数据结构 -文件概况

9.4 索 引 文 件
9.4.1 索引顺序文件 将主文件分成若干块，然后把每块中最大关键 字和该块的起始地址组成一个索引项。在把所 有索引项按关键字升序排列组成索引表。索引 表本身也可看成是主文件，可再建立高一级的 索引表，以提高查找效率。如果需要，还可以 建立高一级的索引表。各级索引表和主文件一 起构成索引顺序文件。
第9章 文件
9.1文件的基本概念 文件：逻辑上相关的记录的集合。 数据项：文件中最基本的有名字的数据单位， 如 记录：关于一个实体的相关数据项的总和。 记录的逻辑结构是指记录在用户或应用程序员 面前呈现的方式，是用户对数据的表示和存储 方式。
文件就是性质相同、逻辑相关的记录的集合。一 个文件包含的记录是同格式等长度的，也有不同格式 或不等长度的记录。文件的操作有检索和更新两类。
检索有下列三种方式。 （1）顺序检索：按记录的相对位置检索下一个逻辑记录。 （2）按记录序号检索：根据记录存入文件时的顺序编号， 检索第i个逻辑记录。 （3）按关键字检索：给定一个值，检索关键字与给定值 相关的一个或多个逻辑记录。 更新包括插入、删除和修改一个记录。
文件的操作可以有实时和批量两种不同的方式。通 常实时处理对应答时间要求严格，应在接收询问后 立刻完成相应的操作，而批量处理对时间要求不是 很严格，可以根据需要，对积累一段时间的记录进 行成批处理。
9.4.2 索引无序文件
为了加快查找速度，可以把每个记录的关键 字及记录的开始地址构造索引项，再把所有 的索引项按关键字升序排列并将其视为顺序 文件，按索引顺序文件方法对它建立各级索 引，构造索引无序文件。 索引无序文件不适合于顺序存取。
9.4.2 索引无序文件
索引表本身可用多种方法进行组织 多级索引 散列索引 B—树索引
文件组织方式
顺序文件 散列文件 索引文件 倒排文件
9.2顺 序 文 件
顺序文件：记录按建立该文件时的先后次序 依次存放在外存储器上的，即顺序文件中物 理记录的顺序和逻辑记录的顺序是一致的。
顺序文件的特点
（1）存取第i个记录必须先搜索在它之前的i—1个 记录。 （2）插入新的记录时只能加在文件的末尾。 （3）若要修改文件中的某个记录，则必须将整个 文件复制。
倒排文件示例
地 址 1 2 3 4 5 6 7 8 9 10 工作证号 102 103 211 217 314 318 320 323 324 329 姓名 孙丽 陈好 张力 李明 赵喜 林智江 周喜红 赵林 宋宁 吴双 女 女 男 男 男 男 女 男 女 女 性别 30 56 46 52 32 24 49 54 48 59 年龄 职称 讲师 教授 副教授 教授 讲师 助教 副教授 副教授 副教授 教授 系别 计算机 计算机 机械工程 机械工程 建筑工程 建筑工程 建筑工程 经管 经管 经管
B+树上插入
BT 17 30 47
6
11
17
30
39
47
ST
4
6
8
11
14
17
20 30
35
39
43
47
插入8后的3阶B+树
B+树上删除
BT 17 47
11
17
30
47
ST
4
6
11
14
17
20
30
39
43
47
删除关键字35后的3阶B+树
9.5 倒 排 文 件
“倒排”的意思是它不像一般文件那样先找 记录，再看记录的域值，而是根据给定域 （次关键字）值去找记录。 可对主文件的不同次关键字分别建立倒排表， 我们把主文件及其所有倒排表合称为倒排文 件。
9.3 散 列 文 件
散列文件：指利用散列方法组织的文件。 它本质上是一个存放在外存上的散列表。 选择合适的散列函数和处理冲突的方法将记录 散列到外存储器上
散列文件的特点
优点： 存取速度通常比索引文件更快； 插入、删除方便； 不需要索引区。
散列文件的特点
缺点： 空间利用率低； 无法进行顺序查找，只能进行随机查找； 询问方式也只有简单询问； 当多次进行插入、删除之后，也可能造成基本 桶内多数记录被删，而溢出桶中尚存记录，此 时亦需重组文件。
B—树中插入
(a)在一棵三阶B-树插入85后
B—树中插入
BT
45
24 30
53 70 90
3 12
26
37
50
61
85
100
（b）把含85的结点进行分裂
B—树中插入
（c）把含70的结点进行分裂后的B-树点进行分裂
B—树中删除
ห้องสมุดไป่ตู้
45 85
24
30
53
90
3
12
26
37
50
61
70
100
（ a ）在一棵 3 阶 B-树上删除 70 ， 70 与 85 交换
B—树中删除
BT 45 85
24
30
53
3
12
26
37
50
61
90
100
（ b ）把删除 70 后的结点与含 100 的兄弟结点及 90 合并
B—树中删除
BT 45
24 30
53
85
3 12
26
37
50
61
90 100
（ c）把原 90 所在的结点与含 53 的兄弟结点及 85 合并后的 3 阶 B树
9.4.3 B-树
B—树：一种平衡的多路查找树。 一棵m阶的B—树或为空树，或为满足以下条 件的树。
（1）树中每个结点至多有m棵子树。 （2）根结点或为叶结点，或至少有两棵子树。 （3）除根结点外，所有结点（不包括失败结点）至少含有 棵子树。 （4）所有的失败结点都在同一层上。 （5）非失败结点包含如下信息：（n，P0，K1，P1，K2，P2，…， Kn，Pn），其中n(n≤m 1)为结点含关键字的个数；Ki为（i=1，…， n）关键字，且Ki<Ki+1(i=1，…，n 1)；Pi(i=0，…，n)为指向子 树根结点的指针，且指针Pi 1所指子树中所有结点的关键字均小于 Ki(i=1，…，n)，Pn所指子树中所有结点的关键字均大于Kn。
9.4.4 B+树
一棵m阶B+树可以定义如下。
（1）每个结点至多有m棵子树。 （2）除根结点外，其他分支结点至少有[m/2]棵子树。 （3）非叶子结点的根结点至少有两棵子树。 （4）有n棵子树的结点有n个关键字，叶子结点中至少含有[m/2]个 关键字。 （5）叶子结点都在同一层上，其中存放数据文件中记录的关键字及指 向该记录存放地址的指针，或存放数据文件分块后每块最大关键字及 指向该块的指针，叶结点按关键字从小到大顺序链接。 （6）所有分支结点可看成是索引的索引。结点中仅包含它的各子结点 中最大（或最小）关键字的分界值及指向各子结点的指针。