Дерево B по сравнению с деревом R - это не просто связка связанных списков?

Я довольно хорошо знаком с B Tree, в основном мне нужно, чтобы базы данных хорошо питались электричеством, кондиционерами и жестким диском. Я ассоциируюсь с двойным (дублирующим [т.е., ey]?) Связанным списком.

Сегодня один из разработчиков за обедом упомянул R-дерево.

Я вскочил на Википедию и начал читать. Это звучало ужасно, как высокое дерево B. К сожалению, отсутствие глубоких математических знаний затрудняет понимание того, о чем говорят некоторые из моих коллег.

Я надеялся, что кто-нибудь сможет прояснить несколько различий между B-деревом и R-деревом. Вероятно, я все равно буду спрашивать ребят, но нет никакой гарантии, что они ответят на мой вопрос. Скорее всего, они начнут бродить о Боге знает что. , ,

database algorithms relational-database

— surfasb
источник

BTree определенно не похож на двойной связанный список. Дерево допускает доступ в операциях log (n) вместо пропорциональных n, как в списках.

— Хавьер

@Javier: конечные узлы индекса b-дерева обычно представляют собой двусвязный список, чтобы обеспечить быстрый поиск узлов индекса.

— Джордан

Будучи чисто техническим вопросом, это относится к StackOverflow (пожалуйста, не размещайте его там, хотя оно будет перенесено, если достаточно людей проголосует, чтобы закрыть его здесь).

— Петер Тёрёк

Это по теме здесь: Programmers.SE для концептуальных вопросов о программировании. Переполнение стека предназначено для случаев, когда у вас действительно есть код, с которым вам нужна помощь.

@Peter Torok: При старой системе это было бы ТАКИМ вопросом. Но теперь, когда этот сайт существует.

— Surfasb

Ответы:

R-дерево можно рассматривать как обобщение b-дерева. Когда b-дерево обеспечивает O (log n) доступ через «ограниченный диапазон» ключей, которые оно содержит, R Tree обеспечивает O (log n) доступ через «K-мерную область» ключей, которые оно содержит.

Если вы хотите сопоставить почтовые индексы с названиями округов, вы можете использовать B-Tree, так как вы можете спросить его: «Какие уезды имеют почтовые индексы между 60000 и 61000?» Тем не менее, B-дерево было бы плохо приспособлено для сопоставления координат GPS с названиями округов для запросов типа «Каковы все округа в пределах 100 миль от Чикаго?», Так как его ключи располагаются только в одном измерении. R-Tree разбивает свои ключи в соответствии с перекрывающимися ограничивающими прямоугольниками, и поэтому это естественный способ хранения ключей, когда вам нужно выполнить запрос по нескольким измерениям.

— SingleNegationElimination
источник

Мне нравится аналогия.

— Surfasb

Более конкретный пример, чем аналогия. Именно так используются эти алгоритмы индексации.

— SingleNegationElimination

Большинство древовидных структур можно свести к какой-либо форме связанного списка, если вы игнорируете, как строится список (в частности, как элементы добавляются и удаляются и как перебалансируются узлы, если это применимо). По сути, это алгоритм вставки / удаления / поиска, который отличает одну структуру данных от другой.

Узлы в R-дереве обычно содержат ограничивающий прямоугольник, который позволяет вам эффективно индексировать местоположения, как вам может понадобиться, если вы хотите искать записи «рядом» с определенным местоположением. Элементы в B-дереве имеют более простой порядок; Вы можете напрямую сравнить, является ли что-то больше или равно другому элементу. В R-дереве цель каждой записи - определить, какие элементы содержатся в ограничительной рамке.

B-дерево позволяет эффективно искать элементы, которые можно заказать во вторичной памяти (например, на жестком диске), а R-дерево позволяет эффективно искать элементы, которые находятся «в» или «около» определенной точки или ограничительной рамки, а также во вторичной памяти.

— JasonTrue
источник

Похоже, что дерево R начинает показывать свое различие по мере роста количества элементов, верно? Или это слишком упрощенно?

— Surfasb

Я думаю, что при одинаковом количестве узлов вы не увидите особой разницы в использовании пространства, за исключением линейной стоимости данных ограничивающего прямоугольника на неконечных узлах. Но вы просто не можете эффективно представлять ограничивающие блоки в обычном определении B-дерева, поэтому вы наверняка использовали бы намного больше места, если бы попытались представить пространственную информацию в B-дереве. R-дерево предназначено для пространственных отношений, B-дерево поддерживает только одномерное упорядочение.

— JasonTrue

@JasonTrue: На самом деле, существуют эффективные способы линеаризации ограничительных рамок для индексации B-Tree: en.wikipedia.org/wiki/Geohash . Хотя хэши "эффективны", они не особенно удобны. Для произвольного ограничивающего прямоугольника может потребоваться 9 отдельных запросов для двумерного пространства, и если прямоугольник перекрывает большую ось (скажем, международную линию даты), количество запросов может удвоиться или увеличиться в четыре раза, и его использование станет очень громоздким. Несмотря на это, это все еще вариант, когда линейные индексы - единственный доступный вид.

— SingleNegationElimination