数据结构——文件 (3590kb).pptVIP

山东大学管理学院 戚桂杰 姚云鸿 数据结构 第8章 文件 山东大学管理学院 * 山东大学管理学院 戚桂杰 姚云鸿 * 本章内容 文件概述 顺序文件 直接文件 索引文件倒排文件 * 山东大学管理学院 戚桂杰 姚云鸿 * § 1 文件概述 一、 文件的概念 域（Field）是数据的基本单位，又称为字段或数据项。域通常用于描述数据对象的属性，不可分割的域含有一个简单的值。 记录（Record）是一组相关域的集合，它可以看作是应用程序的一个单元。根据设计的不同，记录可以是固定长或可变长。如果记录中某些域的长度是可变的，则该记录就是可变长度的记录。 文件（File）是由大量性质相同的记录组成的集合，它被应用程序看作是一个实体。文件有一个惟一的名字，可以被创建或删除。 数据库（Database）是一组相关的数据，它的本质特征是数据单元间存在明确的关系，并且设计成可供许多不同的应用程序使用。数据库自身是由一种或多种不同类型的文件组成。 * 山东大学管理学院 戚桂杰 姚云鸿 * 二、文件的逻辑结构 文件的逻辑结构是用户能观察到的，可加以处理的数据集合。 文件的逻辑结构分两种形式：一种是流式文件，另一种是记录式文件。 记录成组与分解处理 流式文件指文件内的数据不再组织成记录，只是连续的字符序列。 记录式文件是指若干逻辑记录（按信息在逻辑上的独立含意划分的一个信息单位）的集合。 逻辑记录1 逻辑记录2 逻辑记录3 物理记录 逻辑记录 用户缓冲区 系统缓冲区 * 山东大学管理学院 戚桂杰 姚云鸿 * 三、 文件的物理结构 构造文件物理结构的方法：计算法和指针法。 四、文件的操作 记录检索 记录插入 记录删除 记录更新 文件排序 实现原理是设计映射算法，通过对记录关键字的计算转换成对应的物理块地址，从而找到所需记录。 置专门指针，指明相应记录的物理地址或表达各记录之间的关联。 * 山东大学管理学院 戚桂杰 姚云鸿 * § 2 顺序文件 分块块插值查找 算法： （1）初始化 low = 1；high=N。 （2）反复执行下面操作，直到high＜low成立 (a)i = (b)读取第i个物理块，获得Li和Hi (c)分下面三种情况执行 Li≤K≤Hi时，查找成功，第i个物理块即为所求; K＞Hi时，执行low = i+1; K＜Li时，执行high = i-1; (3)查找失败，算法结束。 low:查找范围内的最小物理块号； high: 查找范围内的最大物理块号； Li：第i个物理块内的记录的最小关键字； Hi：第i个物理块内的记录的最大关键字 * 山东大学管理学院 戚桂杰 姚云鸿 * § 3 直接文件（散列文件） 直接文件：记录在介质上的位置是通过对记录的键施加变换而获得相应地址。 一、桶散列 （静态散列） 基本思想： 把文件的记录通过散列函数H分别存储在许多存储桶中，每个存储桶包含一个或多个物理块，一个存储桶中的物理块用指针连接形成链表，每个物理块存放若干记录。如果一个桶溢出，即它容纳不下所有属于它的记录，那么可以给该存储桶增加一个溢出块链表以存放更多的记录。 操作：以i=H(key) 为依据完成查找、插入、删除、更新等操作。 * 山东大学管理学院 戚桂杰 姚云鸿 * § 3 直接文件（散列文件） 二、 可扩展散列（动态散列文件） 可散列文件的组织方式：散列函数H把关键字key转换成一个定长的二进制位串k′（伪关键字），取k′前i位二进制数（设为k〞）作为存储桶目录表中的目录项号，即表示目录表中第k〞个目录项，目录项中的指针指向的物理块就是具有关键字key的记录所在的物理块；存储桶目录项的个数为2i。 i 确定记录在该物理块中的成员资格 的二进制位串的位数 * 山东大学管理学院 戚桂杰 姚云鸿 * 查找操作 查找关键字为K的记录，先计算出H（K），取出这一二进制位串的前i位（设为k〞），并找到序号为k〞的存储桶目录项。根据此目录项的指针找到物理块B。 插入操作 为了插入关键字为K的记录，先其所在的物理块，若该物理块中有空闲空间，我们就把新记录存入，插入操作完成。如果B中没有空闲空间，那么根据数字i的不同有两种可能： 如果j=i，那么我们必须先将i加1，使存储桶目录项个数增加一倍，即2i+1。在新存储桶目录表中，序号为k〞0和k〞1（分别用0和1扩展k〞）的项都指向原k〞目录项指向的物理块。 * 山东大学管理学院 戚桂杰 姚云鸿 * 插入操作 如果j＜i（j的值可在每个物理块的“小凸块”中找到），那么不必对存储桶目录表做任何变化。按下面规则操作： （a）将物理块B分裂成两个存储块。 （b）根据记录关键字的散列值的