[轉]B+樹的結構和實現程式碼
#include
#include
#include "btrees.h"
btree search(typekey, btree);
btree insert(typekey,btree);
btree delete(typekey,btree);
int height(btree);
int count(btree);
double payload(btree);
btree deltree(btree);
staticvoid InternalInsert(typekey, btree);
staticvoid SplitNode(btree, int);
static btree NewRoot(btree);
staticvoid InternalDelete(typekey, btree);
staticvoid JoinNode(btree, int);
staticvoid MoveLeftNode(btree t, int);
staticvoid MoveRightNode(btree t, int);
staticvoid DelFromNode(btree t, int);
static btree FreeRoot(btree);
staticvoid Error(int,typekey);
int btree_disp; /* 查詢時找到的鍵在節點中的位置 */char* InsValue = NULL; /* 與要插的鍵相對應的值 */staticint flag; /* 節點增減標誌 */staticint btree_level =0; /* 多路樹的高度 */staticint btree_count =0; /* 多路樹的鍵總數 */staticint node_sum =0; /* 多路樹的節點總數 */staticint level; /* 當前訪問的節點所處的高度 */static
btree search(typekey key, btree t)
{
int i,j,m;
level=btree_level-1;
while (level >=0){
for(i=0, j=t->d-1; i t->k[m])?(i=m+1):(j=m));
if (key == t->k){
btree_disp = i;
return t;
}
if (key > t->k) /* i == t->d-1 時有可能出現 */
i++;
t = t->p;
level--;
}
return NULL;
}
btree insert(typekey key, btree t)
{
level=btree_level;
InternalInsert(key, t);
if (flag ==1) /* 根節點滿之後,它被分割成兩個半滿節點 */
t=NewRoot(t); /* 樹的高度增加 */return t;
}
void InternalInsert(typekey key, btree t)
{
int i,j,m;
level--;
if (level <0){ /* 到達了樹的底部: 指出要做的插入 */
NewTree = NULL; /* 這個鍵沒有對應的子樹 */
InsKey = key; /* 導致底層的葉子節點增加鍵值+空子樹對 */
btree_count++;
flag =1; /* 指示上層節點把返回的鍵插入其中 */return;
}
for(i=0, j=t->d-1; i t->k[m])?(i=m+1):(j=m));
if (key == t->k) {
Error(1,key); /* 鍵已經在樹中 */
flag =0;
return;
}
if (key > t->k) /* i == t->d-1 時有可能出現 */
i++;
InternalInsert(key, t->p);
if (flag ==0)
return;
/* 有新鍵要插入到當前節點中 */if (t->d <2*M) {/* 當前節點未滿 */
InsInNode(t, i); /* 把鍵值+子樹對插入當前節點中 */
flag =0; /* 指示上層節點沒有需要插入的鍵值+子樹,插入過程結束 */
}
else/* 當前節點已滿,則分割這個頁面並把鍵值+子樹對插入當前節點中 */
SplitNode(t, i); /* 繼續指示上層節點把返回的鍵值+子樹插入其中 */
}
/*
* 把一個鍵和對應的右子樹插入一個節點中
*/void InsInNode(btree t, int d)
{
int i;
/* 把所有大於要插入的鍵值的鍵和對應的右子樹右移 */for(i = t->d; i > d; i--){
t->k = t->k[i-1];
t->v = t->v[i-1];
t->p[i+1] = t->p;
}
/* 插入鍵和右子樹 */
t->k = InsKey;
t->p[i+1] = NewTree;
t->v = InsValue;
t->d++;
}
/*
* 前件是要插入一個鍵和對應的右子樹,並且本節點已經滿
* 導致分割這個節點,插入鍵和對應的右子樹,
* 並向上層返回一個要插入鍵和對應的右子樹
*/void SplitNode(btree t, int d)
{
int i,j;
btree temp;
typekey temp_k;
char*temp_v;
/* 建立新節點 */
temp = (btree)malloc(sizeof(node));
/*
* +---+--------+-----+-----+--------+-----+
* | 0 | ...... | M | M+1 | ...... |2*M-1|
* +---+--------+-----+-----+--------+-----+
* |<- M+1 ->|<- M-1 ->|
*/if (d > M) { /* 要插入當前節點的右半部分 *//* 把從 2*M-1 到 M+1 的 M-1 個鍵值+子樹對轉移到新節點中,
* 並且為要插入的鍵值+子樹空出位置 */for(i=2*M-1,j=M-1; i>=d; i--,j--) {
temp->k[j] = t->k;
temp->v[j] = t->v;
temp->p[j+1] = t->p[i+1];
}
for(i=d-1,j=d-M-2; j>=0; i--,j--) {
temp->k[j] = t->k;
temp->v[j] = t->v;
temp->p[j+1] = t->p[i+1];
}
/* 把節點的最右子樹轉移成新節點的最左子樹 */
temp->p[0] = t->p[M+1];
/* 在新節點中插入鍵和右子樹 */
temp->k[d-M-1] = InsKey;
temp->p[d-M] = NewTree;
temp->v[d-M-1] = InsValue;
/* 設定要插入上層節點的鍵和值 */
InsKey = t->k[M];
InsValue = t->v[M];
}
else { /* d <= M *//* 把從 2*M-1 到 M 的 M 個鍵值+子樹對轉移到新節點中 */for(i=2*M-1,j=M-1; j>=0; i--,j--) {
temp->k[j] = t->k;
temp->v[j] = t->v;
temp->p[j+1] = t->p[i+1];
}
if (d == M) /* 要插入當前節點的正中間 *//* 把要插入的子樹作為新節點的最左子樹 */
temp->p[0] = NewTree;
/* 直接把要插入的鍵和值返回給上層節點 */else { /* (d /* 把節點當前的最右子樹轉移成新節點的最左子樹 */
temp->p[0] = t->p[M];
/* 儲存要插入上層節點的鍵和值 */
temp_k = t->k[M-1];
temp_v = t->v[M-1];
/* 把所有大於要插入的鍵值的鍵和對應的右子樹右移 */for(i=M-1; i>d; i--) {
t->k = t->k[i-1];
t->v = t->v[i-1];
t->p[i+1] = t->p;
}
/* 在節點中插入鍵和右子樹 */
t->k[d] = InsKey;
t->p[d+1] = NewTree;
t->v[d] = InsValue;
/* 設定要插入上層節點的鍵和值 */
InsKey = temp_k;
InsValue = temp_v;
}
}
t->d =M;
temp->d = M;
NewTree = temp;
node_sum++;
}
btree delete(typekey key, btree t)
{
level=btree_level;
InternalDelete(key, t);
if (t->d ==0)
/* 根節點的子節點合併導致根節點鍵的數目隨之減少,
* 當根節點中沒有鍵的時候,只有它的最左子樹可能非空 */
t=FreeRoot(t);
return t;
}
void InternalDelete(typekey key, btree t)
{
int i,j,m;
btree l,r;
int lvl;
level--;
if (level <0) {
Error(0,key); /* 在整個樹中未找到要刪除的鍵 */
flag =0;
return;
}
for(i=0, j=t->d-1; i t->k[m])?(i=m+1):(j=m));
if (key == t->k) { /* 找到要刪除的鍵 */if (t->v != NULL)
free(t->v); /* 釋放這個節點包含的值 */if (level ==0) { /* 有子樹為空則這個鍵位於葉子節點 */
DelFromNode(t,i);
btree_count--;
flag =1;
/* 指示上層節點本子樹的鍵數量減少 */return;
} else { /* 這個鍵位於非葉節點 */
lvl = level-1;
/* 找到前驅節點 */
r = t->p;
while (lvl >0) {
r = r->p[r->d];
lvl--;
}
t->k=r->k[r->d-1];
t->v=r->v[r->d-1];
r->v[r->d-1]=NULL;
key = r->k[r->d-1];
}
}
elseif (key > t->k) /* i == t->d-1 時有可能出現 */
i++;
InternalDelete(key,t->p);
/* 調整平衡 */if (flag ==0)
return;
if (t->p->d < M) {
if (i == t->d) /* 在最右子樹中發生了刪除 */
i--; /* 調整最右鍵的左右子樹平衡 */
l = t->p;
r = t->p[i+1];
if (r->d > M)
MoveLeftNode(t,i);
elseif(l->d > M)
MoveRightNode(t,i);
else {
JoinNode(t,i);
/* 繼續指示上層節點本子樹的鍵數量減少 */return;
}
flag =0;
/* 指示上層節點本子樹的鍵數量沒有減少,刪除過程結束 */
}
}
/*
* 合併一個節點的某個鍵對應的兩個子樹
*/void JoinNode(btree t, int d)
{
btree l,r;
int i,j;
l = t->p[d];
r = t->p[d+1];
/* 把這個鍵下移到它的左子樹 */
l->k[l->d] = t->k[d];
l->v[l->d] = t->v[d];
/* 把右子樹中的所有鍵值和子樹轉移到左子樹 */for (j=r->d-1,i=l->d+r->d; j >=0 ; j--,i--) {
l->k = r->k[j];
l->v = r->v[j];
l->p = r->p[j];
}
l->p[l->d+r->d+1] = r->p[r->d];
l->d += r->d+1;
/* 釋放右子樹的節點 */
free(r);
/* 把這個鍵右邊的鍵和對應的右子樹左移 */for (i=d; i < t->d-1; i++) {
t->k = t->k[i+1];
t->v = t->v[i+1];
t->p[i+1] = t->p[i+2];
}
t->d--;
node_sum--;
}
/*
* 從一個鍵的右子樹向左子樹轉移一些鍵,使兩個子樹平衡
*/void MoveLeftNode(btree t, int d)
{
btree l,r;
int m; /* 應轉移的鍵的數目 */int i,j;
l = t->p[d];
r = t->p[d+1];
m = (r->d - l->d)/2;
/* 把這個鍵下移到它的左子樹 */
l->k[l->d] = t->k[d];
l->v[l->d] = t->v[d];
/* 把右子樹的最左子樹轉移成左子樹的最右子樹
* 從右子樹向左子樹移動 m-1 個鍵+子樹對 */for (j=m-2,i=l->d+m-1; j >=0; j--,i--) {
l->k = r->k[j];
l->v = r->v[j];
l->p = r->p[j];
}
l->p[l->d+m] = r->p[m-1];
/* 把右子樹的最左鍵提升到這個鍵的位置上 */
t->k[d] = r->k[m-1];
t->v[d] = r->v[m-1];
/* 把右子樹中的所有鍵值和子樹左移 m 個位置 */
r->p[0] = r->p[m];
for (i=0; id-m; i++) {
r->k = r->k[i+m];
r->v = r->v[i+m];
r->p = r->p[i+m];
}
r->p[r->d-m] = r->p[r->d];
l->d+=m;
r->d-=m;
}
/*
* 從一個鍵的左子樹向右子樹轉移一些鍵,使兩個子樹平衡
*/void MoveRightNode(btree t, int d)
{
btree l,r;
int m; /* 應轉移的鍵的數目 */int i,j;
l = t->p[d];
r = t->p[d+1];
m = (l->d - r->d)/2;
/* 把右子樹中的所有鍵值和子樹右移 m 個位置 */
r->p[r->d+m]=r->p[r->d];
for (i=r->d-1; i>=0; i--) {
r->k[i+m] = r->k;
r->v[i+m] = r->v;
r->p[i+m] = r->p;
}
/* 把這個鍵下移到它的右子樹 */
r->
相關推薦
[轉]B+樹的結構和實現程式碼
/*******************************************************//* btrees.c */ #include #include #include "btrees.h" btree search(typekey, btree); btree insert(ty
MySQL B+樹索引和哈希索引的區別(轉 JD二面)
不同的應用 not null 效率比較 xxx apt link int data- 創建 導讀 在MySQL裏常用的索引數據結構有B+樹索引和哈希索引兩種,我們來看下這兩種索引數據結構的區別及其不同的應用建議。 二者區別 備註:先說下,在MySQL文檔裏,實際上是把B
B樹 插入 刪除 圖文 程式碼實現 golang實現
一、B樹的定義 B樹也稱B-樹,它是一顆多路平衡查詢樹。我們描述一顆B樹時需要指定它的階數,階數表示了一個結點最多有多少個孩子結點,一般用字母m表示階數。當m取2時,就是我們常見的二叉搜尋樹。 一顆m階的B樹定義如下: 1、每個結點最多有m-1個關鍵字。 2、根結點最少可
資料庫為什麼要用B+樹結構--MySQL索引結構的實現
為什麼使用B+樹?言簡意賅,就是因為: 1.檔案很大,不可能全部儲存在記憶體中,故要儲存到磁碟上 2.索引的結構組織要儘量減少查詢過程中磁碟I/O的存取次數(為什麼使用B-/+Tree,還跟磁碟存取原理有關。) 3.區域性性原理與磁碟預讀,預讀的長度一般為頁(page)的整
資料結構與演算法——B樹的C++實現
It is recommended to refer following posts as prerequisite of this post. B-Tree is a type of a multi-way search tree. So, if you are not familiar with
【資料結構】平衡搜尋樹之---B樹的演算法實現
#include<iostream> using namespace std; #ifndef __BTREE_H__ #define __BTREE_H__ template<class K,int M=3>//設為三階B樹(每個陣列三個關鍵字
【資料結構】樹(四):B樹(C++實現)
> 《演算法導論》學習 基本介紹 B樹是為磁碟或者其他直接存取的輔助儲存(secondary storage)裝置而設計的平衡搜尋樹。B樹類似於紅黑樹,但是在降低磁碟I/O運算元方面表現更好。許多資料庫系統使用B樹或其變種來儲存資訊。 一個
二叉樹的儲存結構和實現
一、二叉樹儲存結構 1)二叉樹的順序儲存結構 二叉樹的順序儲存結構中節點的存放次序是:對該樹中每個節點進行編號,其編號從小到大的順序就是節點存放在連續儲存單元的先後次序。 若把二叉樹儲存到一維陣列中,則該編號就是下標值加1(注意C/C++語言中陣列的起始下標為0)。樹中各節
《MySQL實戰45講》學習筆記3——InnoDB為什麼採用B+樹結構實現索引
索引的作用是提高查詢效率,其實現方式有很多種,常見的索引模型有雜湊表、有序列表、搜尋樹等。 雜湊表 一種以key-value鍵值對的方式儲存資料的結構,通過指定的key可以找到對應的value。 雜湊把值放在數組裡,用一個雜湊函式把key換算成一個確定位置,然後把value放在陣列的這個位置。但是,多個ke
看得見的資料結構Android版之二分搜尋樹結構的實現
零、前言 1.個人感覺這個二叉搜尋樹實現的還是很不錯的,基本操作都涵蓋了 2.在Activity中對view設定監聽函式,可以動態傳入資料,只要可比較,都可以生成二分搜尋樹 3.二分搜尋樹的價值:搜尋、新增、刪除、更新速度快,最佳狀態複雜度logn,但極端情況下會退化成單鏈表 4.本例操作演示原始碼:
程式設計基礎79 給定二叉排序樹結構和陣列求整棵樹
1099 Build A Binary Search Tree (30 分) A Binary Search Tree (BST) is recursively defined as a binary tree which has the following properties: T
資料結構之樹結構的實現--二叉樹鏈式結構(C語言)
學習參考: 嚴蔚敏: 《資料結構-C語言版》 基本操作 建立二叉樹 先序遍歷(遞迴) 中序遍歷(遞迴) 後序遍歷(遞迴) 層次遍歷 先序遍歷(非遞迴) 中序遍歷(非遞迴) 後序遍歷(非遞迴) 查詢 改進版查詢 求樹的深度 求葉子結點 求結點數
二叉樹基礎操作 ,前中後序遍歷,求二叉樹高度,二叉搜尋樹(二叉排序樹)Java實現 程式碼集合
首先,定義一個樹類Tree.java public class Tree { public TreeNode root; } 定義樹節點類TreeNode.java public class TreeNode { public TreeNode(int
雜湊儲存、B樹儲存和LSM樹儲存引擎
1、雜湊儲存引擎 是雜湊表的持久化實現,支援增、刪、改以及隨機讀取操作,但不支援順序掃描,對應的儲存系統為key-value儲存系統。對於key-value的插入以及查詢,雜湊表的複雜度都是O(1),明顯比樹的操作O(n)快,如果不需要有序的遍歷資料,雜湊表就是your M
B樹(或B-樹)和B+樹和B*樹(不看後悔,一看必懂)
樹的深度過大而造成磁碟I/O讀寫過於頻繁,進而導致查詢效率低下 根據平衡二叉樹的啟發,自然就想到平衡多路查詢樹結構,即B樹結構(後面,我們將看到,B樹的各種操作能使B樹保持較低的高度,從而達到有效避免磁碟過於頻繁的查詢存取操作,從而有效提高查詢效率)。 為什麼說B+tre
B+樹的Java實現
下面的B+樹演算法是在我學習了別人的程式碼之後經過修改完成的,主要在葉子節點上使用了二分查詢,另外在更新節點上也減少了部分的遞迴操作,還對節點的結構做了細微的修改(每個節點得孩子指標比關鍵碼多1,原來是孩子指標和關鍵碼一樣多,這也與B+樹的原本定義一致),應該說整個程式的邏
圖解B+樹並和B-樹特點對比總結
B+樹和B-樹總結: B+ 樹是B-樹的變體,也是一種多路搜尋樹 B+樹與B-樹相同點在於: 1. 對於一顆M階B+和B-樹來說,根節點的分支數範圍為[2,m],非根結點的分支數範圍為[m/2(向上取整),m] 2. 所有葉子結點都在同一層 3. 插入操作都是在葉子結點完成(破壞結構後再向上調整
B+樹C語言實現
B+樹C語言版本,編譯通過,測試正確 插入部分實現,其中刪除和插入類似 #include<stdlib.h> #include<stdio.h> #include<stdbool.h> #include<string.h>
MySQL B+樹索引和哈希索引的區別
掃描 pad 不同的 tab ble 這不 只需要 網絡 adapt 導讀 在MySQL裏常用的索引數據結構有B+樹索引和哈希索引兩種,我們來看下這兩種索引數據結構的區別及其不同的應用建議。 二者區別 備註:先說下,在MySQL文檔裏,實際上是把B+樹索引寫成了BTRE
B-樹的C++實現
程式碼下載:http://bluedog.download.csdn.net B-樹網上的程式碼很象不是很多,關於它的原理我覺得沒有必要要談了,書上網上太多了。這裡我花了幾天的時間寫了一個,大家覺得有用的話就用吧,已經進行大量的測試,應該沒有什麼太大問題了,它由兩個檔案定義:BinaryMinusTre