B-TREE の紹介 - TECHCODEVIEW.COM - DBMS インデックス作成

従来の二分探索ツリーの制限によりイライラすることがあります。大量のデータを簡単に処理できる多才なデータ構造である B-Tree をご紹介します。大量のデータの保存と検索に関しては、従来の二分探索ツリーはパフォーマンスが低くメモリ使用量が多いため、実用的ではなくなる可能性があります。 B ツリー (B ツリーまたはバランスツリーとも呼ばれる) は、これらの制限を克服するために特別に設計された一種の自己バランスツリーです。

従来の二分探索ツリーとは異なり、B ツリーは 1 つのノードに多数のキーを格納できるという特徴があるため、ラージキーツリーとも呼ばれます。 B ツリーの各ノードには複数のキーを含めることができるため、ツリーの分岐係数を大きくし、高さを浅くすることができます。この高さが浅いため、ディスク I/O が少なくなり、その結果、検索および挿入操作が高速化されます。 B ツリーは、ハードドライブ、フラッシュメモリ、CD-ROM など、低速で大量のデータアクセスを行うストレージシステムに特に適しています。

B ツリーは、各ノードに最小数のキーがあることを保証することでバランスを維持するため、ツリーは常にバランスが保たれます。このバランスにより、ツリーの初期形状に関係なく、挿入、削除、検索などの操作の時間計算量が常に O(log n) になることが保証されます。

B ツリーの時間計算量:

Noさん。	アルゴリズム	時間計算量
1.	検索	O(log n)
2.	入れる	O(log n)
3.	消去	O(log n)

注記： n は B ツリー内の要素の総数です。

シナモンvsメイト

B ツリーのプロパティ:

すべての葉が同じレベルにあります。
B ツリーは「最小次数」という用語によって定義されます。 t 「。」「」の値 t ' ディスクのブロックサイズによって異なります。
ルートを除くすべてのノードには、少なくとも t-1 個のキーが含まれている必要があります。ルートには最小限のものが含まれる場合があります。 1 鍵。
すべてのノード (ルートを含む) には最大で ( 2*t – 1 ) キー。
ノードの子の数は、ノード内のキーの数に加えたものに等しい 1 。
ノードのすべてのキーは昇順にソートされます。 2 つのキーの間の子 k1 そして k2 ～の範囲内のすべてのキーが含まれます k1 そして k2 。
B ツリーは二分探索木とは異なり、ルートから成長および縮小します。二分探索木は下向きに成長し、また下向きから縮小します。
他のバランスのとれた二分探索ツリーと同様に、検索、挿入、削除の時間計算量は O(log n) です。
B ツリーへのノードの挿入は、リーフノードでのみ行われます。

以下は最小次数 5 の B ツリーの例です。
注記： 実際の B ツリーでは、最小次数の値は 5 をはるかに超えています。

上の図では、すべてのリーフノードが同じレベルにあり、すべての非リーフノードには空のサブツリーがなく、子の数より 1 つ少ないキーがあることがわかります。

B ツリーに関する興味深い事実:

n 個のノードで存在できる B ツリーの最小の高さは次のとおりです。m はノードが持つことができる子の最大数です。 $h_{min} =lceillog_m (n + 1) ceil - 1$
n 個のノードで存在できる B ツリーの最大高さは次のとおりです。t は非ルートノードが持つことができる子の最小数です。 $h_{max} =lfloorlog_tfrac {n + 1}{2} floor$ そして $t = lceilfrac {m}{2} ceil$

B ツリーのトラバーサル:

Traversal も Binary Tree の Inorder Traversal に似ています。左端の子から開始して、左端の子を再帰的に出力し、残りの子とキーに対して同じプロセスを繰り返します。最後に、右端の子を再帰的に出力します。

文字列 ti int

B ツリーでの検索操作:

検索は、二分探索ツリーの検索と似ています。検索するキーを k とします。

ルートから開始して、下へ再帰的にトラバースします。
訪問した非リーフノードごとに、
- ノードにキーがある場合は、単純にノードを返します。
- それ以外の場合は、ノードの適切な子 (最初の大きいキーの直前にある子) まで再帰します。
リーフノードに到達し、リーフノード内で k が見つからない場合は、NULL を返します。

B ツリーの検索は、バイナリツリーの検索と似ています。アルゴリズムは似ており、再帰を使用します。各レベルで、キー値が親の範囲に存在しない場合でも、キーが別のブランチに存在するかのように検索が最適化されます。これらの値は検索を制限するため、制限値または分離値とも呼ばれます。リーフノードに到達しても目的のキーが見つからない場合は、NULL が表示されます。

B ツリー内の要素を検索するためのアルゴリズム:-

C++

struct> Node {> >int> n;> >int> key[MAX_KEYS];> >Node* child[MAX_CHILDREN];> >bool> leaf;> };> Node* BtreeSearch(Node* x,>int> k) {> >int> i = 0;> >while> (i n && k>x->key[i]) {> >i++;> >}> >if> (i n && k == x->key[i]) {>> >return> x;> >}> >if> (x->葉){>> >return> nullptr;> >}> >return>

BtreeSearch(x->child[i], k);>>   >
    >
 C
                     BtreeSearch(x, k)> >i = 1> > >// n[x] means number of keys in x node> >while> i ? n[x] and k ? keyi[x]> >do> i = i + 1> >if> i n[x] and k = keyi[x]> >then>return> (x, i)> >if> leaf [x]> >then>return> NIL> >else> >return> BtreeSearch(ci[x], k)> 
    >
    >
 ジャワ
                     class> Node {> >int> n;> >int>[] key =>new> int>[MAX_KEYS];> >Node[] child =>new> Node[MAX_CHILDREN];> >boolean> leaf;> }> Node BtreeSearch(Node x,>int> k) {> >int> i =>0>;> >while> (i = x.key[i]) {> >i++;> >}> >if> (i   return x;  }  if (x.leaf) {  return null;  }  return BtreeSearch(x.child[i], k); }>
    >
    >
 Python3
                     class> Node:> >def> __init__(>self>):> >self>.n>=> 0> >self>.key>=> [>0>]>*> MAX_KEYS> >self>.child>=> [>None>]>*> MAX_CHILDREN> >self>.leaf>=> True> def> BtreeSearch(x, k):> >i>=> 0> >while> i and k>= x.key[i]: i += 1 if i and k == x.key[i]: return x if x.leaf: return None return BtreeSearch(x.child[i], k)>>
    >
    >
 C#
                     class> Node {> >public> int> n;> >public> int>[] key =>new> int>[MAX_KEYS];> >public> Node[] child =>new> Node[MAX_CHILDREN];> >public> bool> leaf;> }> Node BtreeSearch(Node x,>int> k) {> >int> i = 0;> >while> (i = x.key[i]) {> >i++;> >}> >if> (i   return x;  }  if (x.leaf) {  return null;  }  return BtreeSearch(x.child[i], k); }>
    >
    >
 JavaScript
                     // Define a Node class with properties n, key, child, and leaf> class Node {> >constructor() {> >this>.n = 0;> >this>.key =>new> Array(MAX_KEYS);> >this>.child =>new> Array(MAX_CHILDREN);> >this>.leaf =>false>;> >}> }> // Define a function BtreeSearch that takes in a Node object x and an integer k> function> BtreeSearch(x, k) {> >let i = 0;> >while> (i = x.key[i]) {> >i++;> >}> >if> (i   return x;  }  if (x.leaf) {  return null;  }  return BtreeSearch(x.child[i], k); }>
    >
    >
     例:    
      入力：    指定された B ツリーで 120 を検索します。  
 
  
   
   
    解決：       
 
  
サンプルJavaScript
   
 
  
   
 
  
 
この例では、値を含むキーが存在する可能性を制限するだけで検索が短縮されたことがわかります。同様に、上記の例で 180 を探す必要がある場合、プログラムはキー 180 が現在のノード内に存在することを検出するため、制御はステップ 2 で停止します。同様に、90 を探す場合は、90 <100 となるため、自動的に左側のサブツリーに進み、制御フローは上記の例と同様になります。
Javaでリストを作成する
 上記のアプローチの実装を以下に示します。
 C++
                     // C++ implementation of search() and traverse() methods> #include> using> namespace> std;> // A BTree node> class> BTreeNode {> >int>* keys;>// An array of keys> >int> t;>// Minimum degree (defines the range for number> >// of keys)> >BTreeNode** C;>// An array of child pointers> >int> n;>// Current number of keys> >bool> leaf;>// Is true when node is leaf. Otherwise false> public>:> >BTreeNode(>int> _t,>bool> _leaf);>// Constructor> >// A function to traverse all nodes in a subtree rooted> >// with this node> >void> traverse();> >// A function to search a key in the subtree rooted with> >// this node.> >BTreeNode*> >search(>int> k);>// returns NULL if k is not present.> >// Make the BTree friend of this so that we can access> >// private members of this class in BTree functions> >friend> class> BTree;> };> // A BTree> class> BTree {> >BTreeNode* root;>// Pointer to root node> >int> t;>// Minimum degree> public>:> >// Constructor (Initializes tree as empty)> >BTree(>int> _t)> >{> >root = NULL;> >t = _t;> >}> >// function to traverse the tree> >void> traverse()> >{> >if> (root != NULL)> >root->トラバース();>>' }> >// function to search a key in this tree> >BTreeNode* search(>int> k)> >{> >return> (root == NULL) ? NULL : root->検索(k);>> }> };> // Constructor for BTreeNode class> BTreeNode::BTreeNode(>int> _t,>bool> _leaf)> {> >// Copy the given minimum degree and leaf property> >t = _t;> >leaf = _leaf;> >// Allocate memory for maximum number of possible keys> >// and child pointers> >keys =>new> int>[2 * t - 1];> >C =>new> BTreeNode*[2 * t];> >// Initialize the number of keys as 0> >n = 0;> }> // Function to traverse all nodes in a subtree rooted with> // this node> void> BTreeNode::traverse()> {> >// There are n keys and n+1 children, traverse through n> >// keys and first n children> >int> i;> >for> (i = 0; i   // If this is not leaf, then before printing key[i],  // traverse the subtree rooted with child C[i].  if (leaf == false)  C[i]->トラバース（）;  コート<< ' ' << keys[i];  }  // Print the subtree rooted with last child  if (leaf == false)  C[i]->トラバース（）; } // このノードをルートとするサブツリー内のキー k を検索する関数 BTreeNode* BTreeNode::search(int k) { // k 以上の最初のキーを検索 int i = 0;  while (i キー[i]) i++;  // 見つかったキーが k に等しい場合、このノードを返します if (keys[i] == k) return this;  // ここでキーが見つからず、これがリーフ ノードの場合 if (leaf == true) NULL を返します。  // 適切な子に移動します return C[i]->search(k); }>>
    >
    >
 ジャワ
                     // Java program to illustrate the sum of two numbers> // A BTree> class> Btree {> >public> BTreeNode root;>// Pointer to root node> >public> int> t;>// Minimum degree> >// Constructor (Initializes tree as empty)> >Btree(>int> t)> >{> >this>.root =>null>;> >this>.t = t;> >}> >// function to traverse the tree> >public> void> traverse()> >{> >if> (>this>.root !=>null>)> >this>.root.traverse();> >System.out.println();> >}> >// function to search a key in this tree> >public> BTreeNode search(>int> k)> >{> >if> (>this>.root ==>null>)> >return> null>;> >else> >return> this>.root.search(k);> >}> }> // A BTree node> class> BTreeNode {> >int>[] keys;>// An array of keys> >int> t;>// Minimum degree (defines the range for number> >// of keys)> >BTreeNode[] C;>// An array of child pointers> >int> n;>// Current number of keys> >boolean> >leaf;>// Is true when node is leaf. Otherwise false> >// Constructor> >BTreeNode(>int> t,>boolean> leaf)> >{> >this>.t = t;> >this>.leaf = leaf;> >this>.keys =>new> int>[>2> * t ->1>];> >this>.C =>new> BTreeNode[>2> * t];> >this>.n =>0>;> >}> >// A function to traverse all nodes in a subtree rooted> >// with this node> >public> void> traverse()> >{> >// There are n keys and n+1 children, traverse> >// through n keys and first n children> >int> i =>0>;> >for> (i =>0>; i <>this>.n; i++) {> >// If this is not leaf, then before printing> >// key[i], traverse the subtree rooted with> >// child C[i].> >if> (>this>.leaf ==>false>) {> >C[i].traverse();> >}> >System.out.print(keys[i] +>' '>);> >}> >// Print the subtree rooted with last child> >if> (leaf ==>false>)> >C[i].traverse();> >}> >// A function to search a key in the subtree rooted with> >// this node.> >BTreeNode search(>int> k)> >{>// returns NULL if k is not present.> >// Find the first key greater than or equal to k> >int> i =>0>;> >while> (i keys[i])> >i++;> >// If the found key is equal to k, return this node> >if> (keys[i] == k)> >return> this>;> >// If the key is not found here and this is a leaf> >// node> >if> (leaf ==>true>)> >return> null>;> >// Go to the appropriate child> >return> C[i].search(k);> >}> }> 
    >
    >
 Python3
                     # Create a node> class> BTreeNode:> >def> __init__(>self>, leaf>=>False>):> >self>.leaf>=> leaf> >self>.keys>=> []> >self>.child>=> []> # Tree> class> BTree:> >def> __init__(>self>, t):> >self>.root>=> BTreeNode(>True>)> >self>.t>=> t> ># Insert node> >def> insert(>self>, k):> >root>=> self>.root> >if> len>(root.keys)>=>=> (>2> *> self>.t)>-> 1>:> >temp>=> BTreeNode()> >self>.root>=> temp> >temp.child.insert(>0>, root)> >self>.split_child(temp,>0>)> >self>.insert_non_full(temp, k)> >else>:> >self>.insert_non_full(root, k)> ># Insert nonfull> >def> insert_non_full(>self>, x, k):> >i>=> len>(x.keys)>-> 1> >if> x.leaf:> >x.keys.append((>None>,>None>))> >while> i>>>=> 0> and> k[>0>] 0]:  x.keys[i + 1] = x.keys[i]  i -= 1  x.keys[i + 1] = k  else:  while i>= 0 および k[0] 0]: i -= 1 i += 1 if len(x.child[i].keys) == (2 * self.t) - 1: self.split_child(x, i) if k[0]> x.keys[i][0]: i += 1 self.insert_non_full(x.child[i], k) # 子を分割します def split_child(self, x, i): t = self .t y = x.child[i] z = BTreeNode(y.leaf) x.child.insert(i + 1, z) x.keys.insert(i, y.keys[t - 1]) z.keys = y.keys[t: (2 * t) - 1] y.keys = y.keys[0: t - 1] y.leaf でない場合: z.child = y.child[t: 2 * t] y。 child = y.child[0: t - 1] # ツリーを出力します def print_tree(self, x, l=0): print('Level ', l, ' ', len(x.keys), end=':') for i in x.keys: print(i, end=' ') print() l += 1 if len(x.child)> 0: for i in x.child: self.print_tree(i, l) # ツリー内のキーを検索 def search_key(self, k, x=None): x が None でない場合: i = 0 while ix.keys[i][0]: i += 1 if i
    >
    >
 C#
                     // C# program to illustrate the sum of two numbers> using> System;> // A BTree> class> Btree {> >public> BTreeNode root;>// Pointer to root node> >public> int> t;>// Minimum degree> >// Constructor (Initializes tree as empty)> >Btree(>int> t)> >{> >this>.root =>null>;> >this>.t = t;> >}> >// function to traverse the tree> >public> void> traverse()> >{> >if> (>this>.root !=>null>)> >this>.root.traverse();> >Console.WriteLine();> >}> >// function to search a key in this tree> >public> BTreeNode search(>int> k)> >{> >if> (>this>.root ==>null>)> >return> null>;> >else> >return> this>.root.search(k);> >}> }> // A BTree node> class> BTreeNode {> >int>[] keys;>// An array of keys> >int> t;>// Minimum degree (defines the range for number> >// of keys)> >BTreeNode[] C;>// An array of child pointers> >int> n;>// Current number of keys> >bool> leaf;>// Is true when node is leaf. Otherwise false> >// Constructor> >BTreeNode(>int> t,>bool> leaf)> >{> >this>.t = t;> >this>.leaf = leaf;> >this>.keys =>new> int>[2 * t - 1];> >this>.C =>new> BTreeNode[2 * t];> >this>.n = 0;> >}> >// A function to traverse all nodes in a subtree rooted> >// with this node> >public> void> traverse()> >{> >// There are n keys and n+1 children, traverse> >// through n keys and first n children> >int> i = 0;> >for> (i = 0; i <>this>.n; i++) {> >// If this is not leaf, then before printing> >// key[i], traverse the subtree rooted with> >// child C[i].> >if> (>this>.leaf ==>false>) {> >C[i].traverse();> >}> >Console.Write(keys[i] +>' '>);> >}> >// Print the subtree rooted with last child> >if> (leaf ==>false>)> >C[i].traverse();> >}> >// A function to search a key in the subtree rooted with> >// this node.> >public> BTreeNode search(>int> k)> >{>// returns NULL if k is not present.> >// Find the first key greater than or equal to k> >int> i = 0;> >while> (i keys[i])> >i++;> >// If the found key is equal to k, return this node> >if> (keys[i] == k)> >return> this>;> >// If the key is not found here and this is a leaf> >// node> >if> (leaf ==>true>)> >return> null>;> >// Go to the appropriate child> >return> C[i].search(k);> >}> }> // This code is contributed by Rajput-Ji> 
    >
    >
 JavaScript
                     // Javascript program to illustrate the sum of two numbers> // A BTree> class Btree> {> >// Constructor (Initializes tree as empty)> >constructor(t)> >{> >this>.root =>null>;> >this>.t = t;> >}> > >// function to traverse the tree> >traverse()> >{> >if> (>this>.root !=>null>)> >this>.root.traverse();> >document.write(>' '>);> >}> > >// function to search a key in this tree> >search(k)> >{> >if> (>this>.root ==>null>)> >return> null>;> >else> >return> this>.root.search(k);> >}> > }> // A BTree node> class BTreeNode> {> >// Constructor> >constructor(t,leaf)> >{> >this>.t = t;> >this>.leaf = leaf;> >this>.keys =>new> Array(2 * t - 1);> >this>.C =>new> Array(2 * t);> >this>.n = 0;> >}> >// A function to traverse all nodes in a subtree rooted with this node> >traverse()> >{> >// There are n keys and n+1 children, traverse through n keys> >// and first n children> >let i = 0;> >for> (i = 0; i <>this>.n; i++) {> > >// If this is not leaf, then before printing key[i],> >// traverse the subtree rooted with child C[i].> >if> (>this>.leaf ==>false>) {> >C[i].traverse();> >}> >document.write(keys[i] +>' '>);> >}> > >// Print the subtree rooted with last child> >if> (leaf ==>false>)> >C[i].traverse();> >}> > >// A function to search a key in the subtree rooted with this node.> >search(k)>// returns NULL if k is not present.> >{> > >// Find the first key greater than or equal to k> >let i = 0;> >while> (i keys[i])> >i++;> > >// If the found key is equal to k, return this node> >if> (keys[i] == k)> >return> this>;> > >// If the key is not found here and this is a leaf node> >if> (leaf ==>true>)> >return> null>;> > >// Go to the appropriate child> >return> C[i].search(k);> >}> }> // This code is contributed by patel2127> 
    >
    >
   
    注記：    上記のコードにはドライバー プログラムが含まれていません。プログラム全体については次回の投稿で説明する予定です。 B ツリーの挿入 。
 B ツリーを定義するには 2 つの規則があります。1 つは最小次数で定義するもの、2 つ目は次数で定義するものです。私たちは最低学位の慣例に従っており、B-Tree の今後の投稿でも同様に従う予定です。上記のプログラムで使用されている変数名も同じです。
     B ツリーのアプリケーション:    
大規模なデータベースで、ディスクに保存されているデータにアクセスするために使用されます。
B ツリーを使用すると、データ セット内のデータの検索を大幅に短縮できます。
インデックス作成機能を使用すると、複数レベルのインデックス作成を実現できます。
ほとんどのサーバーも B ツリー アプローチを使用しています。
B ツリーは、CAD システムで幾何学データを整理および検索するために使用されます。
B ツリーは、自然言語処理、コンピューター ネットワーク、暗号化などの他の分野でも使用されます。
    B ツリーの利点:    
B ツリーは、挿入、削除、検索などの基本操作に対して O(log n) の時間計算量が保証されているため、大規模なデータ セットやリアルタイム アプリケーションに適しています。
B ツリーは自己バランスをとります。
高い同時実行性と高いスループット。
ストレージの効率的な利用。
    B ツリーの欠点:    
B ツリーはディスクベースのデータ構造に基づいているため、ディスク使用率が高くなる可能性があります。
すべてのケースに最適というわけではありません。
他のデータ構造と比較して遅い。
挿入と削除:  
 B ツリーの挿入    
 B ツリーの削除 
 
  
  

                         
                        
                                     
                
    
            
            
                  
                    
                        カテゴリ
                        
                            
                                 Javaカレンダークラス 
 同じように 
 仕事 
 Cシャープのキーワード 
 Kali Linux チュートリアル 
 Spring クラウドのチュートリアル 
 Java 文字クラス 
 リンクリストの並べ替え 
 プロセスの同期 
 Java 8 日付時刻 
                                
                            
                        
  
                    
                 
                

                
                 
                   
                        休止状態のチュートリアル
                        
                            
                                                                   
                                      Hibernate のチュートリアルを学習します。この初心者および専門家向けの Hibernate チュートリアルでは、継承マッピング、コレクション マッピング、コンポーネント マッピング、HQL、HCQL、名前付きクエリ、キャッシュ、および Hibernate と他のフレームワークとの統合について説明します。
                                                
                                                                                             
                            

                            
                               続きを読みます  
                            
                        

                    

                

                
               
                            
                 
                    
                        興味深い記事
                        
                            
                                
                                      Spring Boot チュートリアル  
                                    
                                

                                      両親  
                                    
                                

                                      Java I/O  
                                    
                                

                                      CSSフォントの枠線  
                                    
                                

                                      Java グリッドレイアウト  
                                    
                                

                               
                            
                        

                    

                

                
              
                 
                    
                        人気の投稿
                        
                             クラスカルスアルゴリズム
フォーマット文字列Java
ネットワークトポロジー
例外処理Java
ヒバ・ブハリ
 
                                
                                
                            
                        

                    

                

              
            
    
        
    
    
	    
        
                
Copyright ©2025 全著作権所有 |  techcodeview.com | 免責事項  |  私たちについて  |  プライバシーポリシー

TechCodeview

Bツリーの紹介

B ツリーの時間計算量:

B ツリーのプロパティ:

B ツリーに関する興味深い事実:

B ツリーのトラバーサル:

B ツリーでの検索操作:

B ツリー内の要素を検索するためのアルゴリズム:-

C++

C

ジャワ

Python3

C#

JavaScript

C++

ジャワ

Python3

C#

JavaScript

B ツリーのアプリケーション:

B ツリーの利点:

B ツリーの欠点: