的其它部分不变。 225 else if((dnode->keynum==(ceil(m/2)-1))&&((id+1)<(m-1))&&dnode->parent->node[id+1].ptr->keynum>(ceil(m/2)-1)) 226 { 227 for(int i=1;i<m&&dnode->parent->node[i].key < dnode->parent->node[id+1].ptr->node[1].key;i++) 228 dnode->node[i].key=dnode->parent->node[i].key; 229 dnode->parent->node[1].key=dnode->parent->node[id+1].ptr->node[1].key; 230 (dnode->parent->node[id+1].ptr->keynum)--; 231 }//else if 被删关键字Ki所在结点的关键字数目等于ceil(m/2)-1,则需调整。本次为与右兄弟调整 232 else if((dnode->keynum==(ceil(m/2)-1))&&((id-1)>0 )&&dnode->parent->node[id-1].ptr->keynum>(ceil(m/2)-1)) 233 { 234 for(int i=1;i<m&&dnode->parent->node[i].key > dnode->parent->node[id-1].ptr->node[dnode->parent->node[id-1].ptr->keynum].key;i++) 235 dnode->node[i].key=dnode->parent->node[i].key; 236 dnode->parent->node[1].key=dnode->parent->node[id-1].ptr->node[dnode->parent->node[id-1].ptr->keynum].key; 237 (dnode->parent->node[id-1].ptr->keynum)--; 238 }//2-else if被删关键字Ki所在结点的关键字数目等于ceil(m/2)-1,则需调整。本次为与左兄弟调整 239 else if((dnode->keynum==(ceil(m/2)-1))&&((id+1)<(m-1))&&dnode->parent->node[id+1].ptr->keynum==(ceil(m/2)-1)) 240 { 241 do 242 { 243 BTree tmp; 244 tmp=dnode; 245 dnode->parent->node[id+1].ptr->node[2]=dnode->parent->node[id+1].ptr->node[1]; 246 dnode->parent->node[id+1].ptr->node[1]=dnode->parent->node[1]; 247 dnode->parent->node[id+1].ptr->keynum++; 248 dnode->parent->node[id+1].ptr->node[0].ptr=dnode->node[1].ptr; 249 dnode->parent->keynum--; 250 dnode->parent->node[id].ptr=NULL; 251 tmp=dnode; 252 if(dnode->parent->keynum>=(ceil(m/2)-1)) 253 dnode->parent->node[1]=dnode->parent->node[2]; 254 dnode=dnode->parent; 255 free(tmp); 256 }while(dnode->keynum<(ceil(m/2)-1)); //双亲中keynum< 257 }//3-else if被删关键字Ki所在结点和其相邻兄弟结点中的的关键字数目均等于ceil(m/2)-1,本次假设右兄弟存在 258 else if((dnode->keynum==(ceil(m/2)-1))&&(id-1)>0 &&dnode->parent->node[id-1].ptr->keynum==(ceil(m/2)-1)) 259 { 260 do 261 { 262 BTree tmp; 263 tmp=dnode; 264 dnode->parent->node[id-1].ptr->node[2]=dnode->parent->node[id-1].ptr->node[1]; 265 dnode->parent->node[id-1].ptr->node[1]=dnode->parent->node[1]; 266 dnode->parent->node[id-1].ptr->keynum++; 267 dnode->parent->node[id-1].ptr->node[0].ptr=dnode->node[1].ptr; 268 dnode->parent->keynum--; 269 dnode->parent->node[id].ptr=NULL; 270 tmp=dnode; 271 if(dnode->parent->keynum>=(ceil(m/2)-1)) 272 dnode->parent->node[1]=dnode->parent->node[2]; 273 dnode=dnode->parent; 274 free(tmp); 275 }while(dnode->keynum<(ceil(m/2)-1)); //双亲中keynum< 276 }//4-else if被删关键字Ki所在结点和其相邻兄弟结点中的的关键字数目均等于ceil(m/2)-1,本次假设左兄弟存在 277 else printf("Error!"); //出现异常 278 }//DeleteIt 279 void UserDelete(BTree t) 280 { 281 KeyType date; 282 Result s; 283 printf("Please input the date you want to delete:\n"); 284 scanf("%d",&date); 285 s=SearchBTree(t,date); 286 if(!s.tag) printf("Search failed,no such date\n"); 287 else DeleteIt(t,s.pt,s.i); 288 }//UserDelete 289 290 int main() 291 { 292 Record r[N]={{24,"1"},{45,"2"},{53,"3"},{12,"4"},{37,"5"}, 293 {50,"6"},{61,"7"},{90,"8"},{100,"9"},{70,"10"}, 294 {3,"11"},{30,"12"},{26,"13"},{85,"14"},{3,"15"}, 295 {7,"16"}}; 296 BTree t; 297 InitDSTable(t); 298 InputBR(t,r); 299 printf("按关键字的顺序遍历B_树:\n"); 300 TraverseDSTable(t,print); 301 UserSearch(t); 302 UserDelete(t); 303 TraverseDSTable(t,print); 304 DestroyDSTable(t); 305 return 1; 306 }
五、复杂度分析
B-树查找包含两种基本动作:
●在B-树上查找结点
●在结点中找关键字
前一操作在磁盘上进行,后一操作在内存进行。因此查找效率主要由前一操作决定。在磁盘上查找的次数取决于关键字结点在B-树上的层次数。
定理:若n≥1,m≥3,则对任意一棵具有n个关键字的m阶B-树,其树高度h至多为logt((n+1)/2)+1,t= ceil(m/2)。也就是说根结点到关键字所在结点的路径上涉及的结点数不超过logt((n+1)/2)+1。推理如下: