数据结构之B+树

B+树结构特点

1.非叶子节点仅具有索引作用,也就是说,非叶子节点只能存储Key,不能存储value;

2.树的所有叶节点构成一个有序链表,可以按照key排序的次序依次遍历全部数据。

B+树存储数据

若参数M选择为5,那么每个节点最多包含4个键值对,我们以5阶B+树为例,看看B+树的数据存储。

(1) 在空树当中插入5

(2)继续插入8,10,15

(3)继续插入16

数据结构之B+树_第1张图片

(4)继续插入17

数据结构之B+树_第2张图片

(5)继续插入18

数据结构之B+树_第3张图片

(6)继续插入6,9,1920,21,22

数据结构之B+树_第4张图片

(7)继续插入7

数据结构之B+树_第5张图片

B+树和B树的对比

B+ 树的优点

1.由于B+树在非叶子结点上不包含真正的数据,只当做索引使用,因此在内存相同的情况下,能够存放更多的key;

2.B+树的叶子结点都是相连的,因此对整棵树的遍历只需要一次线性遍历叶子结点即可。而且由于数据顺序排列并且相连,所以便于区间查找和搜索。而B树则需要进行每一层的递归遍历。

B树的优点

由于B树的每一个节点都包含key和value,因此我们根据key查找value时,只需要找到key所在的位置,就能找到value,但B+树只有叶子结点存储数据,索引每一次查找,都必须一次一次,一直找到树的最大深度处,也就是叶子结点的深度,才能找到value。

B+树在数据库中的应用

在数据库的操作中,查询操作可以说是最频繁的一种操作,因此在设计数据库时,必须要考虑到查询的效率问题。在很多数据库中,都是用到了B+树来提高查询的效率。在操作数据库时,我们为了提高查询效率,可以基于某张表的某个字段建立索引,就可以提高查询效率,那其实这个索引就是B+树这种数据结构实现的。

未建立主键索引查询

数据结构之B+树_第6张图片

执行 select * from user where id=18 ,需要从第一条数据开始,一直查询到第6条,发现id=18,此时才能查询出目标结果,共需要比较6次。

建立主键索引查询

数据结构之B+树_第7张图片

区间查询

执行 select * from user where id>=10 and id

所以我们只需要找到id为12的叶子结点,按照遍历链表的方式顺序往后查即可,效率非常高。

你可能感兴趣的:(数据结构,b树,java)