多路查找树
二叉树的问题分析
二叉树需要加载到内存,如果节点较多,会存在一下午问题:
- 构建二叉树时,需要多次机械能 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
- 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
- 如果允许每个节点可以有更多的数据项和更多的子节点,就是多叉树(multiway tree)
- 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
B 树
-
通过重新组织节点,降低树的高度,并且减少 i/o 读写次数来提升效率。
-
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为等于一个页(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
-
广泛应用于文件存储系统以及数据库系统中。
节点的度:该节点下的子树的个数
树的度:所有的节点,度最大的值为树的度
2-3 树
最简单的B树
- 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
- 当按照规则插入一个数到某个节点时,不能满足上面三个要求,就需要拆,先向上拆,如果上层满,则拆本层,拆后仍需要满足上面三个条件
- 对于三节点的子树的值仍然要遵守二叉排序树的规则
B - tree B+ tree B* tree
B tree
B: balanced
- B树的阶:节点的最多子节点个数。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(有序)序列进行二分查找,如果命中则结束,否则进入查询关键字所属范围的子节点;重复,直到所对应的子指针为空或已经是叶子节点
- 关键字集合分布在整棵树中,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+ tree
数据都存放在叶子节点
- B+树的搜索与B树基本相同,区别在于B+树只有到达叶子节点才明知(B树可以在非叶子节点命中)
- 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【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
- 非叶子节点相当于是叶子节点的索引(稀疏索引),叶子节点相当于是存储(关键字)数据的数据层
- 更适合文件索引系统
B* tree
是B+树的变体,在B+树的非根和非叶子结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,即块的最低使用率为2/3,而B+树的块的最低使用率为B+树的1/2
- 从特点1可以看出,B*树分配新节点的概率比B+树要低,空间使用率更高