转自:http://blog.chinaunix.net/uid-20196318-id-3030529.html

B树的定义

假设B树的度为t(t>=2),则B树满足如下要求:(参考算法导论)

(1)  每个非根节点至少包含t-1个关键字,t个指向子节点的指针;至多包含2t-1个关键字,2t个指向子女的指针(叶子节点的子女为空)。

(2)  节点的所有key按非降序存放,假设节点的关键字分别为K[1], K[2] … K[n], 指向子女的指针分别为P[1], P[2]…P[n+1],其中n为节点关键字的个数。则有:

P[1] <= K[1] <= P[2] <= K[2] …..<= K[n] <= P[n+1]   // 这里P[n]也指其指向的关键字

(3)  若根节点非空,则根节点至少包含两个子女;

(4)  所有的叶子节点都在同一层。

 

B树的搜索,searchroot, target

从root出发,对每个节点,找到大于或等于target关键字中最小的K[i],如果K[i]与target相等,则查找成功;否则在P[i]中递归搜索target,直到到达叶子节点,如仍未找到则说明关键字不在B树中,查找失败。

B树的插入,insert(root, target)

B树的插入需要沿着搜索的路径从root一直到叶节点,根据B树的规则,每个节点的关键字个数在[t-1, 2t-1]之间,故当target要加入到某个叶子时,如果该叶子节点已经有2t-1个关键字,则再加入target就违反了B树的定义,这时就需要对该叶子节点进行分裂,将叶子以中间节点为界,分成两个包含t-1个关键字的子节点,同时把中间节点提升到该叶子的父节点中,如果这样使得父节点的关键字个数超过2t-1,则要继续向上分裂,直到根节点,根节点的分裂会使得树加高一层。

上面的过程需要回溯,那么能否从根下降到叶节点后不回溯就能完成节点的插入呢?答案是肯定的,核心思想就是未雨绸缪,在下降的过程中,一旦遇到已满的节点(关键字个数为2t-1),就就对该节点进行分裂,这样就保证在叶子节点需要分裂时,其父节点一定是非满的,从而不需要再向上回溯。

B树的删除,delete(root, target)

在删除B树节点时,为了避免回溯,当遇到需要合并的节点时就立即执行合并,B树的删除算法如下:从root向叶子节点按照search规律遍历:

(1)  如果target在叶节点x中,则直接从x中删除target,情况(2)和(3)会保证当再叶子节点找到target时,肯定能借节点或合并成功而不会引起父节点的关键字个数少于t-1。

(2)  如果target在分支节点x中:

(a)  如果x的左分支节点y至少包含t个关键字,则找出y的最右的关键字prev,并替换target,并在y中递归删除prev。

(b)  如果x的右分支节点z至少包含t个关键字,则找出z的最左的关键字next,并替换target,并在z中递归删除next。

(c)  否则,如果y和z都只有t-1个关键字,则将targe与z合并到y中,使得y有2t-1个关键字,再从y中递归删除target。

(3)  如果关键字不在分支节点x中,则必然在x的某个分支节点p[i]中,如果p[i]节点只有t-1个关键字。

(a)  如果p[i-1]拥有至少t个关键字,则将x的某个关键字降至p[i]中,将p[i-1]的最大节点上升至x中。

(b)  如果p[i+1]拥有至少t个关键字,则将x个某个关键字降至p[i]中,将p[i+1]的最小关键字上升至x个。

(c)  如果p[i-1]与p[i+1]都拥有t-1个关键字,则将p[i]与其中一个兄弟合并,将x的一个关键字降至合并的节点中,成为中间关键字。

B树的实现

数据结构

  1. /**
  2. * @brief the degree of btree
  3. * key per node: [M-1, 2M-1]
  4. * child per node: [M, 2M]
  5. */
  6. #define M 2   // M为B树的度
  7. typedef struct btree_node {
  8. int k[2*M-1];
  9. struct btree_node *p[2*M];
  10. int num;
  11. bool is_leaf;
  12. } btree_node;

 

创建B树

  1. btree_node *btree_node_new()
  2. {
  3. btree_node *node = (btree_node *)malloc(sizeof(btree_node));
  4. if(NULL == node) {
  5. return NULL;
  6. }
  7. for(int i = 0; i < 2 * M -1; i++) {  // 初始化key
  8. node->k[i] = 0;
  9. }
  10. for(int i = 0; i < 2 * M; i++) {     // 初始化pointer
  11. node->p[i] = NULL;
  12. }
  13. node->num = 0;
  14. node->is_leaf = true;  // 默认为叶子
  15. }
  16. btree_node *btree_create()
  17. {
  18. btree_node *node = btree_node_new();
  19. if(NULL == node) {
  20. return NULL;
  21. }
  22. return node;
  23. }

 

插入节点

  1. // 当child满时,将其进行分裂,child = parent->p[pos]
  2. int btree_split_child(btree_node *parent, int pos, btree_node *child)
  3. {
  4. // 创建新的节点
  5. btree_node *new_child = btree_node_new();
  6. if(NULL == new_child) {
  7. return -1;
  8. }
      
     // 新节点的is_leaf与child相同,key的个数为M-1
  1. new_child->is_leaf = child->is_leaf;
  2. new_child->num = M - 1;
  3. // 将child后半部分的key拷贝给新节点
  4. for(int i = 0; i < M - 1; i++) {
  5. new_child->k[i] = child->k[i+M];
  6. }
      
     // 如果child不是叶子,还需要把指针拷过去,指针比节点多1
  1. if(false == new_child->is_leaf) {
  2. for(int i = 0; i < M; i++) {
  3. new_child->p[i] = child->p[i+M];
  4. }
  5. }
  6. child->num = M - 1;
      
     // child的中间节点需要插入parent的pos处,更新parent的key和pointer
  1. for(int i = parent->num; i > pos; i--) {
  2. parent->p[i+1] = parent->p[i];
  3. }
  4. parent->p[pos+1] = new_child;
  5. for(int i = parent->num - 1; i >= pos; i--) {
  6. parent->k[i+1] = parent->k[i];
  7. }
  8. parent->k[pos] = child->k[M-1];
  9. parent->num += 1;
  10. }
 
 // 执行该操作时,node->num < 2M-1 
  1. void btree_insert_nonfull(btree_node *node, int target)
  2. {
  3. if(1 == node->is_leaf) { // 如果在叶子中找到,直接删除
  4. int pos = node->num;
  5. while(pos >= 1 && target < node->k[pos-1]) {
  6. node->k[pos] = node->k[pos-1];
  7. pos--;
  8. }
  9. node->k[pos] = target;
  10. node->num += 1;
  11. } else {   // 沿着查找路径下降
  12. int pos = node->num;
  13. while(pos > 0 && target < node->k[pos-1]) {
  14. pos--;
  15. }
  16. if(2 * M -1 == node->p[pos]->num) {
  17. btree_split_child(node, pos, node->p[pos]); // 如果路径上有满节点则分裂
  18. if(target > node->k[pos]) {
  19. pos++;
  20. }
  21. }
  22. btree_insert_nonfull(node->p[pos], target);
  23. }
  24. }
 //插入入口
  1. btree_node* btree_insert(btree_node *root, int target)
  2. {
  3. if(NULL == root) {
  4. return NULL;
  5. }
  6. // 对根节点的特殊处理,如果根是满的,唯一使得树增高的情形
  7. // 先申请一个新的
  8. if(2 * M - 1 == root->num) {
  9. btree_node *node = btree_node_new();
  10. if(NULL == node) {
  11. return root;
  12. }
  13. node->is_leaf = 0;
  14. node->p[0] = root;
  15. btree_split_child(node, 0, root);
  16. btree_insert_nonfull(node, target);
  17. return node;
  18. } else {
  19. btree_insert_nonfull(root, target);
  20. return root;
  21. }
  22. }

 

删除节点

  1. // 将y,root->k[pos], z合并到y节点,并释放z节点,y,z各有M-1个节点
  2. void btree_merge_child(btree_node *root, int pos, btree_node *y, btree_node *z)
  3. {
  4. // 将z中节点拷贝到y的后半部分
  5. y->num = 2 * M - 1;
  6. for(int i = M; i < 2 * M - 1; i++) {
  7. y->k[i] = z->k[i-M];
  8. }
  9. y->k[M-1] = root->k[pos]; // k[pos]下降为y的中间节点
  10. // 如果z非叶子,需要拷贝pointer
  11. if(false == z->is_leaf) {
  12. for(int i = M; i < 2 * M; i++) {
  13. y->p[i] = z->p[i-M];
  14. }
  15. }
     
      // k[pos]下降到y中,更新key和pointer
  1. for(int j = pos + 1; j < root->num; j++) {
  2. root->k[j-1] = root->k[j];
  3. root->p[j] = root->p[j+1];
  4. }
  5. root->num -= 1;
  6. free(z);
  7. }
  
 // 删除入口
  1. btree_node *btree_delete(btree_node *root, int target)
  2. {
  3. // 特殊处理,当根只有两个子女,切两个子女的关键字个数都为M-1时,合并根与两个子女
  4. // 这是唯一能降低树高的情形
  5. if(1 == root->num) {
  6. btree_node *y = root->p[0];
  7. btree_node *z = root->p[1];
  8. if(NULL != y && NULL != z &&
  9. M - 1 == y->num && M - 1 == z->num) {
  10. btree_merge_child(root, 0, y, z);
  11. free(root);
  12. btree_delete_nonone(y, target);
  13. return y;
  14. } else {
  15. btree_delete_nonone(root, target);
  16. return root;
  17. }
  18. } else {
  19. btree_delete_nonone(root, target);
  20. return root;
  21. }
  22. }
  
 // root至少有个t个关键字,保证不会回溯
  1. void btree_delete_nonone(btree_node *root, int target)
  2. {
  3. if(true == root->is_leaf) {  // 如果在叶子节点,直接删除
  4. int i = 0;
  5. while(i < root->num && target > root->k[i]) i++;
  6. if(target == root->k[i]) {
  7. for(int j = i + 1; j < 2 * M - 1; j++) {
  8. root->k[j-1] = root->k[j];
  9. }
  10. root->num -= 1;
  11. } else {
  12. printf("target not found\n");
  13. }
  14. } else {  // 在分支中
  15. int i = 0;
  16. btree_node *y = NULL, *z = NULL;
  17. while(i < root->num && target > root->k[i]) i++;
  18. if(i < root->num && target == root->k[i]) { // 如果在分支节点找到target
  19. y = root->p[i];
  20. z = root->p[i+1];
  21. if(y->num > M - 1) {
  22. // 如果左分支关键字多于M-1,则找到左分支的最右节点prev,替换target
  23. // 并在左分支中递归删除prev,情况2(a)
  24. int pre = btree_search_predecessor(y);
  25. root->k[i] = pre;
  26. btree_delete_nonone(y, pre);
  27. } else if(z->num > M - 1) {
  28. // 如果右分支关键字多于M-1,则找到右分支的最左节点next,替换target
  29. // 并在右分支中递归删除next,情况2(b)
  30. int next = btree_search_successor(z);
  31. root->k[i] = next;
  32. btree_delete_nonone(z, next);
  33. } else {
  34. // 两个分支节点数都为M-1,则合并至y,并在y中递归删除target,情况2(c)
  35. btree_merge_child(root, i, y, z);
  36. btree_delete(y, target);
  37. }
  38. } else {   // 在分支没有找到,肯定在分支的子节点中
  39. y = root->p[i];
  40. if(i < root->num) {
  41. z = root->p[i+1];
  42. }
  43. btree_node *p = NULL;
  44. if(i > 0) {
  45. p = root->p[i-1];
  46. }
  47. if(y->num == M - 1) {
  48. if(i > 0 && p->num > M - 1) {
  49. // 左邻接节点关键字个数大于M-1
  50. btree_shift_to_right_child(root, i-1, p, y); //情况3(a)
  51. } else if(i < root->num && z->num > M - 1) {
  52. // 右邻接节点关键字个数大于M-1
  53. btree_shift_to_left_child(root, i, y, z); // 情况3(b)
  54. } else if(i > 0) {
  55. btree_merge_child(root, i-1, p, y);  // 情况3(c)
  56. y = p;
  57. } else {
  58. btree_merge_child(root, i, y, z); // 情况3(c)
  59. }
  60. btree_delete_nonone(y, target);
  61. } else {
  62. btree_delete_nonone(y, target);
  63. }
  64. }
  65. }
  66. }
 //寻找rightmost,以root为根的最大关键字
  1. int btree_search_predecessor(btree_node *root)
  2. {
  3. btree_node *y = root;
  4. while(false == y->is_leaf) {
  5. y = y->p[y->num];
  6. }
  7. return y->k[y->num-1];
  8. }
 // 寻找leftmost,以root为根的最小关键字
  1. int btree_search_successor(btree_node *root)
  2. {
  3. btree_node *z = root;
  4. while(false == z->is_leaf) {
  5. z = z->p[0];
  6. }
  7. return z->k[0];
  8. }
 // z向y借节点,将root->k[pos]下降至z,将y的最大关键字上升至root的pos处
  1. void btree_shift_to_right_child(btree_node *root, int pos,
  2. btree_node *y, btree_node *z)
  3. {
  4. z->num += 1;
  5. for(int i = z->num -1; i > 0; i--) {
  6. z->k[i] = z->k[i-1];
  7. }
  8. z->k[0]= root->k[pos];
  9. root->k[pos] = y->k[y->num-1];
  10. if(false == z->is_leaf) {
  11. for(int i = z->num; i > 0; i--) {
  12. z->p[i] = z->p[i-1];
  13. }
  14. z->p[0] = y->p[y->num];
  15. }
  16. y->num -= 1;
  17. }
 
 // y向借节点,将root->k[pos]下降至y,将z的最小关键字上升至root的pos处
  1. void btree_shift_to_left_child(btree_node *root, int pos,
  2. btree_node *y, btree_node *z)
  3. {
  4. y->num += 1;
  5. y->k[y->num-1] = root->k[pos];
  6. root->k[pos] = z->k[0];
  7. for(int j = 1; j < z->num; j++) {
  8. z->k[j-1] = z->k[j];
  9. }
  10. if(false == z->is_leaf) {
  11. y->p[y->num] = z->p[0];
  12. for(int j = 1; j <= z->num; j++) {
  13. z->p[j-1] = z->p[j];
  14. }
  15. }
  16. z->num -= 1;
  17. }

 

插入与删除过程(图片为层序遍历的结果)

插入序列[18, 31, 12, 10, 15, 48, 45, 47, 50, 52, 23, 30, 20]

 

删除序列[15, 18, 23, 30, 31, 52, 50, 48, 47, 45, 20, 12, 10]

B+

与B树不同的时,B+树的关键字都存储在叶子节点,分支节点均为索引,在实现上大致与B树类似,在几个细节稍有不同。

(1) 数据结构中增加prev,next指针,用于将叶子节点串成有序双向链表。

(2) 在节点分裂的时候,如果分裂的节点为叶子,则需要把中间节点保留在左(或右)边的分支上,并且需要更新prev和next。

(3) 在节点合的时候,如果合并的节点为叶子,不需要把跟节点下降为中间节点,并且需要更新prev和next。

(4) 在向邻接节点借节点时,借来的关键字并不是父节点的关键字,而是邻接点的关键字,并根据实际情况更新父节点的索引。

btree.rar  C语言实现,因用到了bool变量,编译时请使用g++ -o btree btree.c

b树的实现(c++)的更多相关文章

  1. B树——算法导论(25)

    B树 1. 简介 在之前我们学习了红黑树,今天再学习一种树--B树.它与红黑树有许多类似的地方,比如都是平衡搜索树,但它们在功能和结构上却有较大的差别. 从功能上看,B树是为磁盘或其他存储设备设计的, ...

  2. ASP.NET Aries 入门开发教程8:树型列表及自定义右键菜单

    前言: 前面几篇重点都在讲普通列表的相关操作. 本篇主要讲树型列表的操作. 框架在设计时,已经把树型列表和普通列表全面统一了操作,用法几乎是一致的. 下面介绍一些差距化的内容: 1:树型列表绑定: v ...

  3. 再讲IQueryable<T>,揭开表达式树的神秘面纱

    接上篇<先说IEnumerable,我们每天用的foreach你真的懂它吗?> 最近园子里定制自己的orm那是一个风生水起,感觉不整个自己的orm都不好意思继续混博客园了(开个玩笑).那么 ...

  4. HDU1671——前缀树的一点感触

    题目http://acm.hdu.edu.cn/showproblem.php?pid=1671 题目本身不难,一棵前缀树OK,但是前两次提交都没有成功. 第一次Memory Limit Exceed ...

  5. 算法与数据结构(十一) 平衡二叉树(AVL树)

    今天的博客是在上一篇博客的基础上进行的延伸.上一篇博客我们主要聊了二叉排序树,详情请戳<二叉排序树的查找.插入与删除>.本篇博客我们就在二叉排序树的基础上来聊聊平衡二叉树,也叫AVL树,A ...

  6. [C#] C# 知识回顾 - 表达式树 Expression Trees

    C# 知识回顾 - 表达式树 Expression Trees 目录 简介 Lambda 表达式创建表达式树 API 创建表达式树 解析表达式树 表达式树的永久性 编译表达式树 执行表达式树 修改表达 ...

  7. bzoj3207--Hash+主席树

    题目大意: 给定一个n个数的序列和m个询问(n,m<=100000)和k,每个询问包含k+2个数字:l,r,b[1],b[2]...b[k],要求输出b[1]~b[k]在[l,r]中是否出现. ...

  8. bzoj1901--树状数组套主席树

    树状数组套主席树模板题... 题目大意: 给定一个含有n个数的序列a[1],a[2],a[3]--a[n],程序必须回答这样的询问:对于给定的i,j,k,在a[i],a[i+1],a[i+2]--a[ ...

  9. bzoj3932--可持久化线段树

    题目大意: 最近实验室正在为其管理的超级计算机编制一套任务管理系统,而你被安排完成其中的查询部分.超级计算机中的 任务用三元组(Si,Ei,Pi)描述,(Si,Ei,Pi)表示任务从第Si秒开始,在第 ...

  10. jquery-treegrid树状表格的使用(.Net平台)

    上一篇介绍了DataTable,这一篇在DT的基础之上再使用jquery的一款插件:treegrid,官网地址:http://maxazan.github.io/jquery-treegrid/ 一. ...

随机推荐

  1. /proc/kcore

    [root@b proc]# ls -lh /proc/kcore-r-------- 1 root root 128T Sep 29 09:39 /proc/kcore[root@b proc]# ...

  2. 前端基础 DOM & BOM

    推荐阅读:http://www.cnblogs.com/yuanchenqi/articles/6893904.html#_label3 BOM对象 window 对象 所有浏览器都支持 window ...

  3. 安装mysql以及修改初始密码

    我们可以采用类似安全模式的方法修改初始密码 先执行命令  mysqld_safe --skip-grant-tables &   (设置成安全模式) &,表示在后台运行,不再后台运行的 ...

  4. android学习二---解决ADT Buddle无法自动生成layout和res

    开发环境: 1)windows 7 64位 2)adt-bundle-windows-x86_64-20140624 3)Android Development Toolkit Version: 23 ...

  5. Tomcat日志备份脚本

    #!/bin/bash #Author:fansik #Description:backup tomcat logs #Date:-- directory=/usr/local/tomcat/logs ...

  6. C#如何使用结构化异常处理

    Knowledge Base: Chinese (Simplified) 如何使用 Visual C# .NET 和 Visual C# 2005 中的结构化异常处理文章ID: 816157 最近更新 ...

  7. nodejs socket server 强制关闭客户端连接

    nodejs socket server 强制关闭客户端连接: client.destroy()

  8. PHP连接到mysql的方法--mysqli和PDO

    php连接到mysql数据库,经典的方式就是使用mysql_connect(),具体代码如下: mysql_connect($db_host, $db_user, $db_pass) or die(m ...

  9. 20145231 《Java程序设计》第一周学习总结

    20145231 <Java程序设计>第一周学习总结 教材学习内容总结 Java三大平台Java SE,Java EE,Java ME.其中,Java SE是我们学习的基础. Java S ...

  10. Java基础面试集合

    1.面向对象的特征有哪些方面? 抽象 封装 继承 多态,多态性是指允许不同子类型的对象对同一消息作出不同的响应.简单的说就是用同样的对象引用调用同样的方法但是做了不同的事情.多态性分为编译时的多态性和 ...