《数据结构、算法与应用 —— C++语言描述》学习笔记 — 平衡搜索树 — B树

一、索引顺序访问方法

当字典足够小，可以整个驻留在内存中时，AVL树和红黑树都能够保证良好的时间性能。对于那些必须存储在磁盘上的大型字典（外部字典或文件），需要度数更高的搜索树来改善字典操作的性能。我们先学习以下外部字典的索引访问顺序方法（ISAM）。

在ISAM中，可用的磁盘空间被划分为很多块。块是在磁盘空间中用来输入或输出的最小单位。块一般具有和磁道一样的长度，而且可以在一次搜索和延迟中完成输入或输出。字典元素以升序存储在块中。而且这些块，使得从一块到另一块的延时最短按照一种顺序来组织。

在顺序访问时，块按序输入，每一个块中的元素按升序搜索。如果每个块包含 m 个元素，则搜索每个元素所需要的磁盘访问次数为 1/m。

要支持随机访问，就要维持一个索引。索引包括每个块的最大关键字。这样一来，索引中的关键字数量与块的数量相同，并且每个块都能存储很多元素（即 m 值较大），因此索引足以整个驻留内存中。为了随机访问关键字为 k 的元素，首先要查找索引表，确定该元素所属的块，然后把相应的块从磁盘中取出进行内部搜索，以确定该元素。结果一次磁盘访问就足以完成一次随机访问。

这种技术可以扩充到更大的字典，这种字典存储在若干个磁盘。这时的元素按升序被分配到不停地磁盘中，在一个磁盘中的元素又按升序被分配到不同块中。每个磁盘都有一个块索引，它保存着在该磁盘中每个块的最大关键字。另外，还有一个磁盘索引，它保存着每个磁盘的最大关键字。磁盘索引一般驻留在内存中。

为了随机访问一个元素，首先要搜索驻留在内存中的磁盘索引，以确定该元素所属的磁盘；然后从该磁盘中取出块索引进行搜索，以确定该元素所属的块；最后从磁盘中取出块进行内部搜索，以确定该元素。这样一来，一次随机访问需要两次磁盘访问。

ISAM 方法本质上是一种数组描述方法。因此，当执行插入和删除时，会面临很大问题。为了部分地环节问题的压力，可以在每个块中预留一些空间，使得在插入少量元素时，不需要在块与块之间移动元素。

使用 ISAM 方法可以解决这些难题，但是顺序访问的代价提高了。以任意顺序存储的元素，每一个关键字的索引都要检查，所有元素都通过这个索引来访问。对存储在磁盘上的数据，B树是一种适合于索引方法的数据结构。

二、m叉搜索树

1、定义

m叉搜索树可以是一棵空树。如果非空，它必须满足以下特征：
① 在相应的扩充搜索树中（即用外部节点替换空指针之后所得到的搜索树），每个内部节点最多可以有 m 个孩子以及 1 ~ m - 1 个元素（外部节点不含元素和孩子）。
② 每一个含有 p 个元素的节点都有 p+1 个孩子。
③ 对任意一个含有 p 个元素的节点，设$k_1$，$k_2$，···，$k_p$分别是这些元素的关键字。这些元素顺序排列，即$k_1<k_2\cdot \cdot \cdot <k_p$。设$c_0$，$c_1$，···，$c_p$分别是该节点的 p + 1 个孩子。在以$c_0$为根的子树中，元素的关键字小于$k_1$，在以$c_p$为根的子树中，元素的关键字大于$k_p$；在以$c_i$为根的子树中，元素的关键字大于$k_i$