首页 > 代码库 > 算法数据结构(一)-B树
算法数据结构(一)-B树
介绍
B树是为硬盘快速读取数据(降低IO操作次树)而设计的一种平衡的多路查找树。
目前大多数据库及文件索引,都是使用B树或变形来存储实现。
目录
1:为什么B树效率高
2:B树存储
3:B树缺点
一:为什么B树效率高
在大规模数据存储操作中,由于无法一次性加载到内存里。所以避免不了发生内外存交换。所以次数越少,效率表现也越高。
我们来看下面这张图:
这是个典型的b树结构,初始因子为1000。高度仅为3的b树,就可以存储1002001000的数据了。
假设我们要查询最后一个数据:
1: 从硬盘加载根节点搜索。 IO一次
2:根据根节点的指针信息,去加载第二层的节点。 IO一次
3:重复2。 IO一次
我们发现IO只用了3次,就查询了我们要的数据。所以说B树效率很高。
补充: B树的节点,在硬盘里表现为:柱面里的页(page)或盘块(block) 。如果把索引持久化到内存,只需要一次就够了。
B树的高效基础:数据已排序。
二:B树结构
先来张经典的图:
这里是B树存储在硬盘的结构图。
补充:根节点中17,35在称为关键字(key) ,实际中往往附带更多复杂类型数据。
再来段枯燥的定义:
1:每个非根节点至少有t-1个关键字,非根内节点至少有t个子女。 t称为度数(degree),t>=2 。
. 2:每个节点至多有2t-1关键字,每个内节点最多有2t个子女。
3:每个叶节点具有相同的深度,即树的高度h 。
实现
搜索:从根节点搜索,找到返回。找不到递归下级节点,直到叶子节点,找到返回,找不到不存在。
插入:根节点插入,节点满进行分裂,再满递归分裂。 不满直接插入。
删除:查询到节点,删除。不满足定义合并。
更新:查询到子节点,更新数据。
三:B树缺点
从上面的得知,在查询单条数据是非常快的。但如果范围查的话,b树每次都要从根节点查询一遍。
所以在实际应用中,往往采用b树的变形,b+树来存储,只有叶子节点存储数据,每个叶子节点都指向下一个。
主要参考资源
1:算法导论
算法数据结构(一)-B树