想要更好地理解紅黑樹,可以先理解二叉查找樹和2-3樹。為何呢?首先,二叉查找樹中的結點是2-結點(一個鍵兩條鏈),引入3-結點(兩個鍵三條鏈),即成2-3樹;然后將2-3樹中3-結點分解,即成紅黑樹,故結合二叉查找樹易查找和2-3樹易插入的特點,便成了紅黑二叉查找樹,簡稱紅黑樹。
進一步而言,理解了2-3樹,也就理解了B樹、B+樹、B*樹,因為2-3樹就是一棵3階的B樹,而一顆3階的B樹各個結點關鍵字數滿足1-2,故當結點關鍵字數多于2時則達到飽和,此時需要分裂結點,而結點關鍵字數少于1時則從兄弟結點“借”關鍵字補充。
但為何有了紅黑樹,還要發明B樹呢?原因是,當計算機要處理的數據量一大,便無法一次性裝入內存進行處理,于此,計算機會把大部分備用的數據存在磁盤中,有需要的時候,就從磁盤中調取數據到在內存中處理,如果處理時修改了數據,則再次將數據寫入磁盤,如此導致了不斷的磁盤IO讀寫,而樹的高度越高,查找文件所需要的磁盤IO讀寫次數越多,所以為了減少磁盤的IO讀寫,要想辦法進一步降低樹的高度。 因此,具有多個孩子的B樹便應運而生,因為B樹每一個結點可以有幾個到幾千個孩子,使得在結點數目一定的情況下,樹的高度會大大降低,從而有效減少磁盤IO讀寫消耗。
此外,無論是B樹,還是B+樹、B樹,由于根或者樹的上面幾層被反復查詢,所以樹上層幾塊的數據可以存在內存中。換言之,B樹、B+樹、B樹的根結點和部分頂層數據存在內存中,大部分下層數據存在磁盤上。
- 關于
- 第一部分 數據結構
- 第一章 字符串
- 1.0 本章導讀
- 1.1 旋轉字符串
- 1.2 字符串包含
- 1.3 字符串轉換成整數
- 1.4 回文判斷
- 1.5 最長回文子串
- 1.6 字符串的全排列
- 1.10 本章習題
- 第二章 數組
- 2.0 本章導讀
- 2.1 尋找最小的 k 個數
- 2.2 尋找和為定值的兩個數
- 2.3 尋找和為定值的多個數
- 2.4 最大連續子數組和
- 2.5 跳臺階
- 2.6 奇偶排序
- 2.7 荷蘭國旗
- 2.8 矩陣相乘
- 2.9 完美洗牌
- 2.15 本章習題
- 第三章 樹
- 3.0 本章導讀
- 3.1 紅黑樹
- 3.2 B樹
- 3.3 最近公共祖先LCA
- 3.10 本章習題
- 第二部分 算法心得
- 第四章 查找匹配
- 4.1 有序數組的查找
- 4.2 行列遞增矩陣的查找
- 4.3 出現次數超過一半的數字
- 第五章 動態規劃
- 5.0 本章導讀
- 5.1 最大連續乘積子串
- 5.2 字符串編輯距離
- 5.3 格子取數
- 5.4 交替字符串
- 5.10 本章習題
- 第三部分 綜合演練
- 第六章 海量數據處理
- 6.0 本章導讀
- 6.1 關聯式容器
- 6.2 分而治之
- 6.3 simhash算法
- 6.4 外排序
- 6.5 MapReduce
- 6.6 多層劃分
- 6.7 Bitmap
- 6.8 Bloom filter
- 6.9 Trie樹
- 6.10 數據庫
- 6.11 倒排索引
- 6.15 本章習題
- 第七章 機器學習
- 7.1 K 近鄰算法
- 7.2 支持向量機
- 附錄 更多題型
- 附錄A 語言基礎
- 附錄B 概率統計
- 附錄C 智力邏輯
- 附錄D 系統設計
- 附錄E 操作系統
- 附錄F 網絡協議