BTree的插入和查找算法分析

2024-01-07 12:32

本文主要是介绍BTree的插入和查找算法分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1.什么叫BTree?

一种适合外查找的树,它是一种平衡的多叉树,称为B树(或写成B-树,但是不能误读为“B减树”)。

2.BTree的性质

一棵M阶(M>2)的B树,是一棵平衡的M路平衡搜索树,可以是空树或者满足一下性质:

1. 根节点至少有两个孩子(孩子为NULL也算作孩子的数量)

2. 每个非根节点有[M/2,M]个孩子(注意孩子与关键字的关系,n个key,n+1孩子

3. 每个非根节点有[M/2 - 1,M - 1]个关键字,并且以升序排列(这样才能进行查找)

4. key[i]和key[i+1]之间的孩子节点的值介于key[i]、key[i+1]之间

5. 所有的叶子节点都在同一层(整棵树的高度一致

3.BTree结点的定义

template<class K,class V,size_t M>
//非类型的模板参数在推演时变成常量
//M阶树的孩子个数为	[M/2,M]		个孩子
//M阶树的关键字个数为	[M/2-1,M-1]	个关键字,且为升序排列
struct BTreeNode
{//将数组的大小预留出一位是为了便于分裂pair<K, V> _kvs[M];					//kvs数组,存放kvBTreeNode<K, V, M>* _parent;		   //指向父结点的指针,便于分裂BTreeNode<K, V, M>* _subs[M + 1];	  //指向孩子结点的指针数组size_t _size;				         //kvs数量,有效数据个数BTreeNode():_parent(NULL), _size(0){for (size_t i = 0; i < M + 1; i++){_subs[i] = NULL;}}
};

4.BTree查找算法的实现

注:本来Find的返回值应该设置为bool类型,但是为了后面的插入算法实现代码的复用,返回一个pair<Node*,int>
    即Node*代表该结点位置是用来插入kv的,int代表的是该位置的下标,由于没有实现multi版本,所以不允许出现重复的数据,所以当出现相同的key值时,返回make_pair(NULL,-1)。当key大于_kvs[index].first(即kvs数组的key值),应该接着往后找,直到key小于为止(如果是这种情况去_subs[index]即_kvs[index]的左孩子去找,比如图中的35)或者找不到key小于_kvs[index].first(即kvs数组的最后一个有效数据,比如图中的55),那么就应该去它最后一个位置的右孩子去找。


注:代码实现

pair<Node* ,int>  Find(const K& key){Node* cur = _root;Node* parent = NULL;size_t index = 0;while (cur != NULL){index = 0;while (index < cur->_size){if (cur->_kvs[index].first == key){return make_pair(cur, -1);}else if (cur->_kvs[index].first > key){break;}else{++index;}}parent = cur;cur = cur->_subs[index];}//BTree并不需要在空位置插入,一个结点可以有多个关键字//当这个结点的孩子为空,没找到关键字时,就可以插入了return make_pair(parent, index);}


5.插入算法的实现

(1)首先判断树是否为空,为空新建一个结点,将pair<K,V>插入到kvs[0]中,记住把_root->_size++;
(2)首先通过Find函数找到你的数据该插入的结点的位置;
(3)在将pair<K,V>插入到当前的kvs数组,由于数组多预留了一个空间所以不会产生越界问题,每次插入数据之后记得把cur->_size++;
(4)判断当前的kvs数组的kv数量是否小于M,小于M证明当前数组插入数据之后是安全的,没有问题; 如果等于M需要进行分裂操作,将cur置成cue->parent.....重复(2)(3)(4),只不过第二部不需要通过Find函数了,中间还有许多细节问题,将会通过一个图例来说明!!!







	bool Insert(const pair<K, V> & kv){if (_root == NULL){_root = new Node();_root->_kvs[0] = kv;_root->_subs[0] = NULL;_root->_subs[1] = NULL;_root->_size++;}pair<Node*, int> ret = this->Find(kv.first);if (ret.second == -1)return false;//要插入位置的结点Node* cur = ret.first;Node* parent = cur->_parent;Node* sub = NULL;pair<K, V> newKV = kv;while (1){this->InsertKV(cur, newKV, sub);if (cur->_size < M){return true;}//走到这里表示结点存放的kv已经满了,需要分裂Node* brother = new Node();int mid = M / 2;int i = mid + 1;int j = 0;//将中间结点之后的数据复制给兄弟结点for (; i < M; i++){brother->_kvs[j] = cur->_kvs[i];brother->_size++;cur->_size--;if (cur->_subs[i] != NULL){cur->_subs[i]->_parent = brother;brother->_subs[j] = cur->_subs[i];cur->_subs[i] = NULL;}j++;}if (cur->_subs[i] != NULL)cur->_subs[i]->_parent = brother;brother->_subs[j] = cur->_subs[i];cur->_subs[i] = NULL;//如果已经到根结点if (parent == NULL){Node* root = new Node();root->_kvs[0] = cur->_kvs[mid];root->_subs[0] = cur;cur->_parent = root;cur->_size--;root->_subs[1] = brother;brother->_parent = root;_root = root;_root->_size++;return true;}//将中间结点上移newKV = cur->_kvs[mid];cur->_size--;cur = parent;parent = cur->_parent;sub = brother;}}void InsertKV(Node* cur,const pair<K, V>& kv,Node* sub){size_t index = 0;for (; index < cur->_size; index++){if (kv.first < cur->_kvs[index].first)break;}for (size_t i = cur->_size ; i > index; i--){cur->_kvs[i] = cur->_kvs[i - 1];cur->_subs[i + 1] = cur->_subs[i];}cur->_kvs[index] = kv;cur->_subs[index + 1] = sub;if (sub != NULL){sub->_parent = cur;}cur->_size++;return;}



6.中序遍历的实现

void InOrder(){_InOrder(_root);}void _InOrder(Node* root){if (root == NULL)return;size_t i = 0;for (; i < root->_size; i++){_InOrder(root->_subs[i]);cout << root->_kvs[i].first << " :" << root->_kvs[i].second << endl;}_InOrder(root->_subs[i]);}


7.测试用例

{ 50, 75, 139, 49, 145, 36, 101 };
{ 1, 5, 16, 17, 18, 20, 30, 35, 36, 40, 45, 46, 50, 55, 56 };






8.BTree的应用

(1)文件系统
(2)各种数据库
例如:
Windows:HPFS文件系统
Mac:HFS,HFS+文件系统
Linux:ResiserFS,XFS,Ext3FS,JFS文件系统
数据库:ORACLE,MYSQL,SQLSERVER等中



这篇关于BTree的插入和查找算法分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/579929

相关文章

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

MySQL INSERT语句实现当记录不存在时插入的几种方法

《MySQLINSERT语句实现当记录不存在时插入的几种方法》MySQL的INSERT语句是用于向数据库表中插入新记录的关键命令,下面:本文主要介绍MySQLINSERT语句实现当记录不存在时... 目录使用 INSERT IGNORE使用 ON DUPLICATE KEY UPDATE使用 REPLACE

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

C++ 各种map特点对比分析

《C++各种map特点对比分析》文章比较了C++中不同类型的map(如std::map,std::unordered_map,std::multimap,std::unordered_multima... 目录特点比较C++ 示例代码 ​​​​​​代码解释特点比较1. std::map底层实现:基于红黑

Spring、Spring Boot、Spring Cloud 的区别与联系分析

《Spring、SpringBoot、SpringCloud的区别与联系分析》Spring、SpringBoot和SpringCloud是Java开发中常用的框架,分别针对企业级应用开发、快速开... 目录1. Spring 框架2. Spring Boot3. Spring Cloud总结1. Sprin

Spring 中 BeanFactoryPostProcessor 的作用和示例源码分析

《Spring中BeanFactoryPostProcessor的作用和示例源码分析》Spring的BeanFactoryPostProcessor是容器初始化的扩展接口,允许在Bean实例化前... 目录一、概览1. 核心定位2. 核心功能详解3. 关键特性二、Spring 内置的 BeanFactory