看图轻松理解数据结构与算法系列(B树)

前言

推出一个新系列,《看图轻松理解数据结构和算法》,主要使用图片来描述常见的数据结构和算法,轻松阅读并理解掌握。本系列包括各类堆、各类队列、各类列表、各类树、各类图、各类排序等等几十篇的样子。mysql

B树

B树即平衡查找树,通常理解为平衡多路查找树,也称为B-树、B_树。是一种自平衡树状数据结构,能对存储的数据进行O(log n)的时间复杂度进行查找、插入和删除。B树通常较多用在存储系统上,好比数据库或文件系统。算法

B树特色

  • B树能够定义一个m值做为预约范围,即m路(阶)B树。
  • 每一个节点最多有m个孩子。
  • 每一个节点至少有ceil(m/2)个孩子,除了根节点和叶子节点外。
  • 对于根节点,子树个数范围为[2,m],节点内值的个数范围为[1,m-1]。
  • 对于非根节点,节点内的值个数范围为[ceil(m/2)-1,m-1]。
  • 根节点(非叶子节点)至少有两个孩子。
  • 一个有k个孩子的非叶子节点包含k-1个值。
  • 全部叶子节点在同一层。
  • 节点内的值按照从小到大排列。
  • 父节点的若干值做为分离值分红多个子树,左子树小于对应分离值,对应分离值小于右子树。

如下是一个四阶B树,sql

image

插入

假设如今构建一棵四阶B树,开始插入“A”,直接做为根节点,数据库

image

插入“B”,大于“A”,放右边,网络

image

插入“C”,按顺序排到最后,数据结构

image

继续插入“D”,直接添加的结果以下图,此时超过了节点能够存放容量,对于四阶B树每一个节点最多存放3个值,此时须要执行分裂操做,并发

image

分裂操做为,先选取待分裂节点的中值,这里为“B”,而后将中值“B”放到父节点中,由于这里尚未父节点,那么直接建立一个新的父节点存放“B”,而原来小于“B”的那些值做为左子树,原来大于“B”的那些值做为右子树。机器学习

image

继续插入“E”,"E"大于“B”,往右子节点,数据结构和算法

image

分别于“C”和“D”比较,大于它们,放到最右边,学习

image

插入“F”,“F”大于“B”,往右子树,

image

“F”分别与“C”"D""E"比较,大于它们,放到最右边,此时触发分裂操做,

image

选取待分裂节点的中值“D”,而后将中值“D”放到父节点中,父节点中的“B”小于“D”,因而放到“B”右边,而原来小于“D”的那些值做为左子树,原来大于“D”的那些值做为右子树。

image

继续插入“M”,结果为,

image

插入“L’,大于“B”“D”,往右子树,

image

“L”大于“E”“F”小于“M”,因而放到第三个位置,此时触发分裂操做,

image

选取待分裂节点的中值“F”,而后将中值“F”放到父节点中,父节点中的“B”“D”都小于“F”,因而放到最右边,而原来小于“F”的那些值做为左子树,原来大于“F”的那些值做为右子树。

image

插入“K”,结果为,

image

插入“J”,大于“B”“D”“F”,往右子树,

image

“J”小于“K”“L”“M”,因而放到第一个位置,此时触发分裂操做,

image

选取待分裂节点的中值“K”,而后将中值“K”放到父节点中,父节点中的“B”“D”“F”都小于“K”,因而放到最右边,而原来小于“K”的那些值做为左子树,原来大于“K”的那些值做为右子树。此时父节点也触发分裂操做,

image

选取待分裂节点的中值“D”,而后将中值“D”放到父节点中,因为尚未父节点,那么直接建立一个新的父节点存放“D”,而原来小于“D”的那些值做为左子树,原来大于“D”的那些值做为右子树。

image

插入“I”,大于“D”,往右子树,

image

右子树不是叶子节点,继续往下,这时“I”大于“F”而小于“K”,因此往第二个分支,

image

“I”小于“J”,因而放到左边,

image

相似地,插入“H”,结果以下,

image

插入“G”,往左子树,

image

往中间分支,

image

触发分裂操做,

image

选取待分裂节点的中值“H”,而后将中值“H”放到父节点中,"H"大于父节点中的“F”而小于“K”,因而放到中间,而原来小于“H”的那些值做为左子树,原来大于“H”的那些值做为右子树。

image

综上所述,插入操做的核心是分裂操做。无需分裂的状况比较简单,直接插入便可;若是插入后超过节点容量,这个容量可预先自定义,则须要进行分裂操做,须要注意的是分裂可能引发父节点须要继续分裂。

查找

对B树进行查找就比较简单,查找过程有点相似二叉搜索树,从根节点开始查找,根据比较数值找到对应的分支,继续往子树上查找。

好比查找“I”,"I"大于“D”,往右子树,

image

“I”分别与节点内值比较,大于“F”“H”而小于“K”,往第三个分支,

image

逐一比较节点内的值,找到“I”。

image

-------------推荐阅读------------

个人开源项目汇总(机器&深度学习、NLP、网络IO、AIML、mysql协议、chatbot)

为何写《Tomcat内核设计剖析》

个人2017文章汇总——机器学习篇

个人2017文章汇总——Java及中间件

个人2017文章汇总——深度学习篇

个人2017文章汇总——JDK源码篇

个人2017文章汇总——天然语言处理篇

个人2017文章汇总——Java并发篇


跟我交流,向我提问:

欢迎关注:

相关文章
相关标签/搜索