Klassisk datastruktur: detaljeret analyse af B-træ og B + træ

Classic Data Structure



Denne artikel er fra: https://www.cnblogs.com/vincently/p/4526560.html

Wikipedia definerer B-træ som 'I datalogi er B-træ en trælignende datastruktur, der kan gemme data, sortere det og tillade tidskompleksitet med O (log n). Kør en datastruktur til opslag, sekventiel læsning, indsættelse og sletning. Et B-træ er generelt et binært søgetræ, hvor en node kan have mere end 2 underknudepunkter. I modsætning til et selvbalancerende binært søgetræ er B-træet Systemoptimering Bulkdata læse og skrive operationer . B-træalgoritmen reducerer den mellemliggende proces, der opleves, når man finder poster, og derved fremskynder adgangen. Almindeligt brugt i database med Filsystem 。 '



I de to foregående artikler introducerede jeg det afbalancerede opslagstræ. 2-3 træerRødt sort træ Derefter introducerer dette papir B / B + -træet, der ofte bruges i filsystemer og databasesystemer. Ved at udvide antallet af lager pr. Node muliggør det hurtigere positionering og adgang til kontinuerlige data, hvilket effektivt kan reducere søgetiden. Forbedre den geografiske lokalitet for opbevaring for at reducere IO-operationer. Han er meget brugt i filsystemer og databaser, såsom:



  • Windows: HPFS-filsystem
  • Mac: HFS, HFS + filsystem
  • Linux: ResiserFS, XFS, Ext3FS, JFS filsystem
  • Database: ORACLE, MYSQL, SQLSERVER osv.

Tak til skaberne af denne artikel, jeg håber, at denne artikel hjælper dig med at forstå B / B + -træet.