B树、B+树、哈夫曼树

已于 2024-03-30 23:54:41 修改
阅读量463 收藏 1
点赞数 3
分类专栏： 数据结构与算法 文章标签： b树 数据结构
于 2024-03-30 23:52:27 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51395608/article/details/137186991
版权

目录

1. B树

特点：一个节点当中可以有多个值，节点内部key 值是有序的，节点内部存储的是key-value类型的数据

磁盘中文件存储用B树。

4阶B树一个节点最多三个key值
5阶B树一个节点最多四个key值

B树有很多的分支，查询时间复杂度低于二叉树（相同节点B树高度更低）

16阶B树使用较多

cache与内存进行交换大小为 4KB

B树

2. B+树

结构特点：

  1. 非叶子节点仅具有索引作用，也就是说，非叶子节点只能存储key，不能存储value
  2. 树的所有叶子节点构成一个有序链表，可以按照key排序的次序依次遍历全部数据

存储结构符合数据库的存储

3. 哈夫曼树

哈夫曼树

岳轩子
关注
  • 3
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
B树、B+树
成天天的博客
03-04 276
B树：节点、节点间的有序性、主要是针对磁盘存取操作所有叶节点必须在同一层1、2-3树一种特殊的B树，2节点、3节点、又名3阶B树，节点要么包含0个元素、要么包含满的元素，如3节点要么0个要么2个。2、2-3-4树一种特殊的B树，2节点、3节点、4节点，又名4阶B树，节点性质同上3、B树（又名m阶B树）2,…,m节点当数据量很多，不能全部装入内存，而只能保存在磁盘之类的辅存中时，由于计算机访问辅存很...
B树 B+树 哈夫曼树
a1463073169的博客
04-10 751
我们在进行存储的时候，如果链表过长，就将链表变换成红黑树。红黑树属于二叉树，而多叉树就是所谓的B树，在前面的课程中提到的234树就是B树。
B树B+树，字典树详解，哈夫曼树博弈树
qq_60924211的博客
03-18 1235
2.ceil(m/2)-1,兄弟节点上移一个记录至父亲层，父亲记录下移至当前节点，结束。2.>m-1裂变，前m/2个成为左子树，剩余的记录成为右子树，指针从左侧叶子节点指向右侧叶子节点，第m/2+1个记录的索引复制一份至父亲层。 =ceil(m/2)-1,父亲索引下移，与当前节点和兄弟节点合并成一个新节点，讨论父亲层索引个数，同（3）。这里删除25，替换后，兄弟节点是第一种情况，兄弟节点上移一个记录至父亲层，父亲记录下移至当前节点，结束。
哈夫曼树与哈夫曼编码介绍.zip
04-18
哈夫曼树与哈夫曼编码是数据压缩领域中的核心概念，它们主要用于实现无损数据压缩。哈夫曼编码是一种高效、经济的编码方式，由美国科学家大卫·哈夫曼在1952年提出，因此得名。在这个压缩包中，包含了一个名为“wen1...
哈夫曼树与编码.pdf
11-20
哈夫曼树，又称最优二叉树或最小带权路径长度树，是一种特殊的二叉树，主要用于数据压缩。它的核心思想是将频繁出现的字符赋予较短的编码，而较少出现的字符则分配较长的编码，以此达到高效压缩数据的目的。这种编码...
C语言版的哈夫曼树.zip
11-10
哈夫曼树（Huffman Tree），也称为最优二叉树，是数据压缩技术中的关键概念。它是基于哈夫曼编码（Huffman Coding）的一种数据结构，由美国科学家大卫·哈夫曼在1952年提出。哈夫曼树通过构建一种特殊的二叉树来实现...
sy3new_哈夫曼树_源码
10-02
第二行至第2n行为哈夫曼树的存储结构的终态（形如教材139页表5.2（b），一行当中的数据用空格分隔）。第2n+1行为每个字符的哈夫曼编码（只输出存在的字符，格式为：字符：编码），每两组字符之间用一个空格分隔，...
Btree&哈夫曼树.pptx
11-24
**B树** B树是一种自平衡的树数据结构，它能够保持数据排序，...通过学习B树和哈夫曼树，开发者能够理解和运用它们解决实际问题，提高软件系统的性能和效率，从而在IT领域中脱颖而出，成为不可替代的高端开发人才。
【数据库】联合索引在b+树如何存储
weixin_61144851的博客
07-22 369
联合索引是一种数据库索引类型，它允许你基于表中两个或多个列的组合来创建索引。这种索引可以提高数据库查询的性能，特别是当查询条件涉及到这些列时。非叶子节点：存储索引关键字信息，是线性排列的，每个系欸但的数据排列顺序和创建索引字段的顺序一致。叶子节点：存储索引列的值和主键id，排列规则与非叶子节点一致。
c++中的哈希查找（Hash Search）和B树查找（B-Tree Search）
2401_84159494的博客
07-23 805
hello大家好啊，我是文宇，不是文字，是文宇哦，这期也是关于查找算法的。好的，第二篇就到这里结束了，明天写关于递归的算法。（注：我的文章基本上是提前写好后检查一下发布。然后周一，三，五因为有事，所以少更一些）
数据库结构之b树
hai40587的博客
07-22 1182
B树是一种多路平衡搜索树，它维护数据元素的有序性，并通过减少I/O操作次数来优化磁盘或其他直接存取辅助设备上的数据访问。B树与二叉搜索树的主要区别在于，B树的每个节点可以拥有多于两个的子节点。每个节点最多有m个子节点。每个非根节点至少有⌈m/2⌉个子节点（其中⌈x⌉表示不小于x的最小整数）。根节点至少有两个子节点，除非它是叶子节点。所有的叶子节点都位于同一层。每个非叶子节点都包含n个关键字，其中⌈m/2⌉-1 ≤ n ≤ m-1。
B树，B+树区别，以及使用场景
王先生博客
07-22 235
数据结构中，树有很多中，关于树的知识也很多，先简单介绍一下关于常用的几种树，因为时间有限，关于树的知识会持续更新。 平衡树，红黑树，B树，B+树是面试中常问的几种树，看完这篇文章，基本上常用的树就都了解了。 B树 特征： 1 ...
c语言（7.23）
fhgfyrsg的博客
07-23 394
【代码】c语言（7.23）
数据结构---二叉树
weixin_47808575的博客
07-22 331
参考：二叉树遍历方法——前、中、后序遍历（图解）_二叉树遍历前序中序后序-CSDN博客
重生之“我打数据结构，真的假的？”--3.栈和队列
2301_80374809的博客
07-21 763
栈：一种特殊的线性表，其只允许在进行插入和删除元素操作。进行数据插入和删除操作的一端称为栈顶，另一端称为栈底。栈中的数据元素遵守LIFO（Last In First Out）的原则。
【数据结构-前缀和】力扣2550.统计范围内的元音字符串数
sjsjs11的博客
07-22 510
计算前缀和数组的时间是 O(n)，然后计算 q 个查询的答案，计算每个查询的答案的时间是 O(1)，因此时间复杂度是 O(n+q)。输入：words = [“aba”,“bcb”,“ece”,“aa”,“e”], queries = [[0,2],[1,4],[1,1]]输入：words = [“a”,“e”,“i”], queries = [[0,2],[0,1],[2,2]]查询 [1,4] 结果为 3（字符串 “ece”、“aa”、“e”）。返回结果 [2,3,0]。输出：[3,2,1]
数据结构：（1）线性表
最新发布
weixin_71751116的博客
07-24 1019
概念：零个或多个数据元素的有限序列元素之间是有顺序了。如果存在多个元素，第一个元素无前驱最后一个没有后继其他的元素只有一个前驱和一个后继。当线性表元素的个数n（n>=0）定义为线性表的长度，当n=0时，为空表。在非空的表中每个元素都有一个确定的位置，如果a1是第一个元素，那么an就是第n个元素。线性表的常规操作 ADTchar sex;int age;int score;}DATATYPE;//数组名int tlen;
哈夫曼树哈夫曼树哈夫曼树哈夫曼树哈夫曼树哈夫曼树哈夫曼树
12-24
哈夫曼树（Huffman Tree）是一种特殊的二叉树，用于数据压缩和编码。它的构建过程是根据字符出现的频率来确定每个字符的编码，使得出现频率高的字符具有较短的编码，而出现频率低的字符具有较长的编码。 以下是一个Python实现的哈夫曼树的例子： ```python class TreeNode: def __init__(self, value, freq): self.value = value self.freq = freq self.left = None self.right = None def build_huffman_tree(char_freq): nodes = [TreeNode(char, freq) for char, freq in char_freq.items()] while len(nodes) > 1: nodes = sorted(nodes, key=lambda x: x.freq) left_node = nodes.pop(0) right_node = nodes.pop(0) parent_node = TreeNode(None, left_node.freq + right_node.freq) parent_node.left = left_node parent_node.right = right_node nodes.append(parent_node) return nodes[0] def encode_huffman_tree(root, code='', codes={}): if root is None: return if root.value is not None: codes[root.value] = code encode_huffman_tree(root.left, code + '0', codes) encode_huffman_tree(root.right, code + '1', codes) return codes def decode_huffman_tree(root, encoded_text): decoded_text = '' current_node = root for bit in encoded_text: if bit == '0': current_node = current_node.left else: current_node = current_node.right if current_node.value is not None: decoded_text += current_node.value current_node = root return decoded_text # 示例用法 char_freq = {'a': 5, 'b': 9, 'c': 12, 'd': 13, 'e': 16, 'f': 45} huffman_tree = build_huffman_tree(char_freq) huffman_codes = encode_huffman_tree(huffman_tree) encoded_text = ''.join([huffman_codes[char] for char in 'abcdef']) decoded_text = decode_huffman_tree(huffman_tree, encoded_text) print("Huffman Codes:", huffman_codes) print("Encoded Text:", encoded_text) print("Decoded Text:", decoded_text) ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值