网站首页 > 技术文章 正文
B+树
B+树(B+ Tree)是一种常用于数据库和文件系统中的数据结构,用于高效地存储和管理大量的有序数据。它是B树的一种变体,旨在提供更好的磁盘访问性能和范围查询性能。B+树广泛用于数据库管理系统中,因为它在插入、删除和查找操作上具有高效的性能。
结构
最初学习这些数据结构的时候,上来就是看概念,大段的定义,后来发现是有一点不太对。编程本来就是属于工科类的学科,所以啊,还是需要先动手,先看代码,对B+的结构有个了解,再反过头来看定义,性质等等。
要不然很多同志连那某个Node中,为什么有keys,[]*Node都不太清楚,越看概念越蒙圈。
- Golang的B+结构
type BPlusTree struct {
root *Node
}
type Node struct {
isLeaf bool
keys []int
child []*Node
}
上述Demo,定义了一个简化的B+树数据结构,它由两个结构体组成:BPlusTree 和 Node。
BPlusTree 结构体:
root *Node:这是B+树的根节点。B+树的所有操作都是从根节点开始的,因此根节点是整棵树的入口点。
Node 结构体:
isLeaf bool:这个布尔值标志了节点是否是叶子节点。在B+树中,有两种类型的节点:叶子节点和内部节点。叶子节点包含实际的数据项,而内部节点只包含索引项。这个字段用来区分节点的类型。
keys []int:这是一个整数切片,用来存储节点中的关键字或索引项。关键字是用来对数据进行排序和查找的值。在叶子节点中,这些关键字对应于实际的数据项的键值。在内部节点中,这些关键字用于在树中导航到正确的子节点。
child []*Node:这是一个指向子节点的指针切片。对于内部节点,这些指针指向该节点的子节点。对于叶子节点,这个字段通常为空,因为叶子节点没有子节点。
这两个结构体定义了B+树的基本组成部分。B+树的核心思想是使用内部节点来建立索引,以便快速导航到叶子节点,从而实现高效的数据查找和范围查询操作。这个数据结构可以用于构建数据库索引、文件系统以及其他需要高效存储和检索有序数据的应用程序中。
B+树的特点
- 平衡性:B+树是一棵平衡树,确保了在插入和删除操作后,树保持相对平衡,以维持良好的性能。
- 叶子节点存储数据:与B树不同,B+树的叶子节点存储实际数据,内部节点仅用于索引,这有助于减少磁盘访问次数。
- 有序性:B+树的叶子节点是按顺序链接的,这使得范围查询非常高效。
- 多路搜索:B+树的每个节点可以包含多个子节点,这有助于减少树的高度,提高查找效率。
B+树通常在数据库系统中用于索引管理,可以加速查找和范围查询操作。由于其优点,它被广泛用于关系型数据库管理系统(RDBMS)的索引实现中,例如MySQL和Oracle等。
Golang实现Demo
package main
import (
"fmt"
"sort"
)
const (
degree = 3 // B+树的度,树节点最多有2*degree个子节点
)
type BPlusTree struct {
root *Node
}
type Node struct {
isLeaf bool
keys []int
children []*Node
data map[int]string
parent *Node
}
func NewBPlusTree() *BPlusTree {
return &BPlusTree{}
}
func (t *BPlusTree) Insert(key int, value string) {
if t.root == nil {
t.root = &Node{isLeaf: true}
}
if len(t.root.keys) >= 2*degree-1 {
newRoot := &Node{}
newRoot.children = append(newRoot.children, t.root)
newRoot.splitChild(0)
t.root = newRoot
}
t.root.insertNonFull(key, value)
}
func (n *Node) insertNonFull(key int, value string) {
if n.isLeaf {
n.insertIntoLeaf(key, value)
} else {
i := sort.Search(len(n.keys), func(i int) bool {
return n.keys[i] >= key
})
if i == len(n.keys) || n.keys[i] != key {
if len(n.children[i].keys) >= 2*degree-1 {
n.splitChild(i)
if key > n.keys[i] {
i++
}
}
n.children[i].insertNonFull(key, value)
} else {
n.data[key] = value
}
}
}
func (n *Node) insertIntoLeaf(key int, value string) {
i := sort.Search(len(n.keys), func(i int) bool {
return n.keys[i] >= key
})
n.keys = append(n.keys, 0)
copy(n.keys[i+1:], n.keys[i:])
n.keys[i] = key
n.data[key] = value
}
func (n *Node) splitChild(i int) {
child := n.children[i]
newChild := &Node{isLeaf: child.isLeaf}
n.keys = append(n.keys, 0)
copy(n.keys[i+1:], n.keys[i:])
n.keys[i] = child.keys[degree-1]
n.children = append(n.children, nil)
copy(n.children[i+1:], n.children[i:])
n.children[i+1] = newChild
n.keys = n.keys[:len(n.keys)-1]
copy(n.keys[degree:], n.keys[degree-1:])
n.keys[degree-1] = 0
if !child.isLeaf {
copy(newChild.children, child.children[degree:])
for j := degree; j < len(child.children); j++ {
child.children[j] = nil
}
}
for j := degree - 1; j < len(child.keys); j++ {
newChild.keys = append(newChild.keys, child.keys[j])
newChild.data[child.keys[j]] = child.data[child.keys[j]]
}
child.keys = child.keys[:degree-1]
for j := range child.data {
delete(child.data, j)
}
}
func (t *BPlusTree) Search(key int) (string, bool) {
if t.root == nil {
return "", false
}
return t.root.search(key)
}
func (n *Node) search(key int) (string, bool) {
i := sort.Search(len(n.keys), func(i int) bool {
return n.keys[i] >= key
})
if i < len(n.keys) && n.keys[i] == key {
return n.data[key], true
}
if n.isLeaf {
return "", false
}
return n.children[i].search(key)
}
func main() {
tree := NewBPlusTree()
tree.Insert(10, "value1")
tree.Insert(20, "value2")
tree.Insert(5, "value3")
value, found := tree.Search(10)
if found {
fmt.Println("Key 10:", value)
} else {
fmt.Println("Key 10 not found")
}
value, found = tree.Search(15)
if found {
fmt.Println("Key 15:", value)
} else {
fmt.Println("Key 15 not found")
}
}
猜你喜欢
- 2024-11-15 值得收藏!HashMap 从入门到精通看这篇文章就够了
- 2024-11-15 SQL优化相关对象——索引(sql优化加索引)
- 2024-11-15 如何理解数据库管理系统的功能和数据模型?
- 2024-11-15 Presto 设计与实现(十一):抽象语法树 AST
- 2024-11-15 Color Oracle:产品设计时也要考虑颜色的选择
- 2024-11-15 Oracle项目管理系统之任务督办及收发文
- 2024-11-15 第15期:索引设计(索引组织方式 B+ 树)
- 2024-11-15 常见数据结构图解:跳表、二叉树、红黑树、B树、B+树
- 2024-11-15 mysql 级联查询树形结构(mysql 级联操作)
你 发表评论:
欢迎- 612℃几个Oracle空值处理函数 oracle处理null值的函数
- 603℃Oracle分析函数之Lag和Lead()使用
- 592℃0497-如何将Kerberos的CDH6.1从Oracle JDK 1.8迁移至OpenJDK 1.8
- 589℃Oracle数据库的单、多行函数 oracle执行多个sql语句
- 583℃Oracle 12c PDB迁移(一) oracle迁移到oceanbase
- 576℃【数据统计分析】详解Oracle分组函数之CUBE
- 566℃最佳实践 | 提效 47 倍,制造业生产 Oracle 迁移替换
- 558℃Oracle有哪些常见的函数? oracle中常用的函数
- 最近发表
-
- PageHelper - 最方便的 MyBatis 分页插件
- 面试二:pagehelper是怎么实现分页的,
- MyBatis如何实现分页查询?(mybatis-plus分页查询)
- SpringBoot 各种分页查询方式详解(全网最全)
- 如何在Linux上运行exe文件,怎么用linux运行windows软件
- 快速了解hive(快速了解美国50个州)
- Python 中的 pyodbc 库(pydbclib)
- Linux搭建Weblogic集群(linux weblogic部署项目步骤)
- 「DM专栏」DMDSC共享集群之部署(一)——共享存储配置
- 故障分析 | MySQL 派生表优化(mysql pipe)
- 标签列表
-
- 前端设计模式 (75)
- 前端性能优化 (51)
- 前端模板 (66)
- 前端跨域 (52)
- 前端缓存 (63)
- 前端aes加密 (58)
- 前端脚手架 (56)
- 前端md5加密 (54)
- 前端路由 (61)
- 前端数组 (73)
- 前端js面试题 (50)
- 前端定时器 (59)
- 前端获取当前时间 (50)
- Oracle RAC (76)
- oracle恢复 (77)
- oracle 删除表 (52)
- oracle 用户名 (80)
- oracle 工具 (55)
- oracle 内存 (55)
- oracle 导出表 (62)
- oracle约束 (54)
- oracle 中文 (51)
- oracle链接 (54)
- oracle的函数 (58)
- 前端调试 (52)
本文暂时没有评论,来添加一个吧(●'◡'●)