Tree-11-mysql index 数据库索引
索引
MySQL官方对索引的定义为:索引(Index)是帮助MySQL高效获取数据的数据结构。
提取句子主干,就可以得到索引的本质:索引是数据结构。
我们知道,数据库查询是数据库的最主要功能之一。
我们都希望查询数据的速度能尽可能的快,因此数据库系统的设计者会从查询算法的角度进行优化。
最基本的查询算法当然是顺序查找(linear search),这种复杂度为O(n)的算法在数据量...
2020-10-17 08:15:55 |
Data-Struct
Tree-10-多路查找树 B* 树 及 java 实现
B* Tree
B* Tree 是 B+ Tree的变体,在 B+ Tree的非根和非叶子结点再增加指向兄弟的指针;
B* Tree定义了非叶子结点关键字个数至少为 (2/3)*M,即块的最低使用率为2/3(代替B+树的1/2)。
实际例子
给出了一个简单实例,如下图所示:
B+ Tree的分裂:当一个结点满时,分配一个新的结点,并将原结点中1/2的数据复制到新结点,最后在父结...
2020-10-17 08:15:55 |
Data-Struct
Tree-09-多路查找树 B+ 树 及 java 实现
B+ 树的概念
B+ 树是应文件系统所需而产生的一种B Tree的变形树。
描述
B Tree有许多变种,其中最常见的是B+Tree,例如MySQL就普遍使用B+Tree实现其索引结构。
与B Tree相比,B+Tree有以下不同点:
每个节点的指针上限为2d而不是2d+1。
内节点不存储data,只存储key;叶子节点不存储指针。
图3是一个简单的B+Tree示意。
由...
2020-10-17 08:15:55 |
Data-Struct
Tree-08-多路查找树 BTree 及 java 实现
BTree 历史
在1970年,Bayer&McCreight发表的论文《ORGANIZATION AND MAINTENANCE OF LARGE ORDERED INDICES》(大型有序索引的组织和维护)中提出了一种新的数据结构来维护大型索引,这种数据结构在论文中称为B Tree。
B树的定义
h:代表树的高度,k 是个自然数,一个B树要么是空的,要么满足以下条件:
...
2020-10-17 08:15:55 |
Data-Struct
Tree-06- B 树之 2-3 Tree
2-3 树
2–3树是一种树型数据结构,内部节点(存在子节点的节点)要么有2个孩子和1个数据元素,要么有3个孩子和2个数据元素,叶子节点没有孩子,并且有1个或2个数据元素。
2–3树由约翰·霍普克洛夫特于1970年发明。
2–3树和AA树是等距同构的,意味着它们是同一种数据结构。
换句话说,对于每个2–3树,都至少有1个AA树和它的元素排列是相同的。
2–3树是平衡树,意味着右边,...
2020-10-17 08:15:55 |
Data-Struct
Tree-05-伸展树 Splay Tree 及 java 实现
伸展树
伸展树(英语:Splay Tree)是一种能够自我平衡的二叉查找树,它能在均摊 O(log n) 的时间内完成基于伸展(Splay)操作的插入、查找、修改和删除操作。
它是由丹尼尔·斯立特(Daniel Sleator)和罗伯特·塔扬在1985年发明的。
核心思想
考虑到局部性原理(刚被访问的内容下次可能仍会被访问,查找次数多的内容可能下一次会被访问),为了使整个查找时间更小...
2020-10-17 08:15:55 |
Data-Struct
Tree-04-图解红黑树 Red Black Tree 及 java 实现
Red Black Tree
红黑树(英语:Red–black tree)是一种自平衡二叉查找树,是在计算机科学中用到的一种数据结构,典型的用途是实现关联数组。
它是在1972年由鲁道夫·贝尔发明的,他称之为”对称二叉B树”,它现代的名字是在Leo J. Guibas和Robert Sedgewick于1978年写的一篇论文中获得的。
它是复杂的,但它的操作有着良好的最坏情况运行时间,...
2020-10-17 08:15:55 |
Data-Struct
Tree-03-图解 AVL 自平衡二叉查找树及 java 实现
AVL树
AVL树是根据它的发明者G.M. Adelson-Velsky和E.M. Landis命名的。
它是最先发明的自平衡二叉查找树(Self-balancing binary search tree),也被称为高度平衡树。
相比于”二叉查找树”,它的特点是:AVL树中任何节点的两个子树的高度最大差别为1。
例子
AVL 平衡树
5
2 7
1 3 6 9
...
2020-10-17 08:15:55 |
Data-Struct