多路查找树
文章目录
1. 二叉树与 B 树
- 二叉树需要加载到内存,如果二叉树的节点较少,没有什么问题,但是如果二叉树的节点很多就会出现如下问题:
- 在构建二叉树时,需要多次进行
IO
操作(数据可能存储在数据库或文件中),所以对构建二叉树的速度会有影响。 - 海量的节点,也会造成二叉树的高度很大,会降低操作速度。
- 在构建二叉树时,需要多次进行
2. 多叉树
-
在二叉树中,每个节点有数据项,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子节点, 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。
-
举例
![](https://i-blog.csdnimg.cn/blog_migrate/f18572d6e4230df7ce9206fcce7d18b6.png)
3. B 树的基本介绍
-
B
树通过重新组织节点,降低树的高度,并且减少IO
读写次数来提升效率。 -
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为等于一个页(页得大小通常为 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+)广泛应用于文件存储系统以及数据库系统中。
4. 2-3 树
4.1 2-3 树是最简单的 B 树结构,特点如下
- 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。
4.2 2-3 树应用案例
-
将数列
{16, 24, 12, 32, 14, 26, 34, 10, 8, 28, 38, 20}
构建成 2-3 树,并保证数据插入的大小顺序。 -
构建之后的树的结构如下:
-
插入规则
- 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。
- 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。
5. B 树、B+ 树和 B* 树
5.1 B 树的介绍
-
B-tree
树即 B 树,B 即Balanced
,平衡的意思。 -
在学习
Mysql
时,经常听到说某种类型的索引是基于 B 树或者 B+树的,如图: -
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,从根结点开始,对结点内的关键字(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儿子结点;重复,直到所对应的儿子指针为空,或已经是叶子结点。
-
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结点结束。
-
其搜索性能等价于在关键字全集内做一次二分查找。
5.2 B+ 树的介绍
- B+树是 B 树的变体,也是一种多路搜索树。
![](https://i-blog.csdnimg.cn/blog_migrate/f2d5e90b49ff1d254c9c1490d4c4afe6.png)
- B+树的搜索与 B 树也基本相同,区别是 B+树只有达到叶子结点才命中(B 树可以在非叶子结点命中),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结点的链表中(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。
- 不可能在非叶子结点命中 。
- 非叶子结点相当于是叶子结点的索引(稀疏索引),叶子结点相当于是存储(关键字)数据的数据层。
- 更适合文件索引系统。
- B 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。
5.3 B* 树的介绍
-
B* 树是 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*树分配新结点的概率比 B+树要低,空间使用率更高。