1、二叉树问题分析
1)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(比如1亿),就存在如下问题:
2)问题1: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
3)问题2:节点海量,也会造成二叉树的高度很大,会降低操作速度
2、多叉树
1)在二叉树种,每个节点都有数据项,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。
2)后面2-3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。
3)举例说明(下面2-3树就是一颗多叉树)
3、B树
B树通过重新组织节点,降低树的高度,并且较少i/o的读写次数来提升效率。
1)如图B树通过重新组织节点,降低了树的高度
2)文件系统及数据库系统的设计者提供者利用了磁盘预读原理,将一个节点的大小设计为等于一个页(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。
3)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。
4、 2-3树
2-3树是最简单的B树结构,具有如下特点:
1)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)
2)有2个子节点的节点叫二节点,二节点要么没有子节点,要么有2个子节点
3)有3个子节点的节点叫三节点,三节点要么没有子节点,要么有3个子节点
4)2-3树是由二节点和三节点构成的树
5、B树、B+树、B*树
5.1
5.1.1 B树的介绍
B-tree 树即B树,B即Balance,平衡的意思。有人把B-tree翻译成B-树,容易让人产生误解。会以为B-树是一种树,而B树又是另一种树。实际上B-tree就是指的B树。
5.1.2、B树的说明
1)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
2)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
3)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
4)搜索有可能在非叶子节点结束
5)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
B+树是B树的变体,也是一种多路搜索树。
5.2.1 B+树的说明
1)B+树的搜索与B树也是基本相同,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。
2)所有关键字都出现在叶子节点的链表中(即数据只能在叶子结点【也叫稠密索引】),且链表中的关键字(数据)恰好是有序的
3)不可能在非叶子结点命中
4)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
5)更适合文件索引系统
6)B树和B+树各有自己的适用场景,不能说B+树完全比B树好,反之亦然。
5.3 B*树
5.3.1 B*树基本介绍
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。
5.3.2 B* 树的说明
1)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。
2)从第1个特点我们可以看出,B树分配新的节点的概率比B+树要低,空间使用率更高。