Які відмінності між B деревами та B + деревами?

У b-дереві ви можете зберігати як ключі, так і дані у внутрішніх та листкових вузлах , але у дереві b + ви повинні зберігати дані лише у вузлах листків .

Чи є якась перевага робити вищезазначене на b + дереві?

Чому б не використовувати b-дерева замість b + дерев скрізь, оскільки інтуїтивно вони здаються набагато швидшими?

Я маю на увазі, для чого потрібно копіювати ключ (дані) у b + дереві?

Зображення нижче допомагає показати відмінності між B + деревами та B деревами.

Переваги дерев B +:

• Оскільки дерева B + не мають даних, пов'язаних із внутрішніми вузлами, на сторінці пам'яті може розміститися більше клавіш. Отже, для отримання доступу до даних, що знаходяться на вузлі аркуша, знадобиться менше помилок кешу.
• Листові вузли дерев B + пов'язані між собою, тому для повного сканування всіх об'єктів на дереві потрібно лише один лінійний прохід через усі листові вузли. З іншого боку, дерево AB вимагає переходу кожного рівня в дерево. Цей повний обхід дерева, ймовірно, матиме більше пропусків кешу, ніж лінійний обхід листя B +.

Перевага B дерев:

• Оскільки B дерева містять дані з кожним ключем, часто доступні вузли можуть лежати ближче до кореня, а отже, до них можна отримати швидший доступ.

Основна перевага дерев B + над деревами B полягає в тому, що вони дозволяють збирати більше покажчиків на інші вузли, видаляючи покажчики до даних, збільшуючи таким чином показник та потенційно зменшуючи глибину дерева.

Недоліком є ​​те, що не існує ранніх аутів, коли, можливо, ви знайшли відповідність у внутрішньому вузлі. Але оскільки обидві структури даних мають величезну кількість шансів, переважна більшість ваших збігів все одно будуть знаходитись у вузлах листя, що робить в середньому дерево B + більш ефективним.

Дерева B + набагато простіше і вище виконувати повне сканування, як і при перегляді кожного фрагмента даних, який індексує дерево, оскільки кінцеві вузли утворюють пов'язаний список. Щоб зробити повне сканування за допомогою дерева B, вам потрібно зробити повний обхід дерева, щоб знайти всі дані.

B-Дерева, з іншого боку, може бути швидше, коли ви шукаєте (шукаючи конкретний фрагмент даних за ключем), особливо коли дерево знаходиться в ОЗУ або іншому неблоковому сховищі. Оскільки ви можете підняти часто використовувані вузли на дереві, для порівняння потрібне менше порівнянь.

1. У дереві B клавіші пошуку та дані зберігаються у внутрішніх чи листкових вузлах. Але в B + -триші дані зберігаються лише у листкових вузлах.
2. Повний сканування дерева B + дуже простий, оскільки всі дані знаходяться у вузлах листя. Повне сканування дерева B вимагає повного обходу.
3. У дереві B дані можуть бути знайдені у вузлах листя або внутрішніх вузлах. Видалення внутрішніх вузлів дуже складне. У дереві B + дані знаходяться лише у листкових вузлах. Видалення вузлів листя легко.
4. Вставка в B дерево складніше, ніж B + дерево.
5. B + дерева зберігають зайві ключі пошуку, але дерево B не має зайвого значення.
6. У дереві B + дані вузла листів упорядковуються як послідовний зв'язаний список, але у дереві B вузол листя не може зберігатися за допомогою пов'язаного списку. Багато реалізацій систем баз даних віддають перевагу структурній простоті дерева B +.

Приклад із концепцій системи баз даних 5-е

B + -річко

відповідне В-дерево

Визначте "набагато швидше". Асимптотично вони приблизно однакові. Відмінності полягають у тому, як вони використовують вторинне сховище. Статті у Вікіпедії про B-дерева та B + дерева виглядають досить надійними.

Адегока А, Аміт

Я думаю, що одним із важливих моментів, яких вам не вистачає, є різниця між даними та покажчиками, як це пояснено в цьому розділі.

Вказівник: вказівник на інші вузли.

Дані: - У контексті індексів баз даних, це лише інший вказівник на реальні дані (рядок), які знаходяться десь в іншому місці.

Отже, у випадку дерева B кожен вузол має три інформаційні ключі, вказівники на дані, пов’язані з ключами, та вказівник на дочірні вузли.

У внутрішньому вузлі дерева B зберігайте ключі та вказівники на дочірній вузол, тоді як вузол листя зберігає ключі та покажчики на пов’язані дані. Це дозволяє отримати більше клавіш для заданого розміру вузла. Розмір вузла визначається переважно розміром блоку.

Перевага наявності більшої кількості ключів на вузол пояснюється вище, тому я заощаджую свої зусилля для введення тексту.

B + Дерева особливо хороші в блоковому зберіганні (наприклад: жорсткий диск). маючи на увазі, ви отримуєте кілька переваг, наприклад (зверху голови):

• висока вентиляція / мала глибина: це означає, що вам потрібно отримати менше блоків, щоб дістатися до даних. з даними, переплетеними з покажчиками, кожне зчитування отримує менше покажчиків, тому вам потрібно більше шукати, щоб дістатися до даних

• просте і послідовне блокове зберігання: внутрішній вузол має N покажчиків, нічого іншого, вузол аркуша має дані, нічого іншого. що дозволяє легко розбирати, налагоджувати та навіть реконструювати.

• висока щільність ключів означає, що верхні вузли майже напевно є кешем, у багатьох випадках усі внутрішні вузли швидко кешуються, тому на диск повинен йти лише доступ до даних.

У B + Tree, оскільки у внутрішніх вузлах зберігаються лише покажчики, їх розмір стає значно меншим, ніж внутрішні вузли дерева B (які зберігають обидва дані + ключ). Отже, індекси дерева B + можуть бути отримані із зовнішнього сховища в одному зчитуваному диску, обробленому для пошуку місця розташування цілі. Якщо це дерево B, для кожного процесу прийняття рішення потрібно зчитувати диск. Сподіваюся, я зрозумів свою думку! :)

**

Основним недоліком B-Tree є складність переходу клавіш послідовно. Дерево B + зберігає властивість швидкого випадкового доступу B-Tree, одночасно дозволяючи швидкий послідовний доступ

** ref: Структури даних за допомогою C // Автор: Aaro M Tenenbaum

http://books.google.co.in/books?id=X0Cd1Pr2W0gC&pg=PA456&lpg=PA456&dq=drawback+of+B-Tree+is+the+difficffic+of+Traversing+the+keys+sequentially&source=bl&ots=pGcPQSEJMS&sig= F9MY7zEXYAMVKl_Sg4W-0LTRor8 & hl = en & sa = X & ei = nD5AUbeeH4zwrQe12oCYAQ & ved = 0CDsQ6AEwAg # v = onepage & q = недолік% 20of% 20B-Дерево% 20%% 20%% 20%% 20% 20%

Візьмемо один приклад - у вас є таблиця з величезними даними в рядку. Це означає, що кожен екземпляр об'єкта великий.

Якщо ви використовуєте тут дерево B, то більшість часу витрачається на сканування сторінок з даними - що не приносить користі. У базах даних це причина використання дерев B +, щоб уникнути сканування даних об’єктів.

B + Дерева відокремлюють ключі від даних.

Але якщо розмір ваших даних менший, то ви можете зберігати їх за допомогою ключа, яким займається дерево B.

Основна відмінність B-дерева від дерева B + полягає в тому, що B-дерево усуває зайве зберігання значень пошукових ключів. Шукаючі ключі не повторюються у B-дереві, можливо, нам не вдасться зберегти індекс за допомогою меншої кількості деревних вузлів ніж у відповідному індексі дерева B +. Однак, оскільки ключ пошуку, який з’являється у нелистових вузлах, не з’являється більше ніде в B-дереві, ми змушені включати додаткове поле вказівника для кожного пошукового ключа у нелистовий вузол. Вони є космічними перевагами для B-дерева, оскільки повторення не відбувається і може використовуватися для великих індексів.

Дерево B + - це збалансоване дерево, у якому кожен шлях від кореня дерева до листя має однакову довжину, і кожен нелінійний вузол дерева має між [n / 2] та [n] дітьми, де n закріплений за конкретним деревом. Він містить покажчики та сторінки даних. Бінарні дерева мають лише двох дітей на батьківський вузол, B + дерева можуть мати змінну кількість дітей для кожного батьківського вузла

Одне можливе використання дерев B + - це те, що воно підходить для ситуацій, коли дерево росте настільки великим, що не вміщується у наявну пам'ять. Таким чином, ви, як правило, розраховуєте зробити кілька вводу-виводу.
Часто трапляється, що дерево B + використовується навіть тоді, коли воно насправді вписується в пам'ять, і тоді ваш кеш-менеджер може постійно його зберігати. Але це особливий випадок, а не загальний, і кешування політики - це окремий від технічного обслуговування дерева B + як такого.

Також у дереві B + сторінки сторінки пов’язані між собою у зв'язаному списку (або у подвійному зв’язку), що оптимізує обхід (для пошуку в діапазоні, сортування тощо). Отже, кількість покажчиків - це функція конкретного алгоритму, який використовується.