二叉树的问题分析
二叉树的操作效率高,但是也存在问题。
- 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。
- 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。
- 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
- 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。
- 2-3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。
- 如图 2-3树
2-3树
- 基本介绍
- 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)
- 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。
- 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。
- 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
- 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。
- 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
- 如图B树通过重新组织节点,降低了树的高度。
- 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。
- 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。
- 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。
- 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。
- 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。
- 搜索有可能在非叶子节点结束。
- 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。
- 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。
- 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。
- 不可能在非叶子节点命中。
- 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。
- 更适合文件索引系统。
- 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。
- B*树定义了非叶子节点关键字个数至少为 2 3 M ( M 为 节 点 的 度 ) \frac{2}{3}M(M为节点的度) 32M(M为节点的度)即块的最低使用率为 2 3 \frac{2}{3} 32而B+树的块的最低使用率为 1 2 \frac{1}{2} 21
- B*树的空间使用率高于B+树。