B+ 树实现，* * vs *

Question

出于各种原因，我正在编写 B+ 树，我来这里是为了询问有关其节点实现的问题。我的节点目前看起来像：

struct BPlusNode
{
public:
    //holds the list of keys
    keyType **keys;
    //stores the number of slots used
    size_t size;
    //holds the array of pointers to lower nodes NULL if this is a leaf node
    BPlusNode **children;
    //holds the pointer to the next load to the 'left'
    BPlusNode *next;
    //Data page pointers NULL if this is a branch node
    Bucket **pages;
};

如您所见，我当前的实现是在我想知道是否应该使用 * * 或 * 的地方使用 *。

我很清楚 * * 需要两个取消引用操作，因此比简单地使用 * 慢，但是这个类使用了大量的递归，并且将指针传递给递归的子调用要方便得多职能。要使用 * 执行此操作，我需要进行指针运算并传递结果指针。

带**

someFunction(BPlusNode* currNode)
{
    ......
    someFunction(currNode->children[ChildIndex]);
}

带 *

someFunction(BPlusNode* currNode)
{
    ......
    someFunction((currNode->children) + ChildIndex);
}

我可以看到在 * * 版本中需要额外读取内存以生成所需的指针，但 * * 版本对我来说也更容易考虑（它更符合我对绘制图表的看法在“计算机编程艺术”和维基百科中）。

有没有人有任何想法？对第三种选择的建议？证明为什么一个优于另一个？等等？

编辑：
我可能会将其发布为下面的答案，但我刚刚意识到使用 * * 方案我不需要复制每个子节点或存储桶的全部内容，如果我想将一个插入到数组的中间（即调整数组的大小） .如果在我重新分配数组时 * 方案有 20 个子节点，我需要复制 20*sizeof(BPlusNode) 字节，而不是 * * 方案的 20*sizeof(BPlusNode*) 字节。

另一方面，我想到，由于我执行所有插入和页面拆分都是预先完成的，因此执行它们的效率提高可能是不必要的，并且在搜索中 * over * * 的好处超过了它。

Answer 1

我将为键和指针数据定义另一个结构。我会承诺使用与您的磁盘结构相匹配的固定大小的节点。这使得内存映射树变得更加容易。

你的 BPlusNode 结构变成了一个句柄类，它指向这些映射的数据节点，并通过在树的下行过程中读取兄弟姐妹来合成诸如 prev 和 next 指针之类的东西。

它可能看起来像下面这样：

enum BPlusNodeType {
    LEAF, BRANCH
};

struct BPlusNodeData {
    static const size_t max_size = 511; // Try to fit into 4K? 8K?
    uint16_t size;
    uint16_t type;
    keyType key[max_size];
    union {
        Bucket* data[max_size];
        BPlusNodeData* children[max_size];
    };
};

Answer 2

使用**，您需要一个额外的分配步骤来保存每个BPlusNode* 子指针。或者您可以分配其中的一个块，并让children 中的每个指针指向该块内的连续BPlusNode* 元素——但它仍然是每个节点创建的一个额外动态内存分配（以及销毁时相应的额外释放步骤） .所以我绝对推荐使用单个*。如果写

someFunction((currNode->children) + ChildIndex);

伤了你，你可以改写成

someFunction(&currNode->children[ChildIndex]);

我觉得更清楚。

Answer 3

使用 STL 'vector<keyType *> keys' 和 'vector<BPlusNode *> children' 等会更好吗？

这可能太简单了，但我的印象是 C++ 中并不经常需要双重间接（在 C 中并不经常需要，但比 C++ 更频繁）。