第9章 索引技术
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
稠密索引
源自文库
9.2 线性索引技术
文件
稠密索引
数据结构（C++版）
外存
内存
优点：实现对数据库记录有效的查找（采用折半查 找技术）和随机访问（按记录号访问）。
缺点：如果文件中包含的记录太多，索引表本身可 能会因为太大而无法在内存中存储；文件中插入或 删除记录，必须更新稠密索引，而稠密索引的插入 和删除操作代价很高。
清华大学出版社
分块索引
9.2 线性索引技术
数据结构（C++版）
稠密索引空间代价很大 减少索引项的个数
分块索引 每块建立一个索引项
多级索引
分块索引需要将文件划分为若干块，且要求分块有序。
块内无序：每一块内不要求有序 分块有序
块间有序：块与块之间有序
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
“年龄”倒排
清华大学出版社
2–3树
9.3 树形索引
数据结构（C++版）
2-3树：是具有下列特性的树： ⑴ 一个结点包含1个或者2个关键码。 ⑵每个内部结点有2个子女（包含一个关键码）或者 3个子女（包含两个关键码）。 ⑶ 所有叶子结点都在树的同一层。
清华大学出版社
2 – 3 树示例
9.3 树形索引
稠密索引主要适用于静态索引。
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
稠密索引示例
关键码 指针
8 20 35 40 52 56 61
索引表 有序
关键码 其它数据项
r1 8 … r2 20 … r3 52 … r4 35 … r5 40 … r6 61 … r7 56 …
无序或有序
文件
清华大学出版社
ASL=Lb + Lw 若采用顺序查找对索引表进行查找，则分块查 找的平均查找长度为：
ASL=Lb
+
Lw=
(m 1) 2
(t
1) 2
1 2
(m t
t)
1
当 t 取 n 时，ASL取最小值 n +1。
清华大学出版社
多重表
9.2 线性索引技术
为文件建立索引的目的是什么?
数据结构（C++版）
稠密索引、分块索引
在索引问题以及数据库中，常常将数据元素 称为记录。
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
索引的基本概念
文件：通常指存储在外存上的记录集合。
索引：把一个关键码与它对应的记录相关联的过程。 索引由若干索引项构成，索引项至少应包含关键码和 关键码对应的记录在存储器中的位置等信息。
静态索引：索引结构在文件创建时生成，一旦生成就 固定下来，只有当文件再组织时才允许改变。
文件
年龄 30 03 25 04 27 05 25 06 30 ∧ 24 ∧
次关键码 头指针 长度
男
01
3
女
03
3
“性别”次索引
次关键码 头指针 长度
24~26
02
3
27~30
01
3
“年龄”次索引
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
倒排表
关键码 指针 0001 0002 0003 0004 0005 0006
主索引
职工号 0001 0002 0003 0004 0005 0006
姓名 性别 王刚 男 张亮 男 刘楠 女 齐梅 女 李爽 女 王东 男
文件
年龄 30 25 27 25 30 24
次关键码 男 女
记录号表 01, 02, 06 03, 04, 05
“性别”倒排
次关键码 24～26 27～30
记录号表 02, 04, 06 01, 03, 05
清华大学出版社
多重表
9.2 线性索引技术
数据结构（C++版）
关键码 指针 0001 0002 0003 0004 0005 0006
主索引
职工号 0001 0002 0003 0004 0005 0006
姓名 王刚 张亮 刘楠 齐梅 李爽 王东
性别 男 02 男 06 女 04 女 05 女∧ 男∧
动态索引：在文件创建时生成索引结构，在文件执行 插入/删除等操作时，索引结构本身也随之发生改变。
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
索引的基本概念
线性索引：若将索引项组织为线性结构，则称其为线 性索引或索引表；
树形索引：若将索引项组织为树结构，则称其为树形 索引。
多级索引：对索引再建立一个索引，就构成了多级索 引。
⑴ 在索引表中确定待查关键码所在的块； ⑵ 在相应块中查找待查关键码。
顺序查找 索引表查找
折半查找
块内查找——顺序查找
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
分块索引
设有n个记录的文件分为m个块，每个块均为t个 记录，则n=m×t。设Lb为查找索引表确定关键码所 在块的平均查找长度，Lw为在块内查找关键码的平 均查找长度，则分块查找的平均查找长度为：
18 33
数据结构（C++版）
清华大学出版社
第九章 索引技术
数据结构（C++版）
本章的基本内容是：
➢索引的基本概念 ➢线性索引技术 ➢树形索引
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
数据结构的最终目的是提高数据的处理速度， 索引是为了加快查找速度而设计的一种数据结 构，索引技术是组织大型数据库以及磁盘文件 的一种重要技术。
对一些大型文件，其索引本身可能也很大，在这种情 况下，可以建立多级索引。
清华大学出版社
稠密索引
9.2 线性索引技术
数据结构（C++版）
稠密索引：在线性索引中，若文件中的每个记录对应 一个索引项，则这种索引称为稠密索引。
在稠密索引中，无论文件是否按关键码有序，索引项 总是按关键码顺序排列。
只要内存空间允许，通常把稠密索引存储在内存中， 从而大大提高记录的查找速度。
多重表、倒排表
对主关键码建立索引
对次关键码建立索引
对主关键码进行查找
对次关键码进行查找
清华大学出版社
多重表
9.2 线性索引技术
数据结构（C++版）
多重表除了为文件建立一个主索引外，还为每个 需要查找的次关键码建立一个索引。
在文件中，为建立索引的次关键码分别增设一个 指针域，用于将次关键码相同的记录链结在一起 （稠密索引），或将在同一块中的记录链结在一 起（分块索引）。
分块索引
最大值 块长 块首地址
35 3 61 3 88 3
索引表
有序
关键码 其他数据项
35 …
第
20 …
1
8…
块
52 …
第
40 …
2
61 …
块
65 …
第
88 …
3
76 …
块
文件
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
分块索引
在分块索引表中进行的查找称为分块查找（也称 为索引顺序查找），分两步进行：
源自文库
9.2 线性索引技术
文件
稠密索引
数据结构（C++版）
外存
内存
优点：实现对数据库记录有效的查找（采用折半查 找技术）和随机访问（按记录号访问）。
缺点：如果文件中包含的记录太多，索引表本身可 能会因为太大而无法在内存中存储；文件中插入或 删除记录，必须更新稠密索引，而稠密索引的插入 和删除操作代价很高。
清华大学出版社
分块索引
9.2 线性索引技术
数据结构（C++版）
稠密索引空间代价很大 减少索引项的个数
分块索引 每块建立一个索引项
多级索引
分块索引需要将文件划分为若干块，且要求分块有序。
块内无序：每一块内不要求有序 分块有序
块间有序：块与块之间有序
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
“年龄”倒排
清华大学出版社
2–3树
9.3 树形索引
数据结构（C++版）
2-3树：是具有下列特性的树： ⑴ 一个结点包含1个或者2个关键码。 ⑵每个内部结点有2个子女（包含一个关键码）或者 3个子女（包含两个关键码）。 ⑶ 所有叶子结点都在树的同一层。
清华大学出版社
2 – 3 树示例
9.3 树形索引
稠密索引主要适用于静态索引。
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
稠密索引示例
关键码 指针
8 20 35 40 52 56 61
索引表 有序
关键码 其它数据项
r1 8 … r2 20 … r3 52 … r4 35 … r5 40 … r6 61 … r7 56 …
无序或有序
文件
清华大学出版社
ASL=Lb + Lw 若采用顺序查找对索引表进行查找，则分块查 找的平均查找长度为：
ASL=Lb
+
Lw=
(m 1) 2
(t
1) 2
1 2
(m t
t)
1
当 t 取 n 时，ASL取最小值 n +1。
清华大学出版社
多重表
9.2 线性索引技术
为文件建立索引的目的是什么?
数据结构（C++版）
稠密索引、分块索引
在索引问题以及数据库中，常常将数据元素 称为记录。
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
索引的基本概念
文件：通常指存储在外存上的记录集合。
索引：把一个关键码与它对应的记录相关联的过程。 索引由若干索引项构成，索引项至少应包含关键码和 关键码对应的记录在存储器中的位置等信息。
静态索引：索引结构在文件创建时生成，一旦生成就 固定下来，只有当文件再组织时才允许改变。
文件
年龄 30 03 25 04 27 05 25 06 30 ∧ 24 ∧
次关键码 头指针 长度
男
01
3
女
03
3
“性别”次索引
次关键码 头指针 长度
24~26
02
3
27~30
01
3
“年龄”次索引
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
倒排表
关键码 指针 0001 0002 0003 0004 0005 0006
主索引
职工号 0001 0002 0003 0004 0005 0006
姓名 性别 王刚 男 张亮 男 刘楠 女 齐梅 女 李爽 女 王东 男
文件
年龄 30 25 27 25 30 24
次关键码 男 女
记录号表 01, 02, 06 03, 04, 05
“性别”倒排
次关键码 24～26 27～30
记录号表 02, 04, 06 01, 03, 05
清华大学出版社
多重表
9.2 线性索引技术
数据结构（C++版）
关键码 指针 0001 0002 0003 0004 0005 0006
主索引
职工号 0001 0002 0003 0004 0005 0006
姓名 王刚 张亮 刘楠 齐梅 李爽 王东
性别 男 02 男 06 女 04 女 05 女∧ 男∧
动态索引：在文件创建时生成索引结构，在文件执行 插入/删除等操作时，索引结构本身也随之发生改变。
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
索引的基本概念
线性索引：若将索引项组织为线性结构，则称其为线 性索引或索引表；
树形索引：若将索引项组织为树结构，则称其为树形 索引。
多级索引：对索引再建立一个索引，就构成了多级索 引。
⑴ 在索引表中确定待查关键码所在的块； ⑵ 在相应块中查找待查关键码。
顺序查找 索引表查找
折半查找
块内查找——顺序查找
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
分块索引
设有n个记录的文件分为m个块，每个块均为t个 记录，则n=m×t。设Lb为查找索引表确定关键码所 在块的平均查找长度，Lw为在块内查找关键码的平 均查找长度，则分块查找的平均查找长度为：
18 33
数据结构（C++版）
清华大学出版社
第九章 索引技术
数据结构（C++版）
本章的基本内容是：
➢索引的基本概念 ➢线性索引技术 ➢树形索引
清华大学出版社
数据结构（C++版）
9.1 索引的基本概念
数据结构的最终目的是提高数据的处理速度， 索引是为了加快查找速度而设计的一种数据结 构，索引技术是组织大型数据库以及磁盘文件 的一种重要技术。
对一些大型文件，其索引本身可能也很大，在这种情 况下，可以建立多级索引。
清华大学出版社
稠密索引
9.2 线性索引技术
数据结构（C++版）
稠密索引：在线性索引中，若文件中的每个记录对应 一个索引项，则这种索引称为稠密索引。
在稠密索引中，无论文件是否按关键码有序，索引项 总是按关键码顺序排列。
只要内存空间允许，通常把稠密索引存储在内存中， 从而大大提高记录的查找速度。
多重表、倒排表
对主关键码建立索引
对次关键码建立索引
对主关键码进行查找
对次关键码进行查找
清华大学出版社
多重表
9.2 线性索引技术
数据结构（C++版）
多重表除了为文件建立一个主索引外，还为每个 需要查找的次关键码建立一个索引。
在文件中，为建立索引的次关键码分别增设一个 指针域，用于将次关键码相同的记录链结在一起 （稠密索引），或将在同一块中的记录链结在一 起（分块索引）。
分块索引
最大值 块长 块首地址
35 3 61 3 88 3
索引表
有序
关键码 其他数据项
35 …
第
20 …
1
8…
块
52 …
第
40 …
2
61 …
块
65 …
第
88 …
3
76 …
块
文件
清华大学出版社
9.2 线性索引技术
数据结构（C++版）
分块索引
在分块索引表中进行的查找称为分块查找（也称 为索引顺序查找），分两步进行：