C#实现平衡多路查找树(B树)

写在前面:搞了SQL Server时间也不短了,对B树的概念也算是比较了解。去网上搜也搜不到用C#或java实现的B树,干脆自己写一个。实现B树的过程中也对很多细节有了更深的了解。

创新互联公司-专业网站定制、快速模板网站建设、高性价比陇川网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式陇川网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖陇川地区。费用合理售后完善,十载实体公司更值得信赖。

 

简  介

B树是一种为辅助存储设计的一种数据结构,在1970年由R.Bayer和E.mccreight提出。在文件系统和数据库中为了减少IO操作大量被应用。遗憾的是,他们并没有说明为什么取名为B树,但按照B树的性质来说B通常被解释为Balance。在国内通常有说是B-树,其实并不存在B-树,只是由英文B-Tree直译成了B-树。

一个典型的 B树如图1所示。

   

图1.一个典型的B树

符合如下特征的树才可以称为B树:

  •     根节点如果不是叶节点,则至少需要两颗子树
  •     每个节点中有N个元素,和N+1个指针。每个节点中的元素不得小于最大节点容量的1/2
  •     所有的叶子位于同一层级(这也是为什么叫平衡树)
  •     父节点元素向左的指针必须小于节点元素,向右的指针必须大于节点元素,比如图1中Q的左指针必须小于Q,右指针必须大于Q

为什么要使用B树

在计算机系统中,存储设备一般分为两种,一种为主存(比如说CPU二级缓存,内存等),主存一般由硅制成,速度非常快,但每一个字节的成本往往高于辅助存储设备很多。还有一类是辅助存储(比如硬盘,磁盘等),这种设备通常容量会很大,成本也会低很多,但是存取速度非常的慢,下面我们来看一下最常见的辅存 --硬盘。    硬盘作为主机中除了唯一的一个机械存储设备,速度远远落后于CPU和内存。图2是一个典型的磁盘驱动器。

   

    图2.典型的磁盘驱动器工作原理

一个驱动器包含若干盘片,以一定的速度绕着主轴旋转(比如PC常见的转速是7200RPM,服务器级别的有10000RPM和15000RPM的),每个盘片表面覆盖一个可磁化的物质.每个盘片利用摇臂末端的磁头进行读写。摇臂是物理连接在一起的,通过移动远离或贴近主轴。

因为有机械移动的部分,所以磁盘的速度相比内存而言是非常的慢。这个机械移动包括两个部分:盘旋转和磁臂移动。仅仅对于盘旋转来说,比如常见的 7200RPM的硬盘,转一圈需要60/7200≈8.33ms,换句话说,让磁盘完整的旋转一圈找到所需要的数据需要8.33ms,这比内存常见的 100ns慢100000倍左右,这还不包括移动摇臂的时间。

因为机械移动如此的花时间,磁盘会每次读取多个数据项。一般来说最小单位为簇。而对于SQL Server来说,则为一页(8K)。

但由于要查找的数据往往很大,不能全部装入主存。需要磁盘来辅助存储。而读取磁盘则是占处理时间最重要的一部分,所以如果我们尽可能的减少对磁盘的IO操作,则会大大加快速度。这也是B树设计的初衷。

B树通过将根节点放入主存,其它所有节点放入辅存来大大减少对于辅存IO的操作。比如图1中,我如果想查找元素Y,仅仅需要从主存中取得根节点,再根据根节点的右指针做一次IO读,再根据这个节点最右的指针做一次IO读,就可以找到元素Y。相比其他数据结构,仅仅做两次辅存IO读大大减少了查找的时间。

B树的高度

根据上面的例子我们可以看出,对于辅存做IO读的次数取决于B树的高度。而B树的高度由什么决定的呢?

根据B树的高度公式:   

其中T为度数(每个节点包含的元素个数),N为总元素个数.

我们可以看出T对于树的高度有决定性的影响。因此如果每个节点包含更多的元素个数,在元素个数相同的情况下,则更有可能减少B树的高度。这也是为什么 SQL Server中需要尽量以窄键建立聚集索引。因为SQL Server中每个节点的大小为8092字节,如果减少键的大小,则可以容纳更多的元素,从而减少了B树的高度,提升了查询的性能。

上面B树高度的公式也可以进行推导得出,将每一层级的的元素个数加起来,比如度为T的节点,根为1个节点,第二层至少为2个节点,第三层至少为2t个节点,第四层至少为2t*t个节点。将所有最小节点相加,从而得到节点个数N的公式:

              

两边取对数,则可以得到树的高度公式。

这也是为什么开篇所说每个节点必须至少有两个子元素,因为根据高度公式,如果每个节点只有一个元素,也就是T=1的话,那么高度将会趋于正无穷。

B树的实现

讲了这么多概念,该到实现B树的时候了。

首先需要定义B树的节点,如代码1所示。

 
 
 
 
  1. public class TreeNodewhere T:IComparable  
  2. {  
  3.     public int elementNum = 0;//元素个数  
  4.     public IList Elements = new List();//元素集合,存在elementNum个  
  5.     public IList> Pointer = new List>();//元素指针,存在elementNum+1  
  6.     public bool IsLeaf = true;//是否为叶子节点  
  7.       

代码1.声明节点

我给每个节点四个属性,分别为节点包含的元素个数,节点的元素数组,节点的指针数组和节点是否为叶子节点。我这里对节点存储的元素类型使用了泛型T,并且必须实现ICompable接口使得节点所存储的元素可以互相比较。

有了节点的定义后,就可以创建B树了,如代码2所示。

 
 
 
 
  1. //创建一个b树,也是类的构造函数  
  2. public BTree()  
  3. {  
  4.  
  5.     RootNode = new TreeNode();  
  6.     RootNode.elementNum = 0;  
  7.     RootNode.IsLeaf = true;  
  8.     //将节点写入磁盘,做一次IO写  

代码2.初始化B树

这是BTree类的构造函数,初始化一个根节点。全部代码我稍后给出。

下面则要考虑B树的插入,其实B树的构建过程也是向B树插入元素的过程.B树的插入相对来说比较复杂,需要考虑很多因素。

首先,每一个节点可容纳的元素个数是一样并且有限的,这里我声明了一个常量最为每个节点,如代码3所示。

 
 
 
 
  1. const int NumPerNode = 4; 

代码3.设置每个节点最多容纳的元素个数

对于B树来说,节点增加的唯一方式就是节点分裂,这个概念和SQL SERVER中的页分裂是一样的。

页分裂的过程首先需要生成新页,然后将大概一半的元素移动到新页中,然后将中间元素提升到父节点。比如我想在现有的元素中插入8,造成已满的页进行分裂,如图3所示:

   

    图3.向已经满的叶子节点插入元素会造成页分裂

通过叶子分裂的概念不难看出,叶子节点分裂才会造成非叶子节点元素的增加。最终传递到根元素。而根元素的分裂是树长高的唯一途径。

在C#中的实现代码如代码4所示。

 
 
 
 
  1. //B树中的节点分裂  
  2.  public void BTreeSplitNode(TreeNode FatherNode, int position, TreeNode NodeToBeSplit)  
  3.  {  
  4.      TreeNode newNode = new TreeNode();//创建新节点,容纳分裂后被移动的元素  
  5.      newNode.IsLeaf = NodeToBeSplit.IsLeaf;//新节点的层级和原节点位于同一层  
  6.      newNode.elementNum = NumPerNode - (NumPerNode / 2 + 1);//新节点元素的个数大约为分裂节点的一半  
  7.      for (int i = 1; i < NumPerNode - (NumPerNode / 2 + 1); i++)  
  8.      {  
  9.          //将原页中后半部分复制到新页中  
  10.          newNode.Elements[i - 1] = NodeToBeSplit.Elements[i + NumPerNode / 2];  
  11.      }  
  12.      if (!NodeToBeSplit.IsLeaf)//如果不是叶子节点,将指针也复制过去  
  13.      {  
  14.          for (int j = 1; j < NumPerNode / 2 + 1; j++)  
  15.          {  
  16.              newNode.Pointer[j - 1] = NodeToBeSplit.Pointer[NumPerNode / 2];  
  17.          }  
  18.      }  
  19.      NodeToBeSplit.elementNum = NumPerNode / 2;//原节点剩余元素个数  
  20.  
  21.      //将父节点指向子节点的指针向后推一位  
  22.      for (int k = FatherNode.elementNum + 1; k > position + 1; k--)  
  23.      {  
  24.          FatherNode.Pointer[k] = FatherNode.Pointer[k - 1];  
  25.      }  
  26.      //将父节点的元素向后推一位  
  27.      for (int k = FatherNode.elementNum; k > position + 1; k--)  
  28.      {  
  29.          FatherNode.Elements[k] = FatherNode.Elements[k - 1];  
  30.      }  
  31.      //将被分裂的页的中间节点插入父节点  
  32.      FatherNode.Elements[position - 1] = NodeToBeSplit.Elements[NumPerNode / 2];  
  33.      //父节点元素大小+1  
  34.      FatherNode.elementNum += 1;  
  35.      //将FatherNode,NodeToBeSplit,newNode写回磁盘,三次IO写操作  
  36.  
  37.  } 

代码4.分裂节点

通过概念和代码不难看出,节点的分裂相对比较消耗IO,这也是为什么SQL Server中需要一些最佳实现比如不用GUID做聚集索引,或是设置填充因子等来减少页分裂。

而如果需要插入元素的节点不满,则不需要页分裂,则需要从根开始查找,找到需要被插入的节点,如代码5所示。

 
 
 
 
  1. //在节点非满时寻找插入节点  
  2. public void BTreeInsertNotFull(TreeNode Node, T KeyWord)  
  3. {  
  4.     int i=Node.elementNum;  
  5.     //如果是叶子节点,则寻找合适的位置直接插入  
  6.     if (Node.IsLeaf)  
  7.     {  
  8.           
  9.         while (i >= 1 && KeyWord.CompareTo(Node.Elements[i - 1]) < 0)  
  10.         {  
  11.             Node.Elements[i] = Node.Elements[i - 1];//所有的元素后推一位  
  12.             i -= 1;  
  13.         }  
  14.         Node.Elements[i - 1] = KeyWord;//将关键字插入节点  
  15.         Node.elementNum += 1;  
  16.         //将节点写入磁盘,IO写+1  
  17.     }  
  18.     //如果是非叶子节点  
  19.     else 
  20.     {  
  21.         while (i >= 1 && KeyWord.CompareTo(Node.Elements[i - 1]) < 0)  
  22.         {  
  23.             i -= 1;  
  24.         }  
  25.         //这步将指针所指向的节点读入内存,IO读+1  
  26.         if (Node.Pointer[i].elementNum == NumPerNode)  
  27.         {  
  28.             //如果子节点已满,进行节点分裂  
  29.             BTreeSplitNode(Node, i, Node.Pointer[i]);  
  30.  
  31.         }  
  32.         if (KeyWord.CompareTo(Node.Elements[i - 1]) > 0)  
  33.         {  
  34.             //根据关键字的值决定插入分裂后的左孩子还是右孩子  
  35.             i += 1;  
  36.         }  
  37.         //迭代找叶子,找到叶子节点后插入  
  38.         BTreeInsertNotFull(Node.Pointer[i], KeyWord);  
  39.            
  40.  
  41.     }  

代码5.插入

通过代码5可以看出,我们没有进行任何迭代。而是从根节点开始遇到满的节点直接进行分裂。从而减少了性能损失。

再将根节点分裂的特殊情况考虑进去,我们从而将插入操作合为一个函数,如代码6所示。

 
 
 
 
  1. public void BtreeInsert(T KeyWord)  
  2. {  
  3.     if (RootNode.elementNum == NumPerNode)  
  4.     {  
  5.  
  6.         //如果根节点满了,则对跟节点进行分裂  
  7.         TreeNode newRoot = new TreeNode();  
  8.         newRoot.elementNum = 0;  
  9.         newRoot.IsLeaf = false;  
  10.         //将newRoot节点变为根节点  
  11.         BTreeSplitNode(newRoot, 1, RootNode);  
  12.         //分裂后插入新根的树  
  13.         BTreeInsertNotFull(newRoot, KeyWord);  
  14.         //将树的根进行变换  
  15.         RootNode = newRoot;  
  16.     }  
  17.     else 
  18.     {  
  19.         //如果根节点没有满,直接插入  
  20.         BTreeInsertNotFull(RootNode, KeyWord);  
  21.     }  

代码6.插入操作

现在,我们就可以通过插入操作,来实现一个B树了。

B树的查找

既然B树生成好了,我们就可以对B树进行查找了。B树的查找实现相对简单,仅仅是从跟节点进行迭代,如果找到元素则返回节点和位置,如果找不到则返回NULL.

 
 
 
 
  1. //从B树中搜索节点,存在则返回节点和元素在节点的值,否则返回NULL  
  2. public returnValue BTreeSearch(TreeNode rootNode, T keyword)  
  3. {  
  4.     int i = 1;  
  5.       
  6.     while (i <= rootNode.elementNum && keyword.CompareTo(rootNode.Elements[i - 1])>0)  
  7.     {  
  8.         i = i + 1;  
  9.     }  
  10.     if (i <= rootNode.elementNum && keyword.CompareTo(rootNode.Elements[i - 1]) == 0)  
  11.     {  
  12.         returnValue r = new returnValue();  
  13.         r.node = rootNode.Pointer[i];  
  14.         r.position = i;  
  15.         return r;  
  16.     }  
  17.     if (rootNode.IsLeaf)  
  18.     {  
  19.         return null;  
  20.     }  
  21.     else 
  22.     {  
  23.         //从磁盘将内容读出来,做一次IO读  
  24.         return BTreeSearch(rootNode.Pointer[i], keyword);  
  25.     }  

代码7.对B树进行查找

顺带说一下,returnValue类仅仅是对返回值的一个封装,代码如代码8所示。

 
 
 
 
  1. public class returnValue where T : IComparable  
  2. {  
  3.     public TreeNode node;  
  4.     public int position;  

代码8.returnValue的代码

总  结

本文从B树的概念原理,以及为什么需要B树到B树的实现来阐述B树的概念。B树是一种非常优雅的数据结构。是关系数据库和文件系统的核心算法。对于B树的了解会使得你对于数据库的学习更加系统和容易。

源码下载地址:http://down.51cto.com/data/369940

文章标题:C#实现平衡多路查找树(B树)
网页URL:http://www.shufengxianlan.com/qtweb/news18/215218.html

网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联