B-tree.ppt

删除55 结点合并 删除80 结点合并 非叶结点删除 删除50 删除55 结点合并与调整 删除70 删除75 B-树的关键码删除算法 AVL树是2路查找树。如果已知m路查找树的度 m和它的高度 h, 则树中的最大结点数为 (等比级数前 h 项求和) 每个结点中最多有 m-1 个关键码，在一棵高度为 h 的 m 路查找树中关键码的最大个数为 mh+1-1。 对于高度 h=2 的二叉树，关键码最大个数为7； 对于高度 h=3 的3路查找树，关键码最大个数为 34-1 = 80。 若树中关键码有 N 个, 则失败结点数为 N+1。这是因为失败一般发生在 Kix Ki+1, 0?i?N，设K0 = -?，KN+1 = +?。因此，有 N +1 = 失败结点数 = 位于第 h+1 层的结点数 ? 2 ?m / 2? h-1 N ? 2 ?m / 2? h-1-1 反之，如果在一棵 m 阶B-树中有 N 个关键码，则所有的非失败结点所在层次都小于 h，则 h-1 ? log ?m / 2? ( (N +1) / 2 ) 示例：若B-树的阶数 m = 199，关键码总数 N = 1999999，则B-树的高度 h 不超过 log100 1000000 +1= 4 提高查找树的路数 m，可以改善树的查找性能。对于给定的关键码数 n，如果查找树是平衡的，可以使 m 路查找树的性能接近最佳。下面我们将讨论一种称之为B-树的平衡的 m 路查找树。在B-树中我们引入“失败”结点。一个失败结点是当查找值x不在树中时才能到达的结点。 若B-树的阶数 m = 3，高度 h = 4，则关键码总数至少为 N = 2 ?3 / 2? 4-1-1 = 15。 m值的选择 如果提高B-树的阶数 m，可以减少树的高度，从而减少读入结点的次数，因而可减少读磁盘的次数。 事实上，m 受到内存可使用空间的限制。当 m很大超出内存工作区容量时，结点不能一次读入到内存，增加了读盘次数，也增加了结点内查找的难度。 m值的选择：应使得在B-树中找到关键码 x 的时间总量达到最小。 这个时间由两部分组成： 从磁盘中读入结点所用时间 在结点中查找 x 所用时间 根据定义，B-树的每个结点的大小都是固定的，结点内有 m-1 个索引项 (Ki, Di, Ai), 1 ? i m。其中，Ki 所占字节数为?，Di 和 Ai 所占字节数为?，则结点大小近似为 m(?+2?) 个字节。读入一个结点所用时间为： tseek + tlatency + m(? + 2?) ttran = a + bm B+树 B+树可以看作是B-树的一种变形，在实现文件索引结构方面比B-树使用得更普遍。 一棵m阶B+树可以定义如下： 树中每个非叶结点最多有 m 棵子树； 根结点 (非叶结点) 至少有 2 棵子树。除根结点外，其它的非叶结点至少有 ?m/2? 棵子树；有 n 棵子树的非叶结点有 n-1 个关键码。 所有的叶结点都处于同一层次上，包含了全部关键码及指向相应数据对象存放地址的指针，且叶结点本身按关键码从小到大顺序链接； 每个叶结点中的子树棵数 n 可以多于 m，可以少于 m，视关键码字节数及对象地址指针字节数而定。 若设结点可容纳最大关键码数为 m1，则指向对象的地址指针也有 m1 个。 结点中的子树棵数 n 应满足 n ? [?m1/2?, m1]。 若根结点同时又是叶结点，则结点格式同叶结点。 所有的非叶结点可以看成是索引部分，结点中关键码 Ki 与指向子树的指针 Ai 构成对子树 (即下一层索引块) 的索引项 ( Ki, Ai )，Ki 是子树中最小的关键码。特别地，子树指针 A0 所指子树上所有关键码均小于 K1。结点格式同B-树。 B+树 叶结点中存放的是对实际数据对象的索引。 在B+树中有两个头指针：一个指向B+树的根结点，一个指向关键码最小的叶结点。可对B+树进行两种查找运算：一种是循叶结点链顺序查找，另一种是从根结点开始，进行自顶向下，直至叶结点的随机查找。 B+树 在B+树上进行随机查找、插入和删除的过程基本上与B-树类似。只是在查找过程中，如果非叶结点上的关键码等于给定值，查找并不停止，而是继续沿右指针向下，一直查到叶结点上的这个关键码。B+树的查找分析类似于B-树。 B+树的插入仅在叶结点上进行。每插入一个关键码-指针索引项后都要判断结点中的子树棵数是否超出范围。当插入后结点中的子树棵数 n m1 时，需要将叶结点分裂为两个结点，它们的关键码分别为 ?(m1+1)/2? 和 ?(m1+1)/2?。并且它们的双亲结点中应同时包