`
落叶换新叶
  • 浏览: 25733 次
  • 性别: Icon_minigender_1
社区版块
存档分类
最新评论

B-树java简单实现

阅读更多

1、Entry 存放节点数据

 

public class Entry<K,V> {

	private K k;
	private V v;
	
	public Entry(K k, V v) {
		this.k = k;
		this.v = v;
	}
	public K getK() {
		return k;
	}
	public void setK(K k) {
		this.k = k;
	}
	public V getV() {
		return v;
	}
	public void setV(V v) {
		this.v = v;
	}
}

2、BTreeNode类,存放节点信息

 

 

public class BTreeNode<K,V> {

	private List<Entry<K,V>> entrys;      //当前节点数据
	private boolean isLeaf;     //时候有叶子节点
	private List<BTreeNode<K,V>> childNodes;    //孩子节点
	private int t = 4;         //
	private int minKey = t-1;      //叶子节点的最小值
	private int maxKey = 2*t-1;     //叶子节点的最大值,用于分裂节点
	
	public BTreeNode() {
		entrys = new ArrayList<Entry<K,V>>();
		childNodes = new ArrayList<BTreeNode<K,V>>();
	}
	public BTreeNode(List<Entry<K, V>> entrys, List<BTreeNode<K, V>> childNodes) {
		this.entrys = entrys;
		this.childNodes = childNodes;
	}
	public BTreeNode(List<Entry<K, V>> entrys, boolean isLeaf,
			List<BTreeNode<K, V>> childNodes) {
		this(entrys,childNodes);
		this.isLeaf = isLeaf;
	}
	/**
	 * 当前节点的size
	 * @return
	 */
	public int size() {
		return entrys.size();
	}
	
	public void set(Entry<K,V> entry,int index) {
		entrys.set(index, entry);
	}
	/**
	 * 返回index处数据
	 * @param index
	 * @return
	 */
	public Entry<K,V> getEntry(int index) {
		return entrys.get(index);
	}
	/**
	 * 返回index处的子节点
	 * @param index
	 * @return
	 */
	public BTreeNode<K,V> getChild(int index) {
		return childNodes.get(index);
	}
	/**
	 * 分割节点
	 * @param parentNode
	 * @param index
	 */
	public void splitNode(BTreeNode<K,V> parentNode,int index) {
		assert entrys.size() > maxKey;
		
		BTreeNode<K,V> anotherNodes = new BTreeNode<K,V>();
		anotherNodes.setLeaf(this.isLeaf);
		for(int i=t;i<maxKey;i++) {
			anotherNodes.putEntry(entrys.get(i));
		}
		Entry<K,V> entry = entrys.get(t-1);
		for(int i=maxKey-1;i>=t-1;--i) {
			entrys.remove(i);
		}
		if(!this.isLeaf) {
			
			for(int i=t;i<maxKey;i++) {
				anotherNodes.addChild(childNodes.get(i));
			}
			for(int i=t;i<maxKey;i++) {
				anotherNodes.removeChild(i);
			}
		}
		parentNode.insertEntry(entry,index);
		parentNode.insertChild(anotherNodes,index+1);
	}
	/**
	 * 删除当前数据
	 * @param index
	 * @return
	 */
	public Entry<K,V> removeEntry(int index) {
		return entrys.remove(index);
	}
	/**
	 * 删除子节点
	 * @param index
	 */
	public void removeChild(int index) {
		childNodes.remove(index);
	}
	/**
	 * 新增子节点
	 * @param childNode
	 */
	public void addChild(BTreeNode<K,V> childNode) {
		childNodes.add(childNode);
	}
	/**
	 * 在index处新增数据
	 * @param childNode
	 * @param index
	 */
	public void addChild(BTreeNode<K,V> childNode,int index) {
		childNodes.add(index, childNode);
	}
	/**
	 * 添加子节点
	 * @param childNode
	 * @param index
	 */
	public void insertChild(BTreeNode<K,V> childNode,int index) {
		List<BTreeNode<K,V>> newChildsNode = new ArrayList<BTreeNode<K,V>>();
		for(int i=0;i<index;i++) {
			newChildsNode.add(childNodes.get(i));
		}
		newChildsNode.add(childNode);
		for(int i=index;i<childNodes.size();i++) {
			newChildsNode.add(childNodes.get(i));
		}
		childNodes.clear();
		childNodes = newChildsNode;
	}
	/**
	 * 添加当前节点的数据
	 * 若k一样则更新V
	 * @param entry
	 */
	public void putEntry(Entry<K,V> entry) {
		SearchResult<V> result = searchKey(entry);
		if(result.isExist()) {
			Entry<K,V> searchEntry = entrys.get(result.getIndex());
			searchEntry.setV(entry.getV());
			entrys.set(result.getIndex(), searchEntry);
		}else {
			insertEntry(entry,result.getIndex());
		}
	}
	/**
	 * 新增数据
	 * @param entry
	 * @return
	 */
	public boolean insertEntry(Entry<K,V> entry) {
		SearchResult<V> result = searchKey(entry);
		if(result.isExist()) {
			return false;
		}
		insertEntry(entry,result.getIndex());
		return true;
	}
	/**
	 * 在index位置新增数据
	 * @param entry
	 * @param index
	 */
	public void insertEntry(Entry<K,V> entry,int index) {
		List<Entry<K,V>> newTreeNode = new ArrayList<Entry<K,V>>();
		for(int i=0;i<index;i++) {
			newTreeNode.add(entrys.get(i));
		}
		newTreeNode.add(entry);
		for(int i=index;i<entrys.size();i++) {
			newTreeNode.add(entrys.get(i));
		}
		entrys.clear();
		entrys = newTreeNode;
	}
	/**
	 * 查询
	 * @param entry
	 * @return
	 */
	public SearchResult<V> searchKey(Entry<K,V> entry) {
		if(entrys.size()==0) {
			return new SearchResult<V>(false,0,entry.getV());
		}
		int low = 0;
		int high = entrys.size()-1;
		int mid = 0;
		boolean isExist = false;
		V v = null;
		while(low<=high) {
			mid = (low+high)/2;
			Entry<K,V> searchEntry = entrys.get(mid);
			int compareInt = compare(entry.getK(), searchEntry.getK());
			if(compareInt==0) {
				isExist = true;
				v = searchEntry.getV();
				break;
			}else if(compareInt>0) {
				low = mid+1;
			}else {
				high = mid-1;
			}
		}
		if(isExist) {
			return new SearchResult<V>(isExist, mid,v);
		}else {
			return new SearchResult<V>(isExist,low,entry.getV());
		}
	}
	
	public int compare(K k1,K k2) {
		return ((Comparable<K>)k1).compareTo(k2);
	}
	
	public List<Entry<K, V>> getEntrys() {
		return entrys;
	}
	public void setEntrys(List<Entry<K, V>> entrys) {
		this.entrys = entrys;
	}
	public boolean isLeaf() {
		return isLeaf;
	}
	public void setLeaf(boolean isLeaf) {
		this.isLeaf = isLeaf;
	}
	public List<BTreeNode<K, V>> getChildNodes() {
		return childNodes;
	}
	public void setChildNodes(List<BTreeNode<K, V>> childNodes) {
		this.childNodes = childNodes;
	}
	
}

 3、SearchResult搜索节点

public class SearchResult<V> {

	private boolean isExist;   //查找结果是否存在
	private int index;     //查找到的位置或要插入的位置
	private V v;      //查询的结果值
	
	public SearchResult(boolean isExist, int index, V v) {
		this.isExist = isExist;
		this.index = index;
		this.v = v;
	}
	public SearchResult(boolean isExist, int index) {
		this.isExist = isExist;
		this.index = index;
	}
	public boolean isExist() {
		return isExist;
	}
	public void setExist(boolean isExist) {
		this.isExist = isExist;
	}
	public int getIndex() {
		return index;
	}
	public void setIndex(int index) {
		this.index = index;
	}
	public V getV() {
		return v;
	}
	public void setV(V v) {
		this.v = v;
	}
}

 4、tree树

public class BTree<K,V> {

	private BTreeNode<K,V> root;     //根节点
	private int t = 4;
	private int minKey = t-1;      //节点的最小值
	private int maxKey = 2*t-1;    //节点的最大值,用于分裂
	/**
	 * 把数据放入树中
	 * 从根节点判断
	 * @param k
	 * @param v
	 */
	public void insert(K k,V v) {
		if(root.size()==maxKey) {
			BTreeNode<K,V> newRoot = new BTreeNode<K,V>();
			newRoot.addChild(root);
			newRoot.setLeaf(false);
			root.splitNode(newRoot, 0);
			root = newRoot;
		}
		insertNode(root,new Entry<K,V>(k,v));
	}
	/**
	 * 把数据放入树中
	 * 从node节点判断
	 * @param node
	 * @param entry
	 */
	public void insertNode(BTreeNode<K,V> node,Entry<K,V> entry) {
		if(node.isLeaf()) {    //当前节点为叶子节点
			node.insertEntry(entry);
		}else {   //当前节点为非叶子节点
			//验证是否存在
			SearchResult<V> result = node.searchKey(entry);
			if(result.isExist()) {
				return;
			}
			//当前节点不存在,查询子节点
			BTreeNode<K,V> childNode = node.getChild(result.getIndex());
			//子节点若达到上限,则先分裂
			if(childNode.size()==maxKey) {
				childNode.splitNode(node, result.getIndex());
				Entry<K,V> entryAt = node.getEntry((result.getIndex()));
				if(node.compare(entry.getK(), entryAt.getK())>0) {
					childNode = node.getChild(result.getIndex()+1);
				}
			}
			//递归调用
			insertNode(childNode,entry);
		}
	}
	/**
	 * 删除节点
	 * @param node
	 * @param entry
	 * @return
	 */
	public Entry<K,V> delete(BTreeNode<K,V> node,Entry<K,V> entry) {
		SearchResult<V> result = node.searchKey(entry);
		//当前节点存在
		if(result.isExist()) {
			if(node.isLeaf()) {
				node.removeEntry(result.getIndex());
			}else {
				//当前节点存在,若左节点大于最小值,则从左节点补充当前节点的父节点
				BTreeNode<K,V> leftChildNode = node.getChild(result.getIndex());
				if(leftChildNode.size()>=t) {
					node.removeEntry(result.getIndex());
					Entry<K,V> leftMaxEntry = leftChildNode.getEntry(leftChildNode.size()-1);
					node.insertEntry(leftMaxEntry, result.getIndex());
					return delete(leftChildNode,leftMaxEntry);
				}else { //左节点不满足,从右节点补充
					BTreeNode<K,V> rightChildNode = node.getChild(result.getIndex()+1);
					if(rightChildNode.size()>=t) {
						node.removeEntry(result.getIndex());
						Entry<K,V> rightMinEntry = rightChildNode.getEntry(0);
						node.insertEntry(rightMinEntry, result.getIndex());
						return delete(rightChildNode,rightMinEntry);
					}else {  //左右节点都不满足,则和右节点合并
						Entry<K,V> deleteEntry = node.removeEntry(result.getIndex());
						node.removeChild(result.getIndex()+1);
						leftChildNode.insertEntry(deleteEntry);
						for(Entry<K,V> tempEntry:rightChildNode.getEntrys()) {
							leftChildNode.insertEntry(tempEntry);
						}
						if(!rightChildNode.isLeaf()) {
							for(BTreeNode<K,V> tempNode:rightChildNode.getChildNodes()) {
								leftChildNode.addChild(tempNode);
							}
						}
						return delete(leftChildNode,entry);
					}
				}
			}
		}else {  //当前节点不存在 ,下一步查询子节点
			if(node.isLeaf()) {
				return null;
			}
			BTreeNode<K,V> childNode = node.getChild(result.getIndex());
			//若子节点的个数大于最小值
			if(childNode.size()>=t) {
				return delete(childNode,entry);
			}
			//子节点个数小于最小值,寻找填充节点(填充节点的个数大于最小值)
			BTreeNode<K,V> fillChildNode = null;
			int fillChildIndex = -1;
			//寻找右节点
			if(result.getIndex()<node.size()) {
				BTreeNode<K,V> rightChildNode = node.getChild(result.getIndex()+1);
				if(rightChildNode.size()>=t) {					
					fillChildNode = rightChildNode;
					fillChildIndex = result.getIndex()+1;
				}
			}
			//寻找左节点
			if(fillChildNode==null) {
				if(result.getIndex()>0) {
					BTreeNode<K,V> leftChildNode = node.getChild(result.getIndex()-1);
					if(leftChildNode.size()>=t) {
						fillChildNode = leftChildNode;
						fillChildIndex = result.getIndex()-1;
					}
				}
			}
			//找到满足的节点
			if(fillChildNode!=null) {
				//满足节点为右节点
				if(fillChildIndex > result.getIndex()) {
					Entry<K,V> firstEntry = fillChildNode.getEntry(0);
					fillChildNode.removeEntry(0);
					childNode.insertEntry(firstEntry);
					if(!fillChildNode.isLeaf()) {
					   childNode.addChild(fillChildNode.getChild(0));
					   fillChildNode.removeChild(0);
					}
				}else {  //满足节点为左节点
					Entry<K,V> lastEntry = fillChildNode.getEntry(fillChildNode.size()-1);
					childNode.insertEntry(lastEntry, 0);
					if(!fillChildNode.isLeaf()) {
						childNode.addChild(fillChildNode.getChild(fillChildNode.size()-1));
						fillChildNode.removeChild(fillChildNode.size()-1);
					}
					fillChildNode.removeEntry(fillChildNode.size()-1);
				}
				return delete(fillChildNode,entry);
			}else {    //为找到满足的节点
				if(result.getIndex()<node.size()) {   //当前节点存在右节点
					BTreeNode<K,V> rightNode = node.getChild(result.getIndex()+1);
					//Entry<K,V> newTopEntry = rightNode.removeEntry(rightNode.getEntrys().size()-1);
					Entry<K,V> oldTopEntry = node.removeEntry(result.getIndex());
				//	node.insertEntry(newTopEntry,result.getIndex());
					childNode.insertEntry(oldTopEntry);
					node.removeChild(result.getIndex()+1);
					
					for(Entry<K,V> tempEntry:rightNode.getEntrys()) {
						childNode.insertEntry(tempEntry);
					}
					if(!rightNode.isLeaf()) {
						for(BTreeNode<K,V> tempNode:node.getChildNodes()) {
							node.addChild(tempNode);
						}
					}
				}else {   //当前节点存在左节点
					BTreeNode<K,V> leftNode = node.getChild(result.getIndex()-1);
					//Entry<K,V> newTopEntry = leftNode.removeEntry(0);
					Entry<K,V> oldTopEntry = node.removeEntry(result.getIndex());
					//node.insertEntry(newTopEntry, result.getIndex());
					childNode.insertEntry(oldTopEntry);
					
				    List<Entry<K,V>> entryList = leftNode.getEntrys();
					for(int i=entryList.size()-1;i>=0;i--) {
						node.insertEntry(entryList.get(i), 0);
					}
					if(!leftNode.isLeaf()) {
						List<BTreeNode<K,V>> bTreeList = leftNode.getChildNodes();
						for(int i=bTreeList.size()-1;i>=0;i--) {
							node.addChild(bTreeList.get(i), 0);
						}
					}
				}
				if(node==root&&node.size()==0) {
					root = childNode;
				}
				/*if(root.size()==0) {
					root = childNode;
				}*/
				return delete(childNode,entry);
			}
		}
		return null;
	}
	
	public BTreeNode<K, V> getRoot() {
		return root;
	}
	public void setRoot(BTreeNode<K, V> root) {
		this.root = root;
	}
	
	public void printTree(BTreeNode<String,String> node) {
		boolean flag = node.isLeaf();
		System.out.println("*********节点开始***********");
		for(Entry<String,String> entry:node.getEntrys()) {
			System.out.println("当前节点的数据:K="+entry.getK()+",V="+entry.getV());
		}
		System.out.println("***********节点结束************");
		if(!flag) {
                    System.out.println("查询子节点开始");
			for(BTreeNode<String,String> tempNode:node.getChildNodes()) {
				printTree(tempNode);
			}
                     System.out.println("查询子节点结束");
		}
	}

	public static void main(String[] args) {
		BTree<String,String> btree = new BTree<String,String>();
		BTreeNode<String,String> root = new BTreeNode<String,String>();
		root.setLeaf(true);
		btree.setRoot(root);
		btree.insertTreeCommon(btree);
		
		btree.delete(btree.getRoot(), new Entry<String,String>("B","B"));
		
		btree.printTree(btree.getRoot());
	}
	
	public void insertTreeCommon(BTree<String,String> btree) {
		btree.insert("A", "A");
		btree.insert("B", "B");
		btree.insert("C", "C");
		btree.insert("D", "D");
		btree.insert("E", "E");
		btree.insert("F", "F");
		btree.insert("G", "G");
		btree.insert("H", "H");
		btree.insert("I", "I");
		btree.insert("J", "J");
		btree.insert("K", "K");
		btree.insert("L", "L");
		btree.insert("M", "M");
		btree.insert("N", "N");
	}
}

 

 

0
0
分享到:
评论

相关推荐

    B.rar_B-树索引_B树_b tree_b tree java_java B-Tree

    标题中的"B.rar_B-树索引_B树_b tree_b tree java_java B-Tree"表明这是一个关于B-树实现的压缩文件,其中包含了用Java语言编写的B-树索引代码,并且含有详细的注释。这为学习和理解B-树提供了实践示例。 首先,...

    java多叉树的实现和遍历输出

    本篇文章将深入探讨如何在Java中实现多叉树以及其遍历方法。 首先,我们需要定义一个多叉树节点类。这个类通常包含一个数据字段来存储节点值,以及一个ArrayList或LinkedList等动态数组来存储子节点。以下是一个...

    个人笔记--JAVA基础

    Java具有多种特性,包括简单性、面向对象、平台无关性、健壮性、安全性、多线程支持以及动态性。这些特性使得Java不仅易于学习,而且能够构建高度复杂的应用程序。 **1.5. 开发环境搭建与配置** 为了开始Java编程...

    B_Tree 的JAVA实现

    总的来说,理解B树的原理并用Java实现B树的基本操作,需要掌握数据结构的基本概念,理解B树的特性,并能够灵活运用这些特性来编写代码。在实际应用中,根据具体需求调整B树的阶数m,可以优化空间效率和操作性能。...

    个人笔记--Java_API

    - `TreeSet`:基于红黑树实现,维护元素自然排序。 **1.7 方法与集合名字的总结** - `Collection`和`Set`不允许重复元素。 - `List`允许重复元素并保持元素插入顺序。 - `Map`不允许重复的键。 **1.8 迭代器** ...

    Java实现的红黑树

    - 数据库索引:红黑树常用于数据库的B+树索引实现。 - 集合框架:Java的`TreeMap`和`TreeSet`利用红黑树实现有序映射和有序集合。 - 其他:内存分配器、编译器符号表等。 总的来说,红黑树是一种重要的数据结构...

    自己动手写数据库-基于Java语言的简易关系型数据库.zip

    自己动手写数据库--基于Java语言的简易关系型数据库关系型DB从0到1——基于Java语言的简易数据库本项目旨在练习实现一个基于Java语言的简易关系型数据库,用于学习关系型数据库(如Mysql)的设计思想、核心重构、...

    java简单实现八叉树图像处理代码示例

    "java简单实现八叉树图像处理代码示例" 在本文中,我们将详细介绍Java简单实现八叉树图像处理代码示例,这是一个非常有价值的知识点,需要的朋友可以参考下。 八叉树算法 八叉树算法是一种非常常用的图像处理算法...

    merkle-tree:Java中的简单Merkle树实现

    在Java中实现Merkle树,通常会涉及到以下几个关键点: 1. **节点结构**:Merkle树的每个节点都是一个哈希值,可以是原始数据的哈希或两个子节点哈希的组合。在Java中,你可以定义一个`Node`类来表示这些节点,包含...

    剑指offer计划7(搜索与回溯算法简单版)---java(csdn)————程序.pdf

    在本文中,我们将探讨三种不同的树相关问题,它们都是基于Java编程语言的解决方案,这些题目来自"剑指Offer"系列,这是一个针对面试准备的经典算法题目集。我们将深入解析每道题目,理解其解题思路并分析给出的代码...

    Java实现一个简单的数据库系统

    - **索引**:可以使用Java实现B树或哈希索引。B树适用于范围查询,而哈希索引适合等值查询。记得在插入、删除和更新时维护索引的正确性。 实现这样一个简单的数据库系统需要对数据结构、算法和Java编程有深入理解。...

    关于java树型结构

    - B树和B+树:常用于数据库和文件系统的索引结构,能高效地处理大数据量的存储和检索。 4. **Java集合框架中的树结构**: - `java.util.TreeSet`和`java.util.TreeMap`:基于红黑树实现,提供有序的存储和操作。 ...

    20191104-深圳-腾讯-Java高级.pdf

    - **B-Tree**:B-Tree 是一种自平衡的树结构,特别适合用于磁盘等块存储设备上的数据组织。它的特点在于每个节点包含多个关键字,能够减少磁盘 I/O 操作次数。 - **B+Tree**:B+Tree 是 B-Tree 的变体,数据仅存储在...

    2020年-腾讯-Java高级.pdf

    MySQL的InnoDB存储引擎通常使用B+tree作为索引,因为B+tree提供了顺序访问指针,适合范围查询,而红黑树不具有这一特性。 6. **消息中间件的对比**: - RabbitMQ适用于中小型企业,因其管理界面简单,高并发能力...

    java数据结构树

    2. **数据库索引**:许多数据库管理系统使用B树或B+树作为索引的数据结构,以提高查询效率。 3. **编译器设计**:抽象语法树(Abstract Syntax Tree,AST)在编译过程中用于表示源代码的结构。 4. **图形用户界面...

    数据结构与算法分析(Java版)

    - 展示如何使用Java实现红黑树的插入和删除操作。 ##### 5. 第四部分:高级数据结构 - **第10章:2-3-4树与外部存储(2-3-4 Trees and External Storage)** - 介绍2-3-4树的定义及其与普通二叉搜索树的区别。 ...

    java简单搜索器源码(系统)

    Java简单搜索器源码系统是基于Java编程语言实现的一个简易搜索引擎。这个系统主要涉及了Java核心技术、数据结构和算法,以及文件I/O操作等多方面的知识。以下将详细阐述这些关键知识点。 首先,Java作为一门面向...

    设计模式之解释器模式Java版本实现

    在Java中实现解释器模式,我们可以创建一个抽象表达式接口,然后为每种特定的语法结构创建一个具体表达式类。这个模式在处理简单的语言或表达式时特别有用,例如配置文件、简单的计算器或者SQL查询的简化版本。 ...

    2020年-乐信-Java高级.pdf

    B+树结构是一种磁盘块的树结构,每个磁盘块是一个节点,每个节点包含了关键字。B+树巧妙地利用了磁盘预读原理,将一个节点的大小设为等于一页(每页为4K),这样每个节点只需要⼀一次I/O就可以完全载⼊入。B+树的...

Global site tag (gtag.js) - Google Analytics