看图轻松理解数据结构与算法系列(2-3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

2-3树

2-3树,是最简单的B-树,其中二、3主要体如今每一个非叶子节点都有2个或3个子节点,B-树便是平衡树,平衡树是为了解决不平衡树查询效率问题,常见的二叉平衡书有AVL树,它虽然提升了查询效率,可是插入操做效率不高,由于它须要再每次插入节点后维护树的平衡,而为了解决查询效率同时有兼顾插入效率,因而提出了2-3树。算法

2-3树特色

  • 2-3树是一棵平衡树,但不是二叉平衡树。
  • 对于高度相同的2-3树和二叉树,2-3树的节点数要大于满二叉树,由于有些节点可能有三个子节点。
  • 2-3树能够是一棵空树。
  • 对于2节点来讲,该节点保存了一个key及对应的value,除此以外还保存了指向左右两边的子节点,子节点也是一个2-3节点,左子节点全部值小于key,右子节点全部值大于key。
  • 对于3节点来讲,该节点保存了两个key及对应的value,除此以外还保存了指向左中右三个方向的子节点,子节点也是一个2-3节点,左子节点的全部值小于两个key中较小的那个,中节点的全部值在两个key值之间,右子节点大于两个key中较大的那个。
  • 对2-3树进行中序遍历能获得一个排好序的序列。

image

插入操做

刚开始是空树,插入节点“A”,建立根节点,sql

image

插入节点“B”,从根节点开始寻找存放的节点位置,与“A”节点合并后放到同一个叶子上,此时该叶子只包含“AB”两个项目,无需分裂,网络

image

继续插入节点“C”,从根节点开始寻找存放的节点位置,找到“AB”叶子节点,将其放进去,数据结构

image

但此时该叶子节点包含了“ABC”三个项目,须要将该节点进行分裂操做,分裂的具体过程以下,找到该节点三个项目中中间大的项,并发

image

上移成为最小项和最大项的父节点,而最小项做为中间项的左子节点,最大项做为中间项的右子节点。机器学习

image

继续插入“D”节点,从根节点开始寻找,数据结构和算法

image

大于“B”,因此往右,学习

image

找到“C”节点,并合并到该叶子节点,该节点只有两个项目,没必要分裂。.net

image

继续插入“E”,查找到“CD”叶子节点,放入“E”节点后发现该叶子节点有三个项目,须要分裂,

image

将中间项提高到父节点,其他两项分裂成两个子节点,“D”上升到父节点后存放在右边,并且父节点只有两个项目,没必要再继续分裂。

image

继续插入“F”节点,

image

往下看连续分裂两次的状况,继续插入“G”节点,大于“B”,继续比较,

image

大于“D”,往右子节点,

image

到右子节点后与“F”比较,发现大于“F”,放到右边,

image

image

发现“EFG”叶子节点有三个项目,必须分裂,

image

将中间项“F”提高到父节点,“E”和“G”左右两项分别称为左右子节点,

image

提高到父节点后发现父节点包含了“BDF”三项,也须要分裂,因而准备将中间项“F”提高,

image

发现“BDF”节点原本属于根节点,那么分裂后就没有根节点了,因而须要建立一个新节点做为根节点,即提高的“D”节点做为新的根节点。“B”和“F”左右两项分别做为左右子节点。

image

总结起来就是:一个节点插入到一棵2-3树中,先寻找该节点应该落到哪一个叶子节点上,注意必定是在叶子节点。将新节点做为一个新项加入到叶子节点中,此时若是该节点只有两个项目,则完成插入操做。但若是该节点有三个项目,则须要进行分裂操做,左中右三项按大小排序,将中间项提高到父节点中,而左右两项做为左右子节点,而后可能还没完,由于父节点上可能又包含了三个项目,若是是这样还得作分裂操做,一直递归到父节点只包含一个或两个项目。

查找

2-3树的查找与二叉树的查找相似,从根节点开始比较,若是相等则查找成功,不然往下继续查找,对于只有两个子节点的节点则在其左右子树中递归查找,而对于有三个子节点的节点则须要在左中右子树中递归查找。

以下2-3树,查找“C”节点,

image

从根节点开始,与“D”比较,“C”小于“D”则往左,

image

继续与“B”比较,“C”大于“B”则往右,

image

“C”与“C”相等,找到。

image

若是要查找“H”节点,从根节点开始,“H”大于“D”则往右,

image

在“FH”节点中逐个项比较,先跟“F”项比较,“H”大于“F”,继续比较下一项,

image

“H”等于“H”,找到,在“FH”节点中找到“H”。

image

若是要查找“G”节点,从根节点开始,“G”大于“D”则往右,

image

“G”与“FH”节点逐个比较,大于“F”,继续比较下一项,

image

“G”小于“H”,即“G”间于“F”和“H”之间,因而往中间,

image

“G”等于“G”,找到。

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