B树、B+树、B*树

原创 已于 2024-04-28 16:29:59 修改 · 624 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#b树 #数据结构

于 2024-04-28 16:09:56 首次发布
这篇文章详细介绍了平衡二叉树、B树、B+树和B*树的基本概念、原理和操作，适合数据结构学习者，通过对比这些树型数据结构，读者可以更好地掌握它们之间的关系和应用场景。
走向自由
关注
【数据结构】B树家族详解：B树、B+树、B*
wangyi463295828的博客
02-24 1981
B+Tree 是 B 树的一种变形，每个节点包含多个键值对和指向子节点的指针。与 B 树不同，B+Tree 所有数据记录都存放在叶子节点，且叶子节点之间通过双向链表连接。非叶子节点仅作为索引，存放键值和指向子节点的指针，这些键值是对应子节点中键值的最大值或最小值。例如在一个简单的 B+Tree 中，非叶子节点可能存储着 10、20、30 这些键值，分别指向包含小于 10、10 到 20、20 到 30 这些数据范围的子节点。B树是 B+ 树的一种变体，在B+树的非根和非叶子结点再增加指向兄弟的指针。
B树、B-树、B+树、B树++、R-tree总结
09-20
B树、B-树、B+树以及B树++和R树是数据库和文件系统中常用的高效数据结构，它们主要用于实现磁盘或其他外部存储的查找。这些数据结构的设计目标是减少磁盘I/O操作，提高数据访问速度，因为磁盘读写速度远慢于内存。 ...
数据结构之B树、B+树和B*树
double222222的博客
12-20 2236
B树是一种平衡的搜索树，通常被广泛应用于数据库和文件系统中。每个节点可以拥有多个子节点。相比于二叉搜索树，B树的多路性使得它更适合处理大量数据。每个节点包含多个关键字，这些关键字按照升序排列。关键字的数量有一个上限和下限，确保树的平衡性。B+树是在B树的基础上进行改进的一种数据结构。相较于B树，B+树通过调整结构提升了顺序访问性能，使得范围查询等操作更为高效。B*树是在B+树的基础上进行了一些优化的数据结构。其目标是减少B+树节点的分裂和合并操作，以提高性能和降低维护成本。
【高阶数据结构】B树、B+树、B*树
fight_p的博客
09-02 5292
内查找适合用于数据量相对不是很大，能够一次性存放在内存中，进行数据查找的场景。如果数据量很大，比如有100G数据，无法一次放进内存中，那就只能放在磁盘上了，如果放在磁盘上，有需要搜索某些数据，那么如何处理呢？那么我们可以考虑将存放关键字及其映射的数据的地址放到一个内存中的搜索树的节点中，找数据时比较关键字，找到关键字也就找到这个数据在磁盘的地址，然后去这个地址去磁盘访问数据。
数据结构 —— B+树和B*树及MySQL底层引擎
qq_67693066的博客
07-23 1666
数据结构 —— B+树和B*树及MySQL底层引擎
B树、B+树和B*树理论
长期更新自学笔记
03-08 1250
一、B树基础知识 二、B树的插入过程 三、B树的删除过程 四、B树的磁盘IO优势和搜索效率 五、B+树理论部分 m阶B+树和m阶B树的区别 B+树比B树更适合操作系统的文件索引和数据库索引的原因 B树和B+树的区别 六、B*树
数据结构——B-树、B+树、B*树
m0_63020222的博客
08-15 2688
B树是一种适合外查找的、平衡的多叉树。一棵m阶（m>2）的B树，是一棵平衡的M路平衡搜索树，它可以是空树或满足以下性质：（1）根节点至少有两个孩子。（2）每个分支节点都包含k-1个关键字和k个孩子，其中ceil(m/2)<= k <= m。（ceil表示向上取整）（3）每个叶子节点都包含k-1个关键字，其中ceil(m/2)<= k <= m。（4）所有叶子节点都在同一层。（5）每个节点中的关键字从小到大排列，节点中k-1个元素正好是k个孩子包含的元素的值域划分。
B-树、B+树和B*树
qq_41721746的博客
03-14 1452
一. B-树(B树） 1. 基础知识 2. 插入操作 3. 删除操作 4. B树的磁盘IO优势和搜索效率 二. B+树 1. m阶B+树和m阶B树的区别 2. B+树比B树更适合操作系统的文件索引和数据库索引的原因 三. B*树
详解B树、B+树、B*树
春来桃花开的博客
09-12 2837
B树、B+树、B*树 1.前言： 动态查找树主要有：二叉查找树（Binary Search Tree），平衡二叉查找树（Balanced Binary Search Tree），红黑树(Red-Black Tree )，B-tree/B±tree/ B*-tree (B~Tree)。前三者是典型的二叉查找树结构，其查找的时间复杂度O(log2N)与树的深度相关，那么降低树的深度自然会提高查找效率。...
MySQL索引底层：B+树详解
2403_88533107的博客
02-17 1978
5.最后插入28，发现当前节点关键字也是不小于阶数4了，于是分裂，于是分裂， 第 ⌈4/2⌉=2个，也就是36上移到父节点，因父子节点只有2个关键值，还是小于4的，所以不用继续分裂，插入完成。因为B+树叶子存的是数据，内部节点存的是键值+指针。如果删除20，因为关键字个数为3 > ⌈5/2⌉-1=2，并且20是当前节点的边界值，且存在父子节点中，所以删除后，其父子节点也要响应调整。第二步访问节点(28,32)，找到32，于是开始遍历链表，把[32,40]区间值找出来，这也是B+树比B-树高效的地方。
数据结构之B树与B+树
申徒嘉的专栏
07-30 1780
B树的每个节点可以包含多个键和子节点，从而减少了树的高度，提高了操作效率。度数：B+树的度数（或称为最小度数）是一个重要参数，表示每个节点至少包含的子节点数。叶子节点：所有的键和值都存储在叶子节点中，叶子节点通过指针相互连接，形成一个链表。节点：B+树的每个节点可以包含多个键和子节点。键的数量：每个内部节点包含的键的数量在t-1到2t-1之间。子节点的数量：每个内部节点包含的子节点的数量在t到2t之间。子节点的数量：每个内部节点的子节点数量比其键的数量多1。键的排序：每个节点的键按升序排列。
B-树和B+树_C语言实现B+树_算法_B+B-B_数据结构_B+树_
09-29
B-树和B+树的C语言实现（数据结构）。
B.rar_B+树_B+树 C++实现_B树_visual c
09-20
**C++实现B+树** 在C++中实现B+树通常包括以下几个关键步骤： 1. **节点定义**：首先，需要定义节点类，包括数据结构来存储键和子节点指针。 2. **插入操作**：插入新元素时，需要找到插入位置，可能涉及节点分裂...
【mysql存储引擎为什么选择B+树】
alan0721的博客
12-10 226
本文系统介绍了数据库索引使用的树结构演进过程，重点分析了MySQL采用B+树索引的原因。从二叉搜索树(BST)开始，逐步讲解了AVL树、红黑树、B树到B+树的发展历程，通过图解对比了各树结构的优缺点。特别指出：二叉类树因节点少导致树高IO多，而B+树通过多路平衡、数据仅存叶子节点、叶子链表连接等设计，完美解决了磁盘IO高和范围查询效率问题。最后对比了InnoDB和MyISAM引擎的索引实现，证明B+树是最适合数据库的索引结构，具有IO最少、范围查询快、适合海量数据等核心优势。
数据结构 -- 链表
最新发布
programmer_xu的博客
12-10 361
步骤 3、4 的顺序不能反，如果先执行 `p->next = s` 再执行 `s->next = p->next`，就会把 `A` 的地址丢掉，造成断链。最后把 `p` 的指针域改成指向 `s`，完成“插队”——从此 `p` 后面不再是旧结点，而是新结点 `s`。换句话说：先把 `p` 原来的“下一跳”借过来，变成 `s` 的“下一跳”，这样后面那条链就不会丢。先给链表弄个头结点，里面不放数据，`L->next` 现在是 `nullptr`。让新结点 `s` 的指针域先指向 `p` 当前的后继结点。
编程基础--数据结构
qq_43582136的博客
12-07 1072
堆是满足以下两个条件的完全二叉树结构条件：必须是「完全二叉树」（层序遍历填满，最后一层节点从左到右连续排列，无空缺）；顺序条件（堆序性）：任意父节点与子节点满足固定的大小关系（分两种类型）。特性说明结构特性完全二叉树，可用数组高效存储，无需指针顺序特性仅约束父-子关系，兄弟节点无顺序要求最值特性大顶堆顶是最大值，小顶堆顶是最小值，取最值时间复杂度O(1)操作复杂度插入/删除堆顶：O(log n)（树高度为log₂n）；建堆：O(n)（而非O(n log n)）稳定性。
1.10.课设实验-数据结构-查找-机票查询
ADCvbV的博客
12-06 269
使用C语言/C++设计关于机票查询的代码。
计算机考研408【数据结构】核心知识点总结
CS实验室
12-10 486
数据结构考研408核心知识点摘要 数据结构是计算机考研408统考的重要内容，占45分，涵盖数据组织、存储和操作能力。知识体系分为六大模块： 基本概念：逻辑结构（集合/线性/树/图）、存储结构（顺序/链式/索引/散列）及术语（数据/元素/项/对象） 线性结构：线性表（顺序/链式存储）、栈（LIFO）、队列（FIFO）及双端队列的操作实现 树形结构：二叉树（遍历/性质/存储）、特殊树（BST/AVL/堆/哈夫曼）、森林转换及并查集应用 图状结构：存储（邻接矩阵/表）、遍历（DFS/BFS）、最短路径（Dijks
数据结构——哈希表
2301_78295956的博客
12-06 716
摘要：哈希表是一种通过哈希函数将关键字映射到存储位置的数据结构，实现高效查找（平均O(1)时间）。本文系统介绍了哈希表的核心概念，包括常用哈希函数设计方法（直接定址、除留余数等）、冲突处理策略（开放定址、链地址等）以及性能分析指标（装载因子、平均查找长度）。最后给出了基于线性探测法的C语言实现示例，包含初始化、插入、查找和删除等基本操作。哈希表在需要快速查找的场景中具有重要应用价值。
b树 b+树 b*树
09-05
B树是一种多路搜索树，它是一种平衡的、自底向上构建的树结构。B树又被称为平衡多路搜索树，旨在减少存储访问时间。它的特点是每个节点可以包含多个子节点和关键字，并且节点中的关键字按照一定的顺序排列。B树还具有自平衡的特性，即当节点插入或删除后，树仍然维持平衡状态。 B树的优点有： 1. 搜索效率高：B树的每个节点包含多个关键字和子节点，这使得在每一层的搜索过程中可以同时查找多个关键字，提高了搜索效率。 2. 存储空间利用率高：B树可以在一个节点中存储多个关键字，相比于二叉搜索树，它的存储空间利用率更高。 3. 适合磁盘存储：由于B树节点的大小通常等于磁盘页面的大小，所以B树非常适合在磁盘上存储大量数据。 B*树是在B树的基础上进行了优化的一种树结构。它在B树的基础上增加了一些特性，使得B*树的顺序访问更加高效。B*树的特点是： 1. 非叶子节点的关键字数目可以达到M-1，叶子节点的关键字数目可以达到M/2-1，这样可以减少树的高度。 2. 非叶子节点只有在关键字范围的最小值和最大值变化时才会更新，不会频繁增删节点。 B*树相比于B树的优势在于： 1. 节点的利用率更高：B*树中非叶子节点的关键字数目更多，可以更有效地利用节点的空间。 2. 查询效率更高：由于B*树的高度比B树更低，所以查询的效率更高。 综上所述，B树和B*树都是常用的树结构，用来提高数据操作的效率，特别适合存储大量数据的场景，尤其对于磁盘存储更具优势。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值