Изменения

Перейти к: навигация, поиск

B+-дерево

4271 байт добавлено, 11:24, 1 сентября 2022
Отмена правки 84045, сделанной 185.220.100.252 (обсуждение)
'''B<tex>B^{+}</tex>-дерево''' (англ. ''B<tex>B^{+}</tex>-tree'') {{---}} структура данных на основе [[B-дерево|B-дерева]], сбалансированное <tex>n</tex>-арное дерево поиска с переменным, но зачастую большим количеством потомков в узле. B<tex>B^{+}</tex>-деревья имеют очень высокий коэффициент ветвления (число указателей из родительского узла на дочерние, обычно порядка <tex>100</tex> или более), что снижает количество операций ввода-вывода, требующих поиска элемента в дереве. == Где используется ==Изначально структура предназначалась для эффективного поиска в блочно-ориентированной среде хранения {{---}} в частности, для файловых систем. Структура широко применяется в таких файловых системах, как NTFS<ref>[[wikipedia:NTFS |Wikipedia {{---}} NTFS]]</ref>, ReiserFS<ref>[[wikipedia:ReiserFS |Wikipedia {{---}} ReiserFS]]</ref>, NSS<ref>[[wikipedia:Novell Storage Services |Wikipedia {{---}} NSS]]</ref>, JFS<ref>[[wikipedia:JFS (file system) |Wikipedia {{---}} JFS]]</ref>, ReFS<ref>[[wikipedia:ReFS |Wikipedia {{---}} ReFS]]</ref>. Различные реляционные системы управления базами данных, такие как Microsoft SQL Server<ref>[[wikipedia:Microsoft SQL Server|Wikipedia {{---}} Microsoft SQL Server]]</ref>, Oracle Database<ref>[[wikipedia:Oracle Database|Wikipedia {{---}} Oracle Database]]</ref>, SQLite<ref>[[wikipedia:SQLite|Wikipedia {{---}} SQLite]]</ref> используют B<tex>^{+}</tex>-деревья для табличных индексов.
== Отличия от B-дерева ==
В <tex>B</tex>-дереве во всех вершинах хранятся ключи вместе с сопутствующей информацией. В B<tex>B^{+}</tex>-деревьях вся информация хранится в листьях, а во внутренних узлах хранятся только копии ключей. Таким образом удается получить максимально возможную степень ветвления во внутренних узлах. Кроме того, листовой узел может включать в себя указатель на следующий листовой узел для ускорения последовательного доступа, что решает одну из главных проблем B-деревьев. == Оценка высоты дерева =={{Теорема|statement=Если <tex>n \geqslant 1</tex>, то для B<tex>^{+}</tex>-дерева c <tex>n</tex> узлами и минимальной степенью <tex>t \geqslant 2</tex> высота:<tex>h \leqslant \log_t\dfrac{n}{2} + 1</tex>|proof=Так как <tex>n \geqslant 1</tex>, то корень B<tex>^{+}</tex>-дерева <tex>T</tex> содержит хотя бы один ключ, а все остальные узлы — хотя бы <tex>t - 1</tex> ключей. <tex>T</tex> имеет хотя бы <tex>2</tex> узла на высоте <tex>1</tex>, не менее <tex>2t</tex> узлов на глубине <tex>2</tex>, и так далее. То есть на глубине <tex>h</tex>, оно имеет хотя бы <tex>2t^{h-1}</tex> узловдеревьев. Так как сами ключи хранятся только в листах, а во внутренних вершинах лишь их копии, то для <tex>n</tex> ключей <tex>n \geqslant 2t^{h-1}</tex> :<tex>t^{h-1} \leqslant \dfrac{n}{2}</tex> :<tex>h-1 \leqslant \log_t\dfrac{n}{2}</tex> :<tex>h \leqslant \log_t\dfrac{n}{2} + 1</tex>}}  Как можно заметить, высота B<tex>^{+}</tex>-дерева не более чем на <tex>1</tex> отличается от [[B-дерево#Высота|высоты B-дерева]], то есть хранение информации только в листах почти не ухудшает эффективность дерева
== Структура ==
Свойства B<tex>B^{+}</tex> дерева аналогичны [[B-дерево#Структура| свойствам <tex>B</tex>-дерева]] (с учетом отличий описанных выше).
=== Структура узла ===
'''Node''' root <span style="color:#008000"> // указатель на корень дерева</span>
== Оценка высоты дерева ==
{{Теорема|statement=Если <tex>n \geqslant 1</tex>, то для <tex>B^{+}</tex>-дерева c <tex>n</tex> узлами и минимальной степенью <tex>t \geqslant 2</tex> высота
:<tex>h \leqslant \log_t\dfrac{n}{2} + 1</tex>
|proof=
Так как <tex>n \geqslant 1</tex>, то корень <tex>B^{+}</tex>-дерева <tex>T</tex> содержит хотя бы один ключ, а все остальные узлы — хотя бы <tex>t - 1</tex> ключей. <tex>T</tex> имеет хотя бы <tex>2</tex> узла на высоте <tex>1</tex>, не менее <tex>2t</tex> узлов на глубине <tex>2</tex>, и так далее. То есть на глубине <tex>h</tex>, оно имеет хотя бы <tex>2t^{h-1}</tex> узлов. Так как сами ключи хранятся только в листах, а во внутренних вершинах лишь их копии, то для <tex>n</tex> ключей
<tex>n \geqslant 2t^{h-1}</tex>
 
:<tex>t^{h-1} \leqslant \dfrac{n}{2}</tex>
 
:<tex>h-1 \leqslant \log_t\dfrac{n}{2}</tex>
 
:<tex>h \leqslant \log_t\dfrac{n}{2} + 1</tex>
}}
 
Как можно заметить, высота <tex>B^{+}</tex>-дерева не более чем на <tex>1</tex> отличается от [[B-дерево#Высота|высоты <tex>B</tex>-дерева]], то есть хранение информации только в листах почти не ухудшает эффективность дерева
== Операции ==
B<tex>B^{+}</tex>-деревья являются сбалансированными, поэтому время выполнения стандартных операций в них пропорционально высоте, то есть <tex>O(\log n)</tex>. Однако стоит заметить, что так как степень дерева зачастую выбирается большой, константа при выполнении операций тоже большая. Это связано с большим количеством ключей в узлах, которые необходимо сравнить. Но из-за небольшой высоты дерева это не сильно сказывается на скорости работы.
=== Поиск листа ===
'''Node''' find_leaf(T: '''BPlusTree''', key: '''int'''):
now cur = T.root '''while''' nowcur.leaf <tex>\neq</tex> true '''for''' i = 0 '''to''' nowcur.key_num '''if''' i == nowcur.key_num '''or''' key < nowcur.key[i] now cur = nowcur.child[i]
'''break'''
'''return''' nowcur
=== Поиск ===
'''bool''' insert(T: '''BPlusTree''', key: '''int''', value: '''Info'''):
leaf = find_key(T, key)
'''for''' i = 0 '''to''' leaf.key_num '''if''' key == <tex>\in</tex> leaf.key[i] '''return false''' <span style="color:#008000">// Ищем позицию для нового ключа </span>
pos = 0
'''while''' pos < leaf.key_num '''and''' leaf.key[pos] < key
++pos
<span style="color:#008000">// Вставляем ключ</span>
'''for''' i = leaf.key_num '''downto''' pos + 1
leaf.key[i] = leaf.key[i - 1]
leaf.pointers[pos] = value
++leaf.key_num
'''if''' leaf.key_num == 2 * t <span style="color:#008000"> // t {{---}} степень дерева</span>
split(T, leaf) <span style="color:#008000"> // Разбиваем узел</span>
=== Разбиение узла ===
Разбиение на два узла происходит следующим образом: в первый добавляем первые <tex>t - 1</tex> ключей, во второй последние <tex>t- 1</tex>. Если узел {{---}} лист, то оставшийся ключ также добавляется в левое правое поддерево, а его копия отправляется в родительский в родительский узел, где становится разделительной точкой для двух новых поддеревьев.
Если и родительский узел заполнен {{---}} поступаем аналогично, но не копируем, а просто перемещаем оставшийся перемещаем ключ в родительский узел, так как это просто копия. Повторяем пока не встретим незаполненный узел или не дойдем до корня. В последнем случае корень разбивается на два узла и высота дерева увеличивается.
 
Поскольку в родителя всегда отправляется минимальный ключ из второй половины, то каждый ключ, который хранится во внутренней вершине {{---}} это минимум правого поддерева для этого ключа.
[[Файл:B Plus tree insetring.png|1000px]]
'''void''' split(T: '''BPlusTree''', node: '''Node'''):
new_node = new_Node() <span style="color:#008000"> //Создаем новый узел</span>
<span style="color:#008000">// Перенаправляем right и left указатели</span>
new_node.right = node.right
node.right.left = new_node
node.right = new_node
new_node.left = node
mid_key = node.key[t - 1]
new_node.key_num = t
<span style="color:#008000">// Перемещаем t - 1 значений и соответствующих им указателей в new_node</span>
mid_key = node.key[t]
new_node.key_num = t - 1
node.key_num = t
'''for''' i = 0 '''to''' new_node.key_num - 1
new_node.key[i] = node.key[i + t+ 1] new_node.pointers[i] = node.pointers[i + t+ 1] new_node.child[i] = node.child[i + t+ 1]
new_node.child[new_node.key_num] = node.child[2 * t]
node.key_num = t - 1
'''if''' node.leaf
++nodenew_node.key_num
new_node.leaf = '''true'''
<span style="color:#008000">// Перемещаем в new_node оставшийся при разбиении элемент mid_key </span> '''for''' i = new_node.key_num - 1 '''downto''' 1 new_node.key[i] = new_node.key[i - 1] new_node.pointers[i] = new_node.pointers[i - 1] new_node.key[0] = node.key[t] new_node.pointers[0] = node.pointers[t]
'''if''' node == T.root
T.root = new_Node()<span style="color:#008000"> // Создаем новый корень T.root </span>
T.root.key[0] = mid_key
T.root.child[0] = node
new_node.parent = node.parent
parent = node.parent
<span style="color:#008000">// Ищем позицию mid_key в отце </span>
pos = 0
'''while''' pos < parent.key_num '''and''' parent.key[pos] < mid_key
++pos
<span style="color:#008000">// Добавляем mid_key в отца и направляем ссылку из него на new_node </span>
'''for''' i = parent.key_num '''downto''' pos + 1
parent.key[i] = parent.key[i - 1]
leaf = find_key(T, key)
pos = 0
'''while''' pos < leaf.key_num '''and''' leaf.key[pos] < key ++pos '''if''' pos == leaf.key_num '''or''' leaf.key[pos] <tex>\neqnotin</tex> keyleaf '''return false'''
'''else'''
delete_in_node(leaf, key) <span style="color:#008000"> // Удалить ключ из вершины</span>
'''void''' delete_in_node(tec: '''Node''', key: '''int'''):
'''if''' key <tex>\notin</tex> tec
'''return'''
<span style="color:#008000">// Ищем позицию удаляемого ключа </span>
pos = 0
'''while''' pos < tec.key_num '''and''' tec.key[pos] < key
++pos
'''if''' pos =<span style= tec.key_num '''or''' tec.key[pos] <tex"color:#008000">\neq// Удаляем ключ</texspan> key '''return'''
'''for''' i = pos '''to''' tec.key_num - 1
tec.key[i] = tec.key[i + 1]
--left_sibling.key_num
++tec.key_num
<span style="color:#008000">// Перемещаем максимальный из left_sibling ключ на первую позицию в tec </span>
'''for''' i = 1 '''to''' tec.key_num - 1
tec.key[i] = tec.key[i - 1]
tec.pointers[0] = left_sibling.pointers[left_sibling.key_num]
tec.child[0] = left_sibling.child [left_sibling.key_num + 1]
update(tec) <span style="color:#008000"> // Обновить ключи на пути к корню</span>
--right_sibling.key_num
++tec.key_num
<span style="color:#008000">// Перемещаем минимальный из right_sibling ключ на последнюю позицию в tec </span>
tec.key[tec.key_num - 1] = right_sibling.key[0]
tec.pointers[tec.key_num - 1] = right_sibling.child[0]
tec.child[tec.key_num - 1] = right_sibling.pointers[0]
update(tec) <span style="color:#008000"> // Обновить ключи на пути к корню</span>
'''else'''
'''if''' left_sibling <tex>\neq</tex> null
left_sibling.right <span style= "color:#008000">// Сливаем tec.right tec.right.left = и left_sibling </span>
'''for''' i = 0 to tec.key_num - 1
left_sibling.key[left_sibling.key_num] = tec.key[i]
++left_sibling.key_num
left_sibling.child[left_sibling.key_num + 1] = tec.child[tec.key_num]
<span style="color:#008000">// Перенаправляем right и left указатели</span> left_sibling.right = tec.right tec.right.left = left_sibling update(left_sibling) <span style="color:#008000"> // Обновить ключи на пути к корню</span> delete_in_node(left_sibling.parent, max_keymin_key(left_siblingtec)) <span style="color:#008000"> // Удаляем разделительный ключ в отце</span>
'''else'''
right_sibling.right.left = tec <span style="color:#008000">// Сливаем tec.right = и right_sibling.right</span>
'''for''' i = 0 to tec.key_num - 1
tec.key[tec.key_num] = right_sibling.key[i]
++tec.key_num
tec.child[tec.key_num + 1] = right_sibling.child[right_sibling.key_num]
<span style="color:#008000">// Перенаправляем right и left указатели</span> right_sibling.right.left = tec tec.right = right_sibling.right update(tec) <span style="color:#008000"> // Обновить ключи на пути к корню</span> delete_in_node(tec.parent, max_keymin_key(tecright_sibling)) <span style="color:#008000"> // Удаляем разделительный ключ в отце</span>
'''if''' T.root.key_num == 1
T.root = T.root.child[0]
 
== Где используется ==
Изначально структура предназначалась для эффективного поиска в блочно-ориентированной среде хранения {{---}} в частности, для файловых систем. Структура широко применяется в таких файловых системах, как NTFS<ref>[[wikipedia:NTFS |Wikipedia {{---}} NTFS]]</ref>, ReiserFS<ref>[[wikipedia:ReiserFS |Wikipedia {{---}} ReiserFS]]</ref>, NSS<ref>[[wikipedia:Novell Storage Services |Wikipedia {{---}} NSS]]</ref>, JFS<ref>[[wikipedia:JFS (file system) |Wikipedia {{---}} JFS]]</ref>, ReFS<ref>[[wikipedia:ReFS |Wikipedia {{---}} ReFS]]</ref>. Различные реляционные системы управления базами данных, такие как Microsoft SQL Server<ref>[[wikipedia:Microsoft SQL Server|Wikipedia {{---}} Microsoft SQL Server]]</ref>, Oracle Database<ref>[[wikipedia:Oracle Database|Wikipedia {{---}} Oracle Database]]</ref>, SQLite<ref>[[wikipedia:SQLite|Wikipedia {{---}} SQLite]]</ref> используют <tex>B^{+}</tex>-деревья для табличных индексов.
 
== См. также ==
* [[B-дерево]]
* [[2-3 дерево]]
== Примeчания ==
<references/>
 
== Источники информации ==
* Д. Кнут «Искусство программирования. Сортировка и поиск», часть 6.2.4
* [https://en.wikipedia.org/wiki/B%2B_tree Wikipedia {{---}} B Plus tree]
* [https://en.wikipedia.org/wiki/B-tree Wikipedia {{---}} B tree]
* [https://www.cs.usfca.edu/~galles/visualization/BPlusTree.html B plus tree visualization]
 
[[Категория: Дискретная математика и алгоритмы]]
[[Категория: Структуры данных]]
[[Категория: Деревья поиска]]
Анонимный участник

Навигация