红黑树与B树

Question

我有一个项目，我必须对从兆字节到太字节的数据进行快速搜索，插入和删除操作。我最近一直在研究数据结构并对其进行分析。具体而言，我想介绍3个案例并就此提出问题：

1. 数据远远超过内存可以处理的内容（样本范围为10-15 TB）。在这种情况下，我会将数据结构存储在磁盘上。

2. 与系统内存相比，数据相对较少，因此可以在内存中存储和操作，以提高速度。

3. 数据不仅仅是空闲内存，并且假设它小于页面文件中可能连续数据块的大小。因此，我将数据结构存储在磁盘上的文件中，并对文件进行内存映射。

我得出的结论是：

对于案例1，我应该使用B-Tree来更快地访问，因为它可以节省磁盘旋转产生的延迟

对于案例2，我应该使用红黑树来加快访问速度，因为数据存储在内存中，没有。如果我使用B树

，那么在更糟糕的情况下需要扫描的元素将小于我必须要扫描的元素

对于案例3，我怀疑这个，页面文件在磁盘上使用本机OS I / O来操作文件，那么B Tree应该是更好的选择还是红黑树？

我想知道上述三个结论的正确位置和出错的地方，以及如何在三个不同的案例中改进绩效。

我正在使用C ++语言，它有一个红黑树和一棵B树，这些都是我从头开始设计的。我正在使用Boost库进行文件映射。

更新1 ::正在阅读stackoverflow中的this帖子。得到了一些真正好的见解，让我觉得我在案例中所做的比较类型可能有问题。在投票最多的答案http://idlebox.net/2007/stx-btree/stx-btree-0.8.3/doxygen-html/speedtest.html

中发布了一个链接

Answer 1

红色/黑色树或多或少等同于2-3-4树，它只是一种B树。如果您对B树节点值进行二进制搜索，那么最坏情况下的性能是相同的。

B树的明显缺点是浪费了空间，但根据所使用的语言/内存分配器，您可能会发现2-3-4树平均使用的空间比红黑树少。例如，在32位Java中，每个对象大约有8字节的开销。 （这也很大程度上取决于分配器; IIRC phkmalloc将小分配用于2的幂级。）

回答你的案件，

1. 磁盘延迟大致在寻道时间和等待磁盘旋转之间平均分配。
2. 如果你正确行事，B树应该能够胜过红黑树（特别是，如果节点适合高速缓存行，B树应该更快。）
3. 页面文件中不需要连续;它只需要在进程的虚拟地址空间中连续。对于理智的操作系统，它与案例1几乎完全相同，除非您的数据足够小以至于它主要适合内存并且memcpy开销很大。

为简单起见，我将使用B树并在各种节点大小上运行一些基准测试。

Answer 2

要了解这些差异，请阅读以下2点：

1）“红黑树”是“自我平衡”的“二元搜索树”， 每个节点都标有颜色（红色或黑色），并在其上定义了其他操作以维持“平衡”

2）所有“红黑树”都是“二进制搜索树”，但所有“二进制搜索树”都不是“红黑树”