详细解读一下B树，及如何进行搜索

已于 2024-03-10 07:42:50 修改
阅读量344 收藏
点赞数
分类专栏： python编程示例系列 文章标签： b树 数据结构
于 2023-02-22 11:20:22 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/zhangzhechun/article/details/129158838
版权
本文详细介绍了B树的基本概念、作用以及在文件系统和数据库中的应用。B树是一种平衡的多路搜索树，适用于磁盘等外部存储，确保高效的检索效率。文章还阐述了B树的搜索过程，包括Python实现的搜索代码示例，以及插入和删除操作的逻辑。通过B树的理解，读者可以更好地掌握数据结构和搜索算法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

B树是一种多路搜索树，它是一种高效的数据结构，通常被用来实现文件系统和数据库系统中的索引结构。
B树的名字来源于其发明者Rudolf Bayer的姓氏首字母。B树最早是在1972年被Bayer和Edward M. McCreight共同提出的，其设计目的是为了解决磁盘文件存储中的数据组织和检索问题。

由于磁盘存储的数据通常是按块进行读取和写入的，而磁盘块的大小是有限的，因此需要一种能够高效利用磁盘块的数据结构来存储和检索数据。B树就是为了满足这种需求而设计的一种数据结构，可以在磁盘文件存储中实现高效的数据组织和检索。

随着计算机技术的不断发展，B树已经被广泛应用于数据库、文件系统、操作系统等领域，成为了一种重要的数据结构。

B树的定义：B树是一种平衡的多路搜索树，它的每个节点可以存储多个元素，并且节点的子节点个数和元素个数相同或者差1，且所有叶子节点都在同一层次上。通常，B树的节点度数是一个常数，通常用B表示，因此称为B树。

下面是一个示例B树：

             [30, 60
了解本专栏 订阅专栏 解锁全文
详细解读一下哈夫曼树，并给出搜索示例代码
zhangzhechun的专栏
02-22 251
哈夫曼树的基本思想是将出现频率高的数据用较短的编码表示，而出现频率低的数据用较长的编码表示，从而实现数据压缩的目的。哈夫曼树的特点之一是，它是一棵最优二叉树，也就是说，对于给定的一组权值（或频率），哈夫曼树可以最小化权值的加权路径长度。以上代码中，HuffmanNode表示哈夫曼树的节点，包含一个freq表示节点的权重，一个value表示节点存储的数据，以及左右子节点left和right。从集合中找到两个权值最小的节点，并将它们合并成一个新的节点，新节点的权值为两个子节点的权值之和。
B树的查找
qq_45706306的博客
05-23 1875
B树上的查找是一个顺指针查找结点和在结点内的关键码中查找交叉进行的过程。从根结点开始，在结点包含的关键码中查找给定的关键码，找到则查找成功；否则确定给定关键码可能在的子树，重复上面的操作，直到查找成功或者指针为空为止。所以要看题目怎么说了，在查找节点（子树）的时候不能是顺序查找，而当查找节点内的关键码的时候支持顺序查 ...
数据库检索 索引之--- B 树
小草君技术专栏
07-22 5028
B树索引是一个典型的树结构，始终是平衡的，也就是说 从Root节点到 Leaf 节点的任何一个路径都是等距离的。其包含的组件主要是：             叶子节点（Leaf node）：包含条目直接指向表里的数据行。             分支节点（Branch node）：包含的条目指向索引里其他的分支节点或者是叶子节点。             根节点（Branch node）
B树基本原理及搜索
weixin_46065476的博客
04-03 461
B树 AVL 树 和红黑树，都假设所有的数据放在主存当中。而当数据量达到亿级，主存当中根本存储不下，我们只能以块的形式从磁盘读取数据，与主存的访问时间相比，磁盘的 I/O 操作相当耗时，而提出 B-树的主要目的就是减少磁盘的 I/O 操作。 B树的一个节点xxx如果包含nnn个keykeykey，则其有n+1n+1n+1个孩子。（nnn个key将其余数据划分为n+1n+1n+1个区间，每个孩子介于相应的区间中） 性质 B树所具有的的性质人如下: 每个节点xxx应具有如下属性： x.nx.nx.n即，存储
数据结构之查找 B-树和B+树
weixin_37901561的博客
04-19 868
今天主要讲的是B树，B+树和B-树。 今天所有的学习知识都是参考严蔚敏教授的《数据结构》这本书，由于这本书是从查找表这章引入的B树，B+树和B-树，所以，我们就先从查找表讲起，并在里面扩充一些常见的知识点。 查询表 查找表（search table）是一种数据结构，常见的操作有： 查询某个元素是否在查找表中 查询某个元素的属性 在查找表插入一个元素 在查找表中删除某个元素 根据这常见的四个操作...
B树_BTree
happylife1527的专栏
08-24 1405
#include "stdio.h" #include "stdlib.h" #include "io.h" #include "math.h" #include "time.h" #define OK 1 #define ERROR 0 #define TRUE 1 #define FALSE 0 #define MAXSIZE 100 /* 存储
B+树、B-Link树、LSM树，解读一下常用的存储结构
qq_38982302的博客
11-01 1421
深度解析B树、LSM树等存储结构
全面解读B树家族与R树的演进与转换
1. B树：B树是一种自平衡的树数据结构，能够保持数据排序，并且允许搜索、顺序访问、插入和删除在对数时间内进行。它广泛应用于数据库和文件系统中。B树特别适合读写比较大的数据块的系统，它的每个节点可以存储多个...
C++源码解读：深入理解B+树算法
- B+树的搜索效率通常高于B树，因为它能够保证数据的连续性，而B树在某些情况下可能需要在叶子节点和非叶子节点之间来回跳跃。 - B+树的范围查询更加高效，因为它可以通过叶子节点链表顺序快速遍历数据。 3. **B+...
了解B树的搜索
zsx0728的博客
03-03 204
文章目录1. 为什么选择B树？2. B树属性3. 操作3.1 查找3.2 查找示例4. 搜索元素的算法5. C示例6. B树的搜索复杂度7. B树应用参考文档     在本教程中，您将学习什么是B树。此外，您还找到C语言中的示例。     B-树是一种特殊类型的自平衡搜索树，其中每个节点可以包含多个键，并且可以有两个以上的子节点。它是二叉搜索树的一种推广形式。     它也被称为高度平衡的m-way树。 1. 为什么选择B树？     随着访问物理存储介质（如硬盘）所需时间的减少，对B-tree的需求也随
1、B-树的查找
lane 备忘录
08-01 874
（1）B-树的查找方法   　 在B-树中查找给定关键字的方法类似于二叉排序树上的查找。不同的是在每个结点上确定向下查找的路径不一定是二路而是keynum+1路的。　　对结点内的存放有序关键字序列的向量key[l..keynum] 用顺序查找或折半查找方法查找。若在某结点内找到待查的关键字K，则返回该结点的地址及K在key[1..keynum]中的位置；否则，确定K在某个key[i]和key[i+
从二叉查找树到B*树，一文搞懂搜索树的演进！
架构师小秘圈
11-15 179
本文从二分查找讲起，讲解了BST、AVL、红黑树、B树、B+树最后到B*树的演进过程，知其所以然！在计算机中有一些数据结构总是与数据的查找分不开，比如二叉查找树（Binary Search Tree）、红黑树、B树、B+树等等数据结构。你可曾想过为什么会有这么多种用于搜索的数据结构？为什么红黑树结构在计算机中内存中被广泛应用？为什么MySQL多种数据引擎都选择B+树作为其索引实现？为什么Redis...
数据结构和算法-B树（B树的查找 B树的最大高度和最小高度）
最新发布
llovewuzhengzi的博客
12-28 1855
所以高度为h的最高的B树，此时的叶子节点树最小就是图中等比得来的，最大得小于终端节点的关键字总数可以多到为此时等比得来得叶子节点的关键字的数模加上终端节点关键字数目，若等于，此时高度还可以增加了。此时假设此时h为最高的B树的高度，那么此时高度最高的B树的除终端节点的节点的关键字数目必须为最小节点关键字总数，终端节点的关键字数目可以大于等于节点最小关键字总数。所以此时关键字数目为n的对应的最高的高度为h的B树的叶子节点的关键字的数目一定是大于最高的高度为h的B树的叶子节点的最少数目（等比得来的）
B树的定义和查找
W_Y_J_love的博客
05-03 765
文章目录B树设计的原因B树的定义B树的查找操作 B树设计的原因 Ｂ树出现是因为磁盘ＩＯ。ＩＯ操作的效率很低，那么，当在大量数据存储中，查询时我们不能一下子将所有数据加载到内存中，只能逐一加载磁盘页，每个磁盘页对应树的节点。造成大量磁盘ＩＯ操作（最坏情况下为树的高度）。平衡二叉树由于树深度过大而造成磁盘IO读写过于频繁，进而导致效率低下。 所以，我们为了减少磁盘ＩＯ的次数，就你必须降低树的深度，将“...
九种查找算法-B树/B+树
螺旋翻转大大雄
02-01 630
其中P[1]指向关键字小于K[1]的 子树，P[M]指向关键字大于K[M-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；B+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；非叶子结点的子树指针P[i]，指向关键字值属于[K[i], K[i+1])的子树, B树是开区间。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；根结点的儿子数为[2, M]；
查找之B树
weixin_46919419的博客
07-16 355
一、将二叉查找树拓展为m叉 //5叉排序树的结点定义 struct Node{ ElemType key[4];//最多4个关键字 struct Node *child[5];//最多5个汉字 int num;//结点中有几个关键字 }; 每个分叉就是一个查找范围 紫色为失败结点 查找一个元素 查找失败的例子： 如何保证查找效率 1、若每个结点关键字太少，导致树变高，要查找更多层结点，效率变低 注：是向上取整 例如5叉就除了根结...
B树学习笔记之B树的查找
世上再无张显宗
05-20 158
转： https://blog.csdn.net/wydyd110/article/details/80097181
B树及其基本操作（查找、插入、删除）
薛定谔的猫的博客
11-24 5528
文章目录B树的基本概念B树的高度 B树的基本概念 B树，又称为多路平衡查找树。 一棵m阶B树是一棵平衡的mmm叉查找树，它或者是空树，或者是满足以下性质的树： 1、 每个结点最多有mmm棵子树（即至多含m−1m-1m−1个关键字），并具有如下结构：n, P0, K1, P1, K2, P2, ... , Kn, Pnn,\ P_0,\ K_1,\ P_1,\ K_2, \ P_2, \ ...\ ,\ K_n,\ P
查找算法 | B-树详细分析
挖坑埋你
10-30 2694
什么是B-树？ 1970年，R.Bayer和E.mccreight提出了一种适用于外查找的树，它是一种平衡的多叉树（或多路查找树），称为 B树。 B树，有时又写为B-树或B_树（其中的“-”或者“_”只是连字符，并不读作“B减树”），一颗 m 阶的 B树是一棵平衡的 m 路搜索树。它或者是空树，或者是满足下列性质的树： 若根结点不是叶子结点（那种情况只能是整个树就一个根节点），则至少有两棵子树...
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

打赏作者

openwin_top

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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