对分查找的最多次数_Java数据结构与算法:多路查找树
作者:subeiLYhttps://blog.csdn.net/m0_46153949/article/details/106742330
本章思维导图
二叉树与B树
二叉树的问题分析二叉树的操作效率较高,但是也存在问题, 请看下面的二叉树:
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: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.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.解决上述问题 ---> 多叉树 多叉树1.在二叉树中,每个节点有数据项,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(multiway tree)2.后面叙述的2-3树,2-3-4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)
B树的基本介绍B树通过重新组织节点,降低树的高度,并且减少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利用了磁盘预读原理,将一个节点的大小设为等于一个页(页得大小通常为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+)广泛应用于文件存储系统以及数据库系统中.
2-3树
2-3树基本介绍:
2-3树是最简单的B树结构, 具有如下特点:
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)
有两个子节点的节点叫二节点,二节点要么没有子节点,要么有两个子节点.
有三个子节点的节点叫三节点,三节点要么没有子节点,要么有三个子节点.
2-3树是由二节点和三节点构成的树。
2-3树应用案例将数列{16, 24, 12, 32, 14, 26, 34, 10, 8, 28, 38, 20} 构建成2-3树,并保证数据插入的大小顺序。(演示构建2-3树的过程 ——> 如下:)
插入规则: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.有两个子节点的节点叫二节点,二节点要么没有子节点,要么有两个子节点.3.有三个子节点的节点叫三节点,三节点要么没有子节点,要么有三个子节点4.当按照规则插入一个数到某个节点时,不能满足上面三个要求,就需要拆,先向上拆,如果上层满,则拆本层,拆后仍然需要满足上面3个条件。 5.对于三节点的子树的值大小仍然遵守(BST 二叉排序树)的规则
说明:1. 当插入10时,应当在 10 - 12 -14 这个位置,但是这时满了,因此向上层看, 16-26 也满了2. 因此将 10-12-14 拆 成 10 14, 因为其它拆法,不能满足 二节点或三节点的要求.
3. 但是这时,叶子节点没有全部在同一层,需要调整26 这个值到下面(如图)
其它说明除了23树,还有234树等,概念和23树类似,也是一种B树。如图:
B树、B+树和B*树
B树的介绍B-tree树即B树,B即Balanced,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。
前面已经介绍了2-3树和2-3-4树,他们就是B树(英语:B-tree 也写成B-树),这里我们再做一个说明,我们在学习Mysql时,经常听到说某种类型的索引是基于B树或者B+树的,如图:
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42.B-树的搜索,从根结点开始,对结点内的关键字(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结点;重复,直到所对应的儿子指针为空,或已经是叶子结点3.关键字集合分布在整颗树中, 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结点结束5.其搜索性能等价于在关键字全集内做一次二分查找
B+树的介绍B+树是B树的变体,也是一种多路搜索树。
B+树的说明:1.B+树的搜索与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2.所有关键字都出现在叶子结点的链表中(即数据只能在叶子节点【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5.更适合文件索引系统6.B树和B+树各有自己的应用场景,不能说B+树完全比B树好,反之亦然.
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*树的说明:
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B+树的1/2。
从第1个特点我们可以看出,B*树分配新结点的概率比B+树要低,空间使用率更高
更多精彩:记一次由Redis分布式锁造成的重大事故,避免以后踩坑!6 个 Spring Boot 项目够经典,建议收藏!数据量很大,分页查询很慢,推荐个优化方案!京东把 Elasticsearch 用得真牛逼!日均5亿订单查询完美解决!推荐一款免费开源的通用数据库工具这么设计,Redis 10亿数据量只需要100MB内存
关注公众号,查看更多优质文章
最近面试BAT,整理一份面试资料《Java面试BAT通关手册》,覆盖了Java核心技术、JVM、Java并发、SSM、微服务、数据库、数据结构等等。获取方式:点“在看”,关注公众号并回复 666 领取,更多内容陆续奉上。明天见(。・ω・。)ノ♡
对分查找的最多次数_Java数据结构与算法:多路查找树相关推荐
- 『数据结构与算法』解读树(Tree)和二叉树(Binary Tree)!
『数据结构与算法』解读树(Tree)和二叉树(Binary Tree)! 文章目录 一. 树 1.1. 树的定义 1.2. 树的基本术语 1.3. 树的性质 二. 二叉树 2.1. 二叉树的定义 2. ...
- 数据结构与算法之2-3-4树
数据结构与算法之2-3-4树 原文来自个人博客(求访问/关注/收藏): https://bbing.com.cn/ CSDN个人博客不定期转载 平衡树 [外链图片转存失败,源站可能有防盗链机制,建议将 ...
- java数据结构排序实验报告_java数据结构与算法之插入排序详解
本文实例讲述了java数据结构与算法之插入排序.分享给大家供大家参考,具体如下: 复习之余,就将数据结构中关于排序的这块知识点整理了一下,写下来是想与更多的人分享,最关键的是做一备份,为方便以后查阅. ...
- Java数据结构与算法——线性查找 二分查找 插值查找
1.线性查找 有一个数列: {1,8, 10, 89, 1000, 1234} ,判断数列中是否包含此名称[顺序查找] 要求: 如果找到了,就提示找到,并给出下标值. package com.szh. ...
- jquery删除数组中的某个元素下标越界_Java数据结构和算法(二)—数组
目录 1.Java数组介绍 2.用类封装数组实现数据结构 3.分析数组的局限性 上篇博客我们简单介绍了数据结构和算法的概念,对此模糊很正常,后面会慢慢通过具体的实例来介绍.本篇博客我们介绍数据结构的鼻 ...
- java递归单链表查找中间元素_《数据结构与算法——C语言描述》答案 3.11 查找单链表中的特定元素(递归)...
转载请注明出处:http://blog.csdn.net/xdz78 #include #include //查找单链表中的特定元素,<数据结构与算法--c语言描述> 3.11 答案 in ...
- java快排原理_Java数据结构与算法——快速排序
声明:码字不易,转载请注明出处,欢迎文章下方讨论交流. 前言:Java数据结构与算法专题会不定时更新,欢迎各位读者监督.本篇文章介绍排序算法中最常用也是面试中最容易考到的排序算法--快排,包括快排的思 ...
- 数据结构与算法——二分查找与二叉排序树
文章目录 1.预备知识 1.1 题目目录 1.2 二分查找 1.3 递归二分查找 1.4 循环二分查找 1.5 二叉查找(排序)树 1.6 二叉搜索树的代码实现 2.搜索插入位置 2.1 题目描述 2 ...
- Java数据结构与算法 线性查找和二分查找
查找 查找(searching)是在一组数据项中找到指定的目标元素(target element)或者判定组内不存在目标的过程.要查找的数据项组有事成为查找池(search pool). 在此讨论两种 ...
最新文章
- ruby tk秒表的应用
- 使用Struts2防止表单重复提交
- 田志刚:为什么要尊重老师?
- 网页版登录入口_企业微信网页版怎么登录?企业微信客户端和网页版有什么区别?...
- 剪裁tiff影像数据_能看更会用,超擎影像云平台带你轻松玩转海量影像!
- [css] 说出至少十条你理解的css规范
- python高手养成_不要总抱怨它慢了 突破性能瓶颈 找到Python序列筛选数据的最优解...
- BeanDefinition源码解析
- 2018-4-17论文《狼群算法的研究与应用》笔记1 智能算法简介;狼群算法国内外研究现状以及参看文献
- ps入门第10天_ps色彩平衡ps色相饱和度
- vue+i18n 切换语言后无法刷新数据 的 解决方案
- mysql mpm_部署zabbix监控mysql (三) MPM插件介绍和部署
- 学习Linux Bridge与利用Bridge创建虚拟网络
- win7下桌面IE快捷方式无法删除解决方法
- org.gradle.api.tasks.TaskExecutionException: Execution failed for task ':app:processDebugManifest
- 计算机网络,概念,发展历史,分类,协议
- 缓存插件 EHCache
- TortoiseSvn介绍(配置与管理)
- 《 猜数字》小游戏的Java实现
- MissionPlanner的固件下载模块