圖解B樹及C#實現(3)數據的刪除
前言
本文為系列文章
- B樹的定義及數據的插入
- 數據的讀取及遍歷
- 數據的刪除
閱讀本文前,建議先復習前兩篇文章,以便更好的理解本文。
從刪除的數據所在的節點可分為兩種情況:
- 從葉子節點刪除數據
- 從非葉子節點刪除數據
無論從葉子節點還是非葉子節點刪除數據時都需要保證B樹的特性:非根節點每個節點的 key 數量都在 [t-1, 2t-1] 之間。
借此保證B樹的平衡性。
之前介紹的插入數據關注的是這個范圍的上限 2t-1,插入時,如果節點的 key 數量大于 2t-1,就需要進行數據的分裂。
而刪除數據則關注是下限 t-1,如果節點的 key 數量小于 t-1,就需要進行數據的移動或者合并。
刪除數據時,需要考慮的情況比較多,本文會分別討論這些情況,但一些比較邊緣的情況為避免描述過于復雜,不再文中討論,而是在代碼中進行了注釋。
因為刪除邏輯比較復雜,請結合完整代碼進行閱讀。
https://github.com/eventhorizon-cli/EventHorizon.BTree/blob/b51881719146a86568669cdc78f8524299bee33d/src/EventHorizon.BTree/BTree.cs#L139
從葉子節點刪除數據
如果待刪除的數據在葉子節點,且該節點的 Item 數量大于 t-1,那么直接刪除該數據即可。
從非葉子節點刪除數據
如果待刪除的數據在非葉子節點,那么需要先找到該數據的左子節點,然后將左子節點的數據替換到待刪除的數據,最后再刪除左子節點的數據。
這樣能保證被刪除數據的節點的 Item 數量不變,保證 B樹 有 k 個子節點的非葉子節點擁有 k ? 1 個鍵的特性不受破壞。
提前擴充只有 t-1 的 Item 的節點:維持 B樹 平衡的核心算法
在數據插入的時候,為了避免回溯性的節點分裂,我們提前將已滿的子節點進行分裂。
同樣的在數據刪除,不斷往下遞歸查找時,如果遇到只有 t-1 個 Item 的節點,我們也需要提前將其擴充,以避免回溯性的節點處理。
擴充的節點不一定是最后數據所在的節點,只是向下查找過程中遇到的節點。
節點擴充的分為兩類,一個是從兄弟節點借用 Item,一個是合并兄弟節點,被借用的兄弟節點需要滿足 Item 數量大于 t-1。具體可分為以下三種情況:
從左兄弟節點借用 Item
待擴充節點的左兄弟節點存在且左兄弟節點的 Item 數量 > t-1 時,從左兄弟節點借用 Item 進行擴充。
為了保證 B樹 數據的順序特性:任意 Item 的左子樹中的 Key 均小于該 Item 的 Key,右子樹中的 Key 均大于該 Item 的 Key。需要交換左兄弟節點的最右邊的 Item 和父節點中對應位置的 Item(位于左兄弟節點右側)。
以下圖為例進行說明:
從右兄弟節點借用 Item
待擴充節點的左兄弟節點不存在或者左兄弟節點的 Item 數量 只有 t-1 時,無法外借。但右兄弟節點存在且右兄弟節點的 Item 數量 > t-1 時,從右兄弟節點借用 Item 進行擴充。
以下圖為例進行說明:
從兄弟節點進行擴充可以概括為:借用,交換,插入。
與左兄弟節點或者右兄弟節點合并
如果待擴充節點的左兄弟節點和右兄弟節點都不存在或者都只有 t-1 個 Item 時,無法外借。此時需要與左兄弟節點或者右兄弟節點進行合并。
以下圖為例進行說明:
最值的刪除
之前章節介紹過 B樹 最值的查找:
- 最小值:從根節點開始,一直往左子樹走,直到葉子節點。
- 最大值:從根節點開始,一直往右子樹走,直到葉子節點。
最值的刪除就是先找到最值的位置并將其刪除,在向下尋找的過程中,需要和普通的數據刪除一樣,對節點進行擴充或者合并。
代碼實現
最值刪除是刪除的特殊情況,我們定義一個枚舉用來區分普通數據的刪除,最小值的刪除以及最大值的刪除,這三種方式只在數據查找的時候有所區分,其他的邏輯都是一樣的。
internal enum RemoveType
{
Item,
Min,
Max
}
public sealed class BTree<TKey, TValue> : IEnumerable<KeyValuePair<TKey, TValue?>>
{
public bool TryRemove([NotNull] TKey key, out TValue? value)
{
ArgumentNullException.ThrowIfNull(key);
return TryRemove(key, RemoveType.Item, out value);
}
public bool TryRemoveMax(out TValue? value) => TryRemove(default, RemoveType.Max, out value);
public bool TryRemoveMin(out TValue? value) => TryRemove(default, RemoveType.Min, out value);
private bool TryRemove(TKey? key, RemoveType removeType, out TValue? value)
{
if (_root == null || _root.IsItemsEmpty)
{
value = default;
return false;
}
bool removed = _root.TryRemove(key, removeType, out var item);
if (_root.IsItemsEmpty && !_root.IsLeaf)
{
// 根節點原來的兩個子節點進行了合并,根節點唯一的元素被移動到了子節點中,需要將合并后的子節點設置為新的根節點
_root = _root.GetChild(0);
}
if (removed)
{
_count--;
value = item!.Value;
return true;
}
value = default;
return removed;
}
}
主要的邏輯定義在 Node 中,不斷向下遞歸
internal class Node<TKey, TValue>
{
public bool TryRemove(TKey? key, RemoveType removeType, [MaybeNullWhen(false)] out Item<TKey, TValue?> item)
{
int index = 0;
bool found = false;
if (removeType == RemoveType.Max)
{
if (IsLeaf)
{
if (_items.Count == 0)
{
item = default;
return false;
}
// 如果是葉子節點,直接刪除最后一個元素,就是刪除最大的 Item
item = _items.RemoveLast();
return true;
}
// 當前節點不是葉子節點,需要找到最大的子節點,繼續向下查找并刪除
index = ItemsCount;
}
if (removeType == RemoveType.Min)
{
if (IsLeaf)
{
if (_items.Count == 0)
{
item = default;
return false;
}
// 當前節點是葉子節點,直接刪除第一個元素,就是刪除最小的 Item
item = _items.RemoveAt(0);
return true;
}
// 當前節點不是葉子節點,需要找到最小的子節點,繼續向下查找并刪除
index = 0;
}
if (removeType == RemoveType.Item)
{
// 如果沒有找到,index 表示的是 key 可能在的子樹的索引
found = _items.TryFindKey(key!, out index);
if (IsLeaf)
{
// 如果是葉子節點,能找到就刪除,找不到就返回 false,表示刪除失敗
if (found)
{
item = _items.RemoveAt(index);
return true;
}
item = default;
return false;
}
}
// 如果當前節點的左子節點的 Item 個數小于最小 Item 個數,就需要進行合并或者借元素
// 這個處理對應兩種情況:
// 1. 要刪除的 Item 不在當前節點的子節點中,為避免刪除后導致數據所在節點的 Item 個數小于最小 Item 個數,需要先進行合并或者借元素。
// 2. 要刪除的 Item 就在當前節點中,為避免刪除后導致當前節點的 Item 個數小于最小 Item 個數,需要先從左子節點中借一個 Item 過來,保證當前節點的 Item 數量不變。
// 為此先要保證左子節點被借用后的 Item 個數不小于最小 Item 個數。
if (_children[index].ItemsCount <= _minItems)
{
return GrowChildrenAndTryRemove(index, key!, removeType, out item);
}
var child = _children[index];
if (found)
{
// 如果在當前節點找到了,就刪除當前節點的 Item,然后將 左子節點 中的最大的 Item 移動到當前節點中
// 以維持當前節點的 Item 個數不變,保證 B樹 有 k 個子節點的非葉子節點擁有 k ? 1 個鍵的特性。
item = _items[index];
child.TryRemove(default!, RemoveType.Max, out var stolenItem);
_items[index] = stolenItem;
return true;
}
return child.TryRemove(key!, removeType, out item);
}
private bool GrowChildrenAndTryRemove(
int childIndex,
TKey key,
RemoveType removeType,
[MaybeNullWhen(false)] out Item<TKey, TValue?> item)
{
if (childIndex > 0 && _children[childIndex - 1].ItemsCount > _minItems)
{
// 如果左邊的子節點存在且左邊的子節點的item數量大于最小值,則從左邊的子節點借一個item
var child = _children[childIndex];
var leftChild = _children[childIndex - 1];
var stolenItem = leftChild._items.RemoveLast();
child._items.InsertAt(0, _items[childIndex - 1]);
_items[childIndex - 1] = stolenItem;
if (!leftChild.IsLeaf)
{
// 非葉子節點的子節點需要保證數量比item多1,item數量變了,子節點數量也要變
// 所以需要從左邊的子節點中移除最后一個子節點,然后插入到當前子節點的第一個位置
child._children.InsertAt(0, leftChild._children.RemoveLast());
}
}
else if (childIndex < ChildrenCount - 1 && _children[childIndex + 1].ItemsCount > _minItems)
{
// 如果右邊的子節點存在且右邊的子節點的item數量大于最小值,則從右邊的子節點借一個item
var child = _children[childIndex];
var rightChild = _children[childIndex + 1];
var stolenItem = rightChild._items.RemoveAt(0);
child._items.Add(_items[childIndex]);
_items[childIndex] = stolenItem;
if (!rightChild.IsLeaf)
{
// 非葉子節點的子節點需要保證數量比item多1,item數量變了,子節點數量也要變
// 所以需要從右邊的子節點中移除第一個子節點,然后插入到當前子節點的最后一個位置
child.AddChild(rightChild._children.RemoveAt(0));
}
}
else
{
// 如果當前節點左右兩邊的子節點的item數量都不大于最小值(例如正好等于最小值 t-1 ),則合并當前節點和右邊的子節點或者左邊的子節點
// 優先和右邊的子節點合并,如果右邊的子節點不存在,則和左邊的子節點合并
if (childIndex >= ItemsCount)
{
// ItemCount 代表最的子節點的索引,如果 childIndex 大于等于 ItemCount,說明右邊的子節點不存在,需要和左邊的子節點合并
childIndex--;
}
var child = _children[childIndex];
var mergeItem = _items.RemoveAt(childIndex);
var mergeChild = _children.RemoveAt(childIndex + 1);
child._items.Add(mergeItem);
child._items.AddRange(mergeChild._items);
child._children.AddRange(mergeChild._children);
}
return TryRemove(key, removeType, out item);
}
}
Benchmarks:與 優先隊列 PriorityQueue 的比較
我們實現的 BTree 支持自定義排序規則,也實現最值的刪除,意味著可以充當優先隊列使用。
我們使用 PriorityQueue 與 BTree 進行性能對比來看看 B樹 能否充當優先隊列使用。
入隊性能
public class BTree_PriorityQueue_EnequeueBenchmarks
{
[Params(1000, 1_0000, 10_0000)] public int DataSize;
[Params(2, 4, 8, 16)] public int Degree;
private HashSet<int> _data;
[IterationSetup]
public void Setup()
{
var random = new Random();
_data = new HashSet<int>();
while (_data.Count < DataSize)
{
var value = random.Next();
_data.Add(value);
}
}
[Benchmark]
public void BTree_Add()
{
var btree = new BTree<int, int>(Degree);
foreach (var value in _data)
{
btree.Add(value, value);
}
}
[Benchmark]
public void PriorityQueue_Enqueue()
{
var priorityQueue = new PriorityQueue<int, int>(DataSize);
foreach (var value in _data)
{
priorityQueue.Enqueue(value, value);
}
}
}
出隊性能
public class BTree_PriorityQueue_DequeueBenchmarks
{
[Params(1000, 1_0000, 10_0000)] public int DataSize;
[Params(2, 4, 8, 16)] public int Degree;
private BTree<int, int> _btree;
private PriorityQueue<int, int> _priorityQueue;
[IterationSetup]
public void Setup()
{
var random = new Random();
_btree = new BTree<int, int>(Degree);
_priorityQueue = new PriorityQueue<int, int>(DataSize);
while (_btree.Count < DataSize)
{
var value = random.Next();
_btree.Add(value, value);
_priorityQueue.Enqueue(value, value);
}
}
[Benchmark]
public void BTree_Remove()
{
while (_btree.Count > 0)
{
_btree.RemoveMin();
}
}
[Benchmark]
public void PriorityQueue_Dequeue()
{
while (_priorityQueue.Count > 0)
{
_priorityQueue.Dequeue();
}
}
}
可以看到,B樹 雖然在入隊性能上比 PriorityQueue 差。但在數據量和 degree 較大時,出隊性能比 PriorityQueue 好,是有能力充當優先隊列使用的。
總結
B樹 在 degree 較大時,樹的高度較低,刪除的效率較高,可充當優先隊列使用。
B樹 的插入,刪除,查找都是基于遞歸的,遞歸的深度為樹的高度。
B樹 對數據的查找基于二分查找,時間復雜度為 O(log n),B樹 的插入和刪除基于 B樹的查找算法,都要找到數據所在的節點,然后在該節點進行插入和刪除。因此,B樹 的插入和刪除的時間復雜度也為 O(log n)。
B樹 是對二叉樹的一種優化,使得樹的高度更低,但是在插入,刪除的過程中,需要進行大量的節點分裂,合并,借用,交換等操作,使得算法的復雜度更高。
參考資料
Google 用 Go 實現的內存版 B樹 https://github.com/google/btree