数据结构与算法——多路查找树

二叉树与B树

二叉树的问题分析

• 二叉树需要加载到内存当中，若二叉树节点减少，没什么问题，若二叉树节点很多（1亿）就存在一下问题
• 创建二叉树时需要进行多次I/O操作，节点海量，速度有影响
• 节点海量，也会造成二叉树节点海量，降低操作速度

多叉树

• 每个节点可以允许有多个数据项和更多的节点
• 多叉树重新组织节点，减少树的高度，能对二叉树优化

B树

• B树通过重新组织节点，降低树的高度，并减少I/O次数来提高效率
• 文件系统及数据库系统利用了磁盘预读原理，将一个节点的大小设为一个页4K，每个节点只需要一个I/O可以完全载入
• 设树的度M为1024，在600亿个元素中最多只用4次I/O就可
  

树

2-3树

• 最简单的B树结构
• 所有叶子节点都在同一层<B树都满足>
• 二节点：空or两个节点
• 三节点：空or三个节点
• 构造2-3树：遵循以上原则，若不能满足时，就要拆(先向上拆，若上满，则拆本层，拆后依然要满足以上原则)
  

B B+ B*

B树

• B树的阶：节点的最多子节点个数
• B树的搜索：从root开始，对节点内有序序列进行二分查找，若命中则结束，否则进入儿子节点，重复，直到对应儿子指针为空（有可能在非叶子节点结束），或是叶子节点
• 关键字集合分布于整棵树中，即即叶子节点和非叶子节点都存放数据
  

B+树

• B+树是B树的变体，也是一种多路搜索树
• B+树只有达到叶子节点才会命中，其性能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节点的链表中，且链表中关键字恰好是有序的，不可能在非叶子节点中命中
• 非叶子节点相当于是叶子节点的索引，叶子节点相当于存储数据的数据层
• 更适合文件索引系统
  

B*树

• 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*树定义了非叶子结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的1/2
• B*树分配新结点的概率比 B+树要低，空间使用率更高