数据结构-第十二章文件.ppt

7.5散列文件 文件的组织方式 二、B树的操作 （1）按关键码进行查找　　假设要查找关键码等于 kval 的记录，首先将根结点读入内存进行查找，若找到，即找到了该记录所对应的物理记录位置，算法结束；否则沿着指针所指，读入相应子树根结点继续进行查找，直至找到关键码等于kval的索引项或者顺指针找到某个叶子结点，前者可由索引项取得主文件中的记录，后者说明索引文件中不存在关键码等于 kval 的记录。例如，上页图中的两条虚线表示在所示B树上查找关键码分别等于47和25的记录的过程。 （2）插入索引项　　插入是在查找的基础上进行的。若在B树上找到关键码等于 kval 的索引项，则不再进行插入，否则先将关键码等于 kval 的记录插入主文件，然后将索引项插入B树。插入索引项的结点应是查找路径上最后一个非叶结点，如关键码等于25的索引项应插入在上页图所示B树的物理地址为 e 的结点中，由于 m 阶B树结点中的索引项不能超过 m-1，则当插入不能满足这个约定时，要对结点进行分裂操作，有时还会产生分裂连续发生直至生成新的根结点为止，如动画所示。　 （3）删除索引项　　 删除关键码等于 kval 的记录同样也在查找的基础上进行。若在B树上没有找到关键码等于 kval 的索引项，不再进行删除操作，否则只要删除相应索引项即可。和B树的插入操作相反，在B树上删除索引项要受“结点中索引项的个数不得少于 m/2 -1”的约定，为此有时需进行“合并”结点的操作。 可见在B树上进行查找是反复进行“访问外存读入结点”和“在结点中进行查找”这两个操作的过程，因此在B树上进行查找的效率取决于B树的深度，即访问外存的次数。可以证明，含N个索引项的 m 阶B树的最大深度为 　　 因此，在含N个索引项的 m 阶B树上进行查找访问外存的次数不超过 。 7.4索引顺序文件 ? 一、索引顺序文件的特点 若索引文件中的主文件按关键码有序，则称索引顺序文件。它是目前大型文件和数据库广泛采用的数据组织形式。 索引顺序文件中的索引是“非稠密索引”，即对主文件中连续的一组记录建立一个索引项，它由这组记录中的最大关键码和这组记录的物理地址组成。 索引的组织形式可分静态索引和动态索引两类，前者以ISAM文件为代表，它是一种专为磁盘存取设计的文件组织方式，由索引区，数据区和溢出区三部分组成。 索引区通常是与硬件层次一致的三级索引：总索引，柱面索引和磁道索引，溢出区用来存放后插入的记录。当文件主要用于检索时，ISAM文件效率高，既能随机查找，又能顺序查找，但若增删频繁，则存取效率退化，且需定期重组。动态索引以B+树为代表，其典型的文件组织为VSAM文件，它既便于检索又便于更新。 二、B+树 B+树的结构特点：B+树是B树的一种变型树，其结构和B树的差异在于： (1) B+树的每个叶子结点中含有 n 个索引项(即 n 个关键码和 n 个指针)；并且，所有叶子结点彼此相链接构成一个有序链表，该有序链表的头指针指向含最小关键码的结点； (2) B+树上每个非叶结点中的关键码 Ki 是其相应指针 Ai 所指子树的索引项，即该关键码为该子树中关键码的最大值；　　(3) 一棵m阶的B+树中每个结点至多含 m 个关键码(即至多有 m 棵子树)，除根结点至少含2个关键码外，其余结点至少含 m/2 个关键码，所有叶子结点都处在同一层次上。　　例如下图为一棵深度为3的4阶B+树。 4阶B+树示例 三、B+树的操作 在B+树上，既可以进行从根结点开始的缩小范围的查找，也可以从最小关键码开始进行顺序查找；在进行缩小范围的查找时和B树稍有不同，不管查找成功与否，都必须查到叶子结点才能结束，在结点内进行查找时，若给定值≤Ki，则应继续在 Ai 所指子树中进行查找。在B+树上进行插入和删除索引项时，则类似于B树，必要时也需要进行结点的分裂或合并操作，分裂和合并的规则和B树相同。 　 1） VSAM文件的组织方法 VSAM文件的结构示意图如页面右侧所示。它由索引集、顺序集和数据集三部分组成。其中数据集即为主文件，而顺序集和索引集构成主文件的“索引”，是一棵B+树。其中顺序集中的每个结点即为B+树的叶子结点，包含主文件的全部索引项，索引集中的结点即为B+树的非叶结点，可看成是文件索引的高层索引。 数据集由若干控制区间组成，每个控制区间内含一个或多个记录，当含多个记录时，同一控制区间内的记录按关键码自小至大有序排列，且文件中第一个控制区间中记录的关键码值最小。在VSAM文件中，控制区间是用户进行一次存取的逻辑单位，可看成是一个“逻辑磁道”（其实际大小和物理磁道无