一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

概述

相信對於B樹、B-樹、B+樹、B*樹索引這幾個大家都很容易混淆,下面單獨對這幾個索引做下分類總結。


B樹

即二叉搜索樹:

1.所有非葉子結點至多擁有兩個兒子(Left和Right);

2.所有結點存儲一個關鍵字;

3.非葉子結點的左指針指向小於其關鍵字的子樹,右指針指向大於其關鍵字的子樹;

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫


B樹的搜索,從根結點開始,如果查詢的關鍵字與結點的關鍵字相等,那麼就命中;否則,如果查詢關鍵字比結點關鍵字小,就進入左兒子;如果比結點關鍵字大,就進入右兒子;如果左兒子或右兒子的指針為空,則報告找不到相應的關鍵字;如果B樹的所有非葉子結點的左右子樹的結點數目均保持差不多(平衡),那麼B樹的搜索性能逼近二分查找;但它比連續內存空間的二分查找的優點是,改變B樹結構(插入與刪除結點)不需要移動大段的內存數據,甚至通常是常數開銷;


一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫


但B樹在經過多次插入與刪除後,有可能導致不同的結構:


一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

右邊也是一個B樹,但它的搜索性能已經是線性的了;同樣的關鍵字集合有可能導致不同的樹結構索引;所以,使用B樹還要考慮儘可能讓B樹保持左圖的結構,和避免右圖的結構,也就是所謂的“平衡”問題; 實際使用的B樹都是在原B樹的基礎上加上平衡算法,即“平衡二叉樹”。

性能:搜索節點在時間效率上是與二分查找是等價的(根節點左右孩子總數目差不多的情況下)


B-樹

是一種多路搜索樹(並不是二叉的),B-樹索引是基於二叉樹結構的。B-樹索引結構有3個基本組成部分:根節點、分支節點和葉子節點。其中根節點位於索引結構的最頂端,而葉子節點位於索引結構的最底端,中間為分子節點。

葉子節點(Leaf node):包含條目直接指向表裡的數據行。

分支節點(Branch node):包含的條目指向索引裡其他的分支節點或者是葉子節點。

根節點(Branch node):一個B樹索引只有一個根節點,它實際就是位於樹的最頂端的分支節點。

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

B-樹的搜索,從根結點開始,對結點內的關鍵字(有序)序列進行二分查找,如果命中則結束,否則進入查詢關鍵字所屬範圍的兒子結點;重複,直到所對應的兒子指針為空,或已經是葉子結點;

B-樹的特性:

1.關鍵字集合分佈在整顆樹中;

2.任何一個關鍵字出現且只出現在一個結點中;

3.搜索有可能在非葉子結點結束;

4.其搜索性能等價於在關鍵字全集內做一次二分查找;

5.自動層次控制;

由於限制了除根結點以外的非葉子結點,至少含有M/2個兒子,確保了結點的至少利用率,其最底搜索性能為

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

其中,M為設定的非葉子結點最多子樹個數,N為關鍵字總數;

所以B-樹的性能總是等價於二分查找(與M值無關),也就沒有B樹平衡的問題;

由於M/2的限制,在插入結點時,如果結點已滿,需要將結點分裂為兩個各佔M/2的結點;刪除結點時,需將兩個不足M/2的兄弟結點合併;

性能:性能等價於二分查找,不同於B樹的根節點是否平衡的情況


B+樹(適合做文件索引系統)

B+樹是B-樹的變體,也是一種多路搜索樹:

1.其定義基本與B-樹同,除了:

2.非葉子結點的子樹指針與關鍵字個數相同;

3.非葉子結點的子樹指針P[i],指向關鍵字值屬於[K[i], K[i+1])的子樹

4.B-樹是開區間;

5.為所有葉子結點增加一個鏈指針;

6.所有關鍵字都在葉子結點出現;如:(M=3)

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

B+的搜索與B-樹也基本相同,區別是B+樹只有達到葉子結點才命中(B-樹可以在非葉子結點命中),其性能也等價於在關鍵字全集做一次二分查找;

B+的特性:

1.所有關鍵字都出現在葉子結點的鏈表中(稠密索引),且鏈表中的關鍵字恰好是有序的;

2.不可能在非葉子結點命中;

3.非葉子結點相當於是葉子結點的索引(稀疏索引),葉子結點相當於是存儲(關鍵字)數據的數據層;

4.更適合文件索引系統;


B*樹

是B+樹的變體,在B+樹的非根和非葉子結點再增加指向兄弟的指針;

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫


B*樹定義了非葉子結點關鍵字個數至少為(2/3)*M,即塊的最低使用率為2/3(代替B+樹的1/2);

B+樹的分裂:當一個結點滿時,分配一個新的結點,並將原結點中1/2的數據複製到新結點,最後在父結點中增加新結點的指針;B+樹的分裂隻影響原結點和父結點,而不會影響兄弟結點,所以它不需要指向兄弟的指針;

B*樹的分裂:當一個結點滿時,如果它的下一個兄弟結點未滿,那麼將一部分數據移到兄弟結點中,再在原結點插入關鍵字,最後修改父結點中兄弟結點的關鍵字(因為兄弟結點的關鍵字範圍改變了);

如果兄弟也滿了,則在原結點與兄弟結點之間增加新結點,並各複製1/3的數據到新結點,最後在父結點增加新結點的指針;

所以,B*樹分配新結點的概率比B+樹要低,空間使用率更高;


一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫

B樹:二叉樹,每個結點只存儲一個關鍵字,等於則命中,小於走左結點,大於走右結點;

B-樹:多路搜索樹,每個結點存儲M/2到M個關鍵字,非葉子結點存儲指向關鍵字範圍的子結點;所有關鍵字在整顆樹中出現,且只出現一次,非葉子結點可以命中;

B+樹:在B-樹基礎上,為葉子結點增加鏈表指針,所有關鍵字都在葉子結點中出現,非葉子結點作為葉子結點的索引;B+樹總是到葉子結點才命中;

B*樹:在B+樹基礎上,為非葉子結點也增加鏈表指針,將結點的最低利用率從1/2提高到2/3;

後面會分享更多關於DBA方面內容,感興趣的朋友可以關注下!

一篇文章理清B樹、B-樹、B+樹、B*樹索引之間的區別與聯繫


分享到:


相關文章: