ant tree删除节点_Chapter 10 : B-Tree

1. 为什么需要B-Tree?

现代计算机的存储器系统是一个具有不同容量、成本和访问时间的存储设备的层次结构。

磁盘访问相比于内存访问是一个非常耗时的操作，若内存访问需要1秒，则一次磁盘访问就相当于1天，所以我们需要尽量减少磁盘访问的次数。

另一方面，在对磁盘进行访问时，通常都是以页或块为单位进行的，我们从磁盘中读一个字节和读一页的时间是差不多的。

多级存储系统中使用B-Tree，可针对外部查找，大大减少I/O次数。

那么平衡二叉树能否的需求？

假设有n = 1G个记录，每次查找需要进行log2(10^9) = 30次I/O操作，每次只读出一个关键码，得不偿失。

而B-Tree充分利用外存对批量访问的高效支持，将此特点转化为优点，每下降一层，都以超级节点为单位，读入一组关键码。

假如上述每个超级节点中有m = 256个关键码，则log256(10^9) = 4，大大减少了IO的次数。

2. B-Tree的结构

B-Tree是平衡的多路搜索树

• 每d代合并为超级节点
• m = 2^d路
• m-1个关键码
• 逻辑上与BBST完全等价

B-Tree节点:

B-Tree节点内部主要包括两部分：

• 一组关键码
• 一组指向孩子的指针

其中，关键码的个数总比指向孩子指针的个数少1

B-Tree的紧凑表示：

m阶B-Tree的节点分支数需要满足一定的条件：

• 2 <= 根节点分支数 <= m
• ceil(m/2) <= 其他节点分支数 <= m

B-Tree节点的分支数 = 关键码个数+1，所以m阶B-Tree节点的关键码个数需要满足条件：

• 1 <= 根节点关键码个数 <= m-1
• ceil(m/2) - 1 <= 其他节点关键码个数 <= m-1

3. B-Tree的查找

B-Tree的查找由一系列的磁盘I/O操作和内存操作组成，每深入一层进行一次磁盘I/O，所以算法的运行时间主要取决于磁盘I/O次数，算法时间复杂度为O(logn)

4. B-Tree的插入

B-Tree的插入三部曲：

• 查找：在当前B-Tree中查找待插入关键码，得到待插入的超级节点
• 插入：在待插入超级节点中插入关键码
• 分裂：如果超级节点关键码个数超过上限，则执行分裂操作

算法：

// from THU-dsacpp
bool BTree<T>::insert( const T & e ) {
    BTNodePosi(T) v = search( e );
    if ( v ) return false; //确认e不存在
    Rank r = _hot->key.search( e ); //在节点_hot中确定插入位置
    _hot->key.insert( r+1, e ); //将新关键码插至对应的位置
    _hot->child.insert( r+2, NULL ); _size++; //创建一个空子树指针
    solveOverflow( _hot ); //若上溢,则分裂
    return true; //插入成功
}

算法主要步骤：

• 算法首先调用B-Tree的成员函数search查找关键码e
• 这里规定B-Tree中的关键码不重复，所以如果e存在直接返回false
• 如果e不存在，_hot表示上一个访问的超级节点，而查找e失败于外部节点，此时_hot就表示关键码e待插入的叶节点
• 随后在_hot节点的关键码中插入e，在指向孩子的指针向量中插入NULL
• 最后调用solveOverflow函数，处理上溢（如果有的话）

分裂

主要思想：以上溢节点关键码的中位数s为界，将原节点划分左右两个孩子节点，将s提升一层

5. B-Tree的删除

B-Tree的删除四部曲：

• 查找：首先在B-Tree中查找待删除关键码，得到待删除关键码所处的超级节点v
• 替换：如果v不是叶节点，则找关键码的直接后继(先到右子树，再一路向左)，并将关键码与叶节点的第一个关键码替换
• 删除：删除叶节点中的关键码
• 旋转或合并：如果删除后叶节点发生下溢，则执行旋转或合并操作

旋转

旋转操作的主要思想：发生下溢的节点“左顾右盼”，如果兄弟节点的关键码足够多，则从兄弟节点中“借来”一个关键码。

合并

L节点为何恰含有ceil(m/2) -1个关键码？

如果多于ceil(m/2)-1，则可以执行旋转操作；如果少于ceil(m/2)-1，则L自身已经发生下溢。