数据结构 - 第三部分学习 文档 参考.ppt

* 外排序的模型 由于一次外存操作所需的时间可以执行数百条甚至上千条指令，因此在外排序中主要考虑的是如何减少外存储器的读写 在外存上进行排序的最常用的方法是利用归并排序，因为归并排序只需要访问被归并序列中的第一个元素，这非常适合于顺序文件。 外排序由两个阶段组成： 预处理阶段：根据内存的大小将一个有n个记录的文件分批读入内存，用各种内排序算法排序，形成一个个有序片段。 归并阶段：将这些有序片段逐步归并成一个有序文件。 * 外排序 外排序模型 预处理 归并 大多数内排序算法都是利用了内存是直接访问的事实,读写一个数据是常量的时间。如果输入是在磁带上，磁带上的元素只能顺序访问。甚至数据是在磁盘上，效率还是下降，因为转动磁盘和移动磁头会产生延迟。 * 预处理阶段 最简单的方法是按照内存的容量尽可能多地读入数据记录，然后在内存进行排序，排序的结果写入文件，形成一个已排序片段。 每次读入的记录数越小，形成的初始的已排序片段越多。而已排序片段越多，归并的次数也越多。 每次归并都必须访问文件的所有记录。 * 置换选择 如果能够让每个初始的已排序片段包含更多的记录，就能减少排序时间。 置换选择可以在只能容纳p个记录的内存中生成平均长度为2p的初始的已排序片段。 * 置换选择 如何更有效地构造已排序片段 事实上，只要第一个元素被写到文件上，它所用的内存空间就可以给别的元素使用。如果输入文件中的下一个元素比刚刚输出的元素大，它能被放入这个已排序片段。 外存储器的访问 外存储器中的信息以文件为单位。每个文件在内存有一个缓冲区存放正在处理的文件中的数据 外存储器以数据块为单位与内存交换信息 当程序需要处理外存储器中的某个数据，则将包含该数据的数据块读入缓冲区进行处理 * 磁带 一种典型的顺序存取的设备 * 数据块 磁盘 既支持顺序存取也支持随机存取 * 磁道：存储信息的场所 柱面：不同盘片的同一磁道 扇区：磁道划分成扇区，存储一个数据块 第11章 外部查找与排序 主存储器与外存储器 外部查找 外排序 * 外部查找 B树 B+树 * B树 提供外存中的随机查找 能否与内存一样，采用二叉查找树？ * * 直观的概念 非平衡的二叉查找树的最坏情况：树会有线性的深度，因此，将需要10,000,000次磁盘访问。需要463小时 平均情况：一次成功的查找需要1.38logN次磁盘访问，因为log10,000,000接近于24，那么平均查找将需要32次磁盘访问，也就是5秒钟。 典型情况：在随机构造的树中，某些结点的深度将会是平均深度的三倍，于是就需要100次磁盘访问，即16秒。 假设有10,000,000条记录，再假设机器一秒钟可以执行两千五百万条指令，或进行6次磁盘访问。 * 解决方法 把磁盘访问次数降低到一个很小的常数，比如说3或者4。 方法：增加树的分叉，就能降低树的高度，即采用M叉查找树 M叉查找树的最佳高度为：logMN B树的概念 B树是一棵平衡的M叉查找树，是索引存储中的索引结构 记录可按添加到文件中的次序存在数据区中 * B树的定义 一棵 m 阶 B 树或者为空，或者满足以下条件： 根结点要么是叶子，要么至少有两个儿子，至多有m个儿子 除根结点和叶子结点之外，每个结点的儿子个数 s 满足 有 s 个儿子的非叶结点具有 n = s － 1 个关键字，这些结点的数据信息为： （n, A0, (K1, R1), A1, (K2, R2), A2, ……… (Kn, Rn), An） 所有的叶子结点都出现在同一层上，即它们的深度相同，并且不带信息 * * 一棵5阶的B树 查找过程与二叉查找树相似，如查找55、13、71、25 B树的插入 与二叉查找树类似，插入总是在最底层 首先在m阶 B 树上进行查找操作，确定新插入的关键字key 在最底层的非叶结点的插入位置，将 key 和记录的存储地址按序插入到最底层上的某个结点。 若被插入结点的关键字个数小于等于m-1, 则插入操作结束；如插入10 若该结点原有的关键字个数已经等于m-1,必须分裂成两个结点。如插入39 * * 结点f的关键字树超出规定，变成37、39、40、52、54。分裂结点f为：37、39和52、54，把40放入父结点 B树的删除 类似于二叉查找树的删除操作，同样采用了“替身”的方法 替身为右子树最左面的关键字或左子树最右面的关键字 删除最底层的关键字，计有以下几种情况： 若删除关键字之后，结点的关键字的个数满足B树的结点的定义，删除结束。 若删除后关键字个数小于下限： 向结点的左或右兄弟结点借一个关键字过来。 若该结点的左或右兄弟结点的关键字的个数正好为下限 ，则合并结点的操作 * * 结点a 结点f2 结点b 3， 80，82，83