数据结构与算法“索引”教学设计.pdfVIP

数据结构与算法 “索引”教学设计 北京大学信息科学技术学院 张铭 1. 索引在课程中的定位和前测知识点 数据结构设计的重要目标之一是提高操作速度，对数据库而言，主要是检索速度。实际 上索引是为检索服务的，而排序又是为索引服务的。散列方法，其实是对关键码的索引，与 关键码对应的记录数据可能存放在其他地方；局部平衡的红黑树、平衡的AVL 树、自组织 的伸展树等二叉搜索树具有良好的检索性能，非常适合于基于内存的索引。 前测知试点要求如下，可以根据需要给学生补充： （1）索引、主码、辅码的基本概念； （2 ）二分查找的概念； （3 ）二叉搜索树的查找和插入操作。 2．学习目标 （1）理解几种重要的基于磁盘的索引文件组织方式； （2 ）能比较各种索引技术的性能并进行简单的分析； （3 ）掌握B/B+树动态索引技术； （4 ）了解位图索引技术以及文本信息检索中的签名文件索引； （5 ）了解高效率的常用二叉搜索树索引结构红黑树。 3. 知识点和学时分配 理论授课4 学时，建议安排实验10 学时。 以下内容是本课程要求的基本教学内容，在授课中必须完全涵盖，主讲教师可以根据学 生的状况、教师的科研背景等在某些方面进行扩展和对学生进行引导，以扩大适当学生的涉 猎面。对于非计算机类的学生，可以不讲红黑树部分。 各知识点建议授课时间如下： 索引技术的基本概念 0.1 小时 线性索引 0.1 小时 静态索引 0.3 小时 倒排索引 0.5 小时 动态索引 1 小时 位索引技术 0.5 小时 红黑树 1.5 小时 4．重点和难点 索引重点如下： （1）B/B+树的查找、插入、删除、访外次数分析； （2 ）线性索引的基本概念及优缺点、二级线性索引； （3 ）静态索引及多分树的基本概念； （4 ）基于属性、正文文件的倒排索引的基本概念。 索引难点如下： （1）B/B+树的性能分析； （2 ）红黑树的基本概念和插入、删除算法。 5．授课提示 开展研究型教学，挖掘知识背后的内容，通过提出问题、探讨方法、研究思想、比较性 能，培养学生的创新意识、创新能力。 下面是索引部分的重点和难点内容的讲授注意事项。 （1）B/B+树的查找、插入、删除、访外次数和性能分析 B/B+树是动态的索引结构，允许动态地插入或删除记录，索引结构本身也可能发生改 变。改变索引结构的目的是为保持较好的性能，例如较高的检索效率。 B+树是B 树的一种变形树，他们的区别如下：（1）B 树有k 个子结点的结点拥有k-1 个关键码；B 树有k 个子结点的结点必然有k 个关键码。（2 ）B 树中关键码没有重复，父结 点中的关键码是其子结点的分界；B+树内部分支结点仅具有索引作用，可以看作是从叶往 根的方向一层层复写子结点中的最大（或最小）关键码。（3 ）B+ 中叶结点是关键码的一个 全集，跟实际数据记录有关的信息均存放在叶结点中。B+树本身也有很多变体。 B 树、B+树的插入与删除都要特别注意保持其平衡性质，特别是等高、子结点个数、 关键码个数的上下界限制。由于B 树和B+树本身具有相似性，又略微不同，因此其它们的 操作过程类似，但是有一些差别。 学生容易不能理解B/B+树插入删除的具体过程，细节容易忽略，可以采用动画等直观 地进行演示，尤其是分裂合并的过程。 对B 树的查找和插入算法进行性能分析。通过公式演算让学生了解B 树性能分析的具 体计算过程。 （2 ）线性索引的基本概念及优缺点、二级线性索引 线性索引被组织成简单的（关键码，指针）的序列，按照关键码的顺序进行排序，其常 用检索技术是二分检索。数据规模太大，索引文件无法完全存储到内存时，可以采用二级线 性索引。 （3 ）静态索引及多分树的基本概念 多分树静态索引结构在文件创建、初始装入记录时生成，并固定不变，插入和删除操作