《刘大有数据结构》 chapter 13 文件

13.2 顺序文件
顺序文件分为两种情况. 顺序文件分为两种情况 在第一种情况中， 在第一种情况中，文件的诸记录未按关键词 整序，只能按照记录的物理次序来处理， 整序，只能按照记录的物理次序来处理，我们 称其为串行处理文件. 称其为串行处理文件 在第二种情况中， 在第二种情况中，文件中的诸记录是按关键 词的递增（或递减）次序排列的， 词的递增（或递减）次序排列的，因此我们可 以按照记录的逻辑次序进行处理， 以按照记录的逻辑次序进行处理，称之为顺序 处理文件. 处理文件
设n是Kl从所对应的记录起到当前要确定的位 是 置止之间的记录数， 是从 对应的记录起到K 是从K 置止之间的记录数，N是从 l对应的记录起到 r对 应的记录止之间的记录个数， 应的记录止之间的记录个数，则有
K Kl n= ( N 1 如果我们把一个文件均分成 块，那么首 先对每块中有最大关键词的记录进行查找， 先对每块中有最大关键词的记录进行查找，则 可用上述的插值查找方法确定出要找的记录大 约在哪一块中， 约在哪一块中，然后在这一块中选用合适的查 找算法再进行查找. 找算法再进行查找 显然这可以提高查找的效 人们称这种方法为分块插值查找算法 分块插值查找算法. 率，人们称这种方法为分块插值查找算法
13.4 索引文件
一般， 一般，索引结构都包括关键词和指针组成 的登记项，由指针可找到包含此关键词的记录. 的登记项，由指针可找到包含此关键词的记录 一旦我们建立了某个文件的索引之后， 一旦我们建立了某个文件的索引之后，当需要随 机地查找文件中的某些记录时， 机地查找文件中的某些记录时，可由文件的索引 方便地找到一个相应部分，而无须对整个文件进 方便地找到一个相应部分， 行顺序查找. 行顺序查找 在许多索引文件中，使用了一些B在许多索引文件中，使用了一些 -树的变形 下面我们就补充介绍一下得到广泛应用的B 树. 下面我们就补充介绍一下得到广泛应用的 ＋ 该树是B-树的一个变形树） 树（该树是 -树的一个变形树）.
关于顺序处理文件的查找方法我们在第十章 中作了讨论. 主要算法有： 中作了讨论. 主要算法有： 1．对半查找算法B； 对半查找算法B Fibonacci查找算法Fibonacci； 查找算法Fibonacci 2．Fibonacci查找算法Fibonacci； 插值查找算法Interpolation Interpolation； 3．插值查找算法Interpolation； 下面介绍文件的分块插值查找方法. 下面介绍文件的分块插值查找方法 假定关键 词值是数字的， 词值是数字的 ， 并且关键词值在下标区间里的分 布是均匀的. 那么，当已知K在 之间时， 布是均匀的 那么，当已知 在Kl和Kr之间时，我 们就可以确定下一次大约应在什么位置进行查找. 们就可以确定下一次大约应在什么位置进行查找
五、删除 删除操作的第一件事自然是要找到待删除记 录的位置. 这仍然可借助“查找操作”来完成， 录的位置 这仍然可借助“查找操作”来完成，若 未找到则回答相应的出错信息；否则， 未找到则回答相应的出错信息；否则，可置存储待 删除记录的节点的判别域值为零， 删除记录的节点的判别域值为零，从而完成了删除 并获得了一个可以再用的节点. 并获得了一个可以再用的节点. 为了有效地利用空间， 为了有效地利用空间 ， 我们可以设计一个子 程序，其功能是： 程序，其功能是：当要删除之记录不在桶中的最后 一个节点中时， 一个节点中时，可将桶中最后面的记录移到存放待 删除记录的节点中，这样， 删除记录的节点中，这样，既达到了删除操作的目 又可在桶内最后一个存储块只包含一个记录时， 的，又可在桶内最后一个存储块只包含一个记录时， 由于执行删除操作使最后这一存储块变空， 由于执行删除操作使最后这一存储块变空，从而可 将此块还给文件系统以备后用. 将此块还给文件系统以备后用
增补文件
一个顺序文件建立以后， 一个顺序文件建立以后，其中的记录还要 不断更新， 文件结构概论” 不断更新，但是正象在 “文件结构概论” 中 讲到的， 讲到的，对于顺序文件的任何小量的修改都是 极不经济的， 极不经济的，因为任何修改都要重新复制整个 文件. 基于这一情况，所谓“增补文件” 文件 基于这一情况，所谓“增补文件”的方法 被提了出来. 被提了出来
二、查找 假设给定一个待查找的记录， 假设给定一个待查找的记录 ， 其关键词为 K，经过杂凑函数 变换之后得 = h（k），按照 变换之后得i ，经过杂凑函数h变换之后得 （ ） 按照i 桶号） 包含） 的桶目录表中查找第 的桶目录表中查找第i个桶 （ 桶号 ） 到 （ 包含 ） i的桶目录表中查找第 个桶 的第一个存储块的地址， 的第一个存储块的地址，然后在该块内检查非空 节点，看是否有关键词为K的记录存在 的记录存在， 节点，看是否有关键词为 的记录存在，若未发 现，则到该块的头部指针所指出的下一块中继续 进行查找. 对于一个成功的检索， 进行查找 对于一个成功的检索，查找将于桶中 某一存储块结束，对于一个不成功的检索. 某一存储块结束，对于一个不成功的检索 查找 操作将在扫描完第i桶中所有的存储块后终止 桶中所有的存储块后终止. 操作将在扫描完第 桶中所有的存储块后终止
m阶B+树的定义如下： 阶 树的定义如下： 个儿子； （i） 每个非叶节点至多可以有 个儿子； ） 每个非叶节点至多可以有m个儿子 （ ii ） 每 个 非 叶 节 点 （ 根 节 点 除 外 ） 必 须 有 (m+1)/2 个儿子； 个儿子； （iii） 根节点至少有两个儿子； ） 根节点至少有两个儿子； 个儿子的非叶节点必有K个关键词 （iv） 有K个儿子的非叶节点必有 个关键词 ） 个儿子的非叶节点必有 个关键词. 给出了一个m＝ 阶的 树的简单例子. 阶的B 图13.7给出了一个 ＝2阶的 +树的简单例子 给出了一个
使用增补文件，一般有以下几种方式： 使用增补文件，一般有以下几种方式： (i) 公共索引 i 当一个记录要修改（或更新） 当一个记录要修改（ 或更新） 时， 将查询记录的机制 在增补文件为空时，该机制只与主文件有关） （ 在增补文件为空时 ， 该机制只与主文件有关 ） 作相应 的修改，使之指出该记录的新地址， 的修改 ， 使之指出该记录的新地址 ， 即增补文件中的一 个地址，任何一个记录的当前内容， 个地址 ， 任何一个记录的当前内容 ， 不管是在主文件或 是在增补文件中，都是通过一个共同的搜索机制——公 是在增补文件中 ， 都是通过一个共同的搜索机制 公 共索引来存取. 共索引来存取. (ii 两个索引 ii) ii 对于给定的变元K，总是首先检索增补文件， 对于给定的变元 ，总是首先检索增补文件， 若在 增补文件中查找失败则要检索主文件，就是说， 增补文件中查找失败则要检索主文件 ， 就是说， 主文件 与增补文件分别有自己的搜索机制，换言之， 与增补文件分别有自己的搜索机制 ， 换言之 ， 主文件索 引是不改变的， 引是不改变的 ， 索引的修改仅仅局限于较小的增补文件 索引，该方式有利于主文件从破坏中恢复过来. 索引，该方式有利于主文件从破坏中恢复过来 但是由于 查找时，每次都必须先查增补文件， 查找时 ， 每次都必须先查增补文件 ， 从而使检索时间变 降低了查找的效率. 长，降低了查找的效率
13.3 杂凑（散列）文件 杂凑（散列）
一、杂凑函数与文件的构造 这里采用的杂凑函数h由折叠法和除法相结合而成 由折叠法和除法相结合而成. 这里采用的杂凑函数 由折叠法和除法相结合而成 其 变换步骤如下： 变换步骤如下： (i) 把关键词 之值化为二进制数的序列； 之值化为二进制数的序列； i 把关键词K之值化为二进制数的序列 (ii (ii) 把(i)中得到的二进制数的序列分成定长的若干 ii) (i)中得到的二进制数的序列分成定长的若干 个组，若最后一组数目不足则补零； 个组，若最后一组数目不足则补零； (iii 把(ii 中得到这若干组等长的二进制数叠加起 iii) ii)中得到这若干组等长的二进制数叠加起 iii ii 得一整数； 来，得一整数； (iv 把(iii 中得到之整数除以 （存储区中桶的个 iv) iii)中得到之整数除以 iv iii 中得到之整数除以M（ 取余数作为关键词K所对应之桶号 所对应之桶号. 数），取余数作为关键词 所对应之桶号
由于串行处理文件对应诸记录的关键词是一 个无序序列， 个无序序列，对这样的文件进行查找可采用第十 章的顺序查找算法. 章的顺序查找算法 如果被检索的文件很长， 如果被检索的文件很长 ， 使用串行查找方法 固然能够找到需要查询的记录，但往往需要很长 固然能够找到需要查询的记录， 的检索时间，特别是当一个文件需要反复查找时， 的检索时间，特别是当一个文件需要反复查找时， 设法提高查找效率的问题就显得更加突出. 设法提高查找效率的问题就显得更加突出 如果我们把一个文件中的记录按关键词进行整 那么将会大大加快查找速度. 序，那么将会大大加快查找速度
第十三章 文件
13.1 文件结构概论 13.2 顺序文件 13.3 杂凑（散列）文件 杂凑（散列） 13.4 索引文件 13.5 倒排文件和多重链表文件
13.1 文件结构概论
在计算机内， 数据表现为一个个记录（ 在计算机内 ， 数据表现为一个个记录 （ 人 们又常常把记录称为元素，节点， 们又常常把记录称为元素，节点，项目或条款 等 ） ， 一个记录通常包含一个或多个数据域 域又称为场或字段） （域又称为场或字段）. 由多个相关的记录组 成的集合，被称之为文件（ ） 成的集合，被称之为文件（file）. 用来组织文 件的数据域称为关键词（ ） 件的数据域称为关键词（key）. 文件结构一般可分为四种，即顺序结构， 文件结构一般可分为四种，即顺序结构，随 机结构，表结构和树形结构. 机结构，表结构和树形结构
方法是：把所有对顺序文件（ 方法是：把所有对顺序文件（以下称其为主 文件，相对增补文件而言） 文件，相对增补文件而言）中记录的修改都存 放在一个（相对说来）比较小的， 放在一个（相对说来）比较小的，与主文件分 开的独立存储区，即增补文件中， 开的独立存储区，即增补文件中，该法不仅大 大降低了不断更新一个大主文件的代价， 大降低了不断更新一个大主文件的代价，而且 还能保持对这样一个不断变化的大型顺序文件 进行有效的检索. 除此之外， 进行有效的检索 除此之外，这一方法还有利于 主文件从差错中得以恢复. 主文件从差错中得以恢复