[数学]数据结构第8章.ppt

2) 除留余数法 这种方法是用模运算(%)得到的。设给出的关键字值为K，存储区单元数为m，则用一个小于m的质数P去除K，得到的余数为R，即：R=K%P。如果R落在存储区地址范围内，则R就取为哈希函数值(散列地址)；否则，再用一个线性数求出哈希函数值。 例如：有一组关键字从000001到859999，指定的存储区地址为1000000～1005999，即m=6000，可选P=599，若要转换关键字K=172148，则有 R=172148 % 599=4176 2) 插入 在B-树中，插入一个关键字的方法很简单。对于叶结点处于第L+1层的B-树，插入的关键字总是进入第L层的结点。 若在一个包含j＜m-1个关键字的结点中插入一个新的关键字，则插入过程将局限于该结点，把新关键字直接插入该结点即可。例如，在图8.7的B-树中，若插入关键字137，则只需改变一个结点，改变的结点如图8.8所示。 图8.8 关键字个数小于m-1的结点中插入示例 若把一个新的关键字插入一个已有m-1(m为B-树的阶)个关键字的结点中，则将引起结点的分裂。例如，在图8.7的6阶B-树中插入关键字460，因为要插入的这个结点是满的(已包含5个关键字)，不能再往里插了。在这种情况下，这个结点将分裂为两个，并把中间的一个关键字拿出来，插到该结点的双亲结点里去。如果双亲结点也是满的，则需要再分裂，然后往里插。最坏的情况是这个过程可能一直传到根，而不能插入。由于根是没有双亲的，若需要分裂根，就要建立一个新的根结点，则整个B-树增加了一层。在图8.7的6阶B-树中插入关键字460后，树中有关结点的变化如图8.9所示。 图8.9 插入关键字460后6阶B-树的变化 3) 删除 如果删除的关键字不在第L层，则先把此关键字与它在B-树中的后继关键字的位置对换，然后再删除该关键字。例如，在图8.7的B-树中要删除关键字045，则先找到045的后继关键字052，把045和052的位置对换，然后再删除045，如图8.10(a)所示。 　　如果删除的关键字在第L层，则把它从所在的结点里去掉，这样可能导致此结点所包含关键字的个数小于「m/2」-1。这种情况下，应该考察该结点的左或右兄弟结点，然后从兄弟结点中移若干个关键字到该结点中来(这也涉及到它们双亲结点中的一个关键字要做相应变化)，使两个结点所含关键字的个数基本相同。那么，当兄弟结点中关键字个数很少，并刚好等于「m/2」-1时，这种移动不能进行。此时，要把删除了关键字的结点、它的兄弟结点和它们的双亲结点中一个关键字合并为一个结点。 例如，从如图8.10(a)所示的B-树中删除045，这样一来原包含关键字045的结点，只剩下一个关键字，即小于m/2-1=6/2-1=3-1=2。于是，需从右边兄弟结点移一个关键字135到该结点来，但因为涉及到它们双亲结点中的关键字112要作相应变化，所以实际上是关键字135移到双亲结点，而把关键字112移入原来包含045的结点，如图8.10(b)所示。 如果在图8.10(b)中再删除112，则删除112后，原包含112的结点只剩下一个关键字110了，并且它的左、右兄弟结点包含的关键字也很少，刚好等于m/2-1=6/2-1=3-1=2，于是把原包含112的结点、它的右兄弟结点及它们双亲结点中的关键字135合并成一个新结点，如图8.10(c)所示。从双亲结点中这样拿出一个关键字，有时也可能导致进一步的合并，甚至这种合并一直传到根结点。在根结点只包含一个关键字情况下，此时发生直到根结点的合并，将使根结点和它的两个孩子进行合并，形成新的根结点，从而使整个树减少了一层。 图8.10 B-树的删除操作 最后，我们来估计一下B-树的查找率。若一棵L+1层的m阶B-树包含n个关键字，查找失败的关键字会有n+1种情况，而B-树叶结点表示树中并不存在的外部结点，正好对应n+1种查找失败的情况。因此，B-树有n+1个树叶，树叶都在第L+1层。第一层为根，至少一个结点，根至少有两个孩子，即第二层至少有两个结点。 除根和树叶外，其他结点至少有「m/2」个孩子。因此，第三层至少有2×「m/2」个结点，第四层至少有2×(「m/2」)2个结点……第L+1层至少有2×(「m/2」)L-1个结点，于是有： n+1≥2×(「m/2」)L-1 在含有n个关键字的B-树上进行查找时，从根结点到关键字所在结点的路径上，涉及的结点数不超过L层次数。即： 这意味着若n=1、999、998，m=199，则L至多等于4，而一次查找最多进行L次存取。因此，这个公式保证了B-树的查找效率是相当高的