数据结构与算法之树（三）

二叉树的问题分析

二叉树的操作效率高，但是也存在问题。

1. 二叉树需要加载到内存的。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，就存在问题。
2. 问题一：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文件中），节点海量，构建二叉树时，速度有影响。
3. 问题二：节点海量，也会造成二叉树的高度很大，会降低操作速度。

多叉树

1. 在二叉树中，每个节点数据项，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节点，就是多叉树。
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。
3. 如图 2-3树
   

2-3树

• 基本介绍

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. 有两个叶子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. 有三个叶子节点的节点叫三节点，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。

2-3树应用案例

将数列{16， 24， 12， 32， 14， 26， 34， 10， 8， 28}构建成2-3树，并保证数据插入的大小顺序。

• 规则
  1. 当插入一个树到某个节点时，不能满足2-3的要求时，就需要先拆。先向上拆，如果上层满，则拆本层。拆后仍然需要满足上面3个条件。
  2. 对于三节点的子树的值大小仍然遵守（BST二叉排序树）的规则。
     

B树

1. 如图B树通过重新组织节点，降低了树的高度。
2. 文件系统及数据库系统的设计者利用了磁盘预读原理，将一个节点的大小设计等于一个页（页的大小通常为4K），这样每个节点只需要一次I/O就可以完全载入。
3. 将树的度M设置为1024，在600亿个元素中最多只需要4次I/O操作就可以读取到想要的元素，B树（B+树）广泛应用于文件存储系统以及数据库系统中。

B树介绍

B-tree即B树，B即Balanced，平衡的意思。其实2-3树就是B树。

1. B树的阶：节点的最多子节点的个数。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. 关键字集合分布在整颗树中，即叶子节点和非叶子节点都存放数据。
4. 搜索有可能在非叶子节点结束。
5. 其搜索性能等价于在关键字全集内做一次二分查找。
   

B+树

B+树基本介绍

B+树是B树的变体，也是一种多路搜索树。

1. B+树的搜索与B树也基本相同，区别是B+树只有达到叶子节点才命中（B树可能在非叶子节点命中），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（数据）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（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。

B*树

B*树是B+树的变体，在B+树的非根和非叶子节点再增加指向兄弟的指针。

1. B*树定义了非叶子节点关键字个数至少为$$\frac{2}{3}M（M为节点的度）$$即块的最低使用率为$$\frac{2}{3}$$而B+树的块的最低使用率为$$\frac{1}{2}$$
2. B*树的空间使用率高于B+树。