请问二叉树等数据结构的物理存储结构是怎样的？
请问二叉树等数据结构的物理存储结构是怎样的？
好吧，咱们书上说了，一般两种存储方式: 1. 以完全二叉树的形式用连续空间的数组存储; 2. 以链表形式存储,即各个数据之间保存了相关的数据的指针地址！ 如果回答就是这样，那么我想大家也不费那神了，直接洗洗睡吧？咱们能不能深入点？
数组是好理解的，在内存在磁盘都是一样的，连续相邻的空间，挨着存放到磁盘就可以了；好吧，就算你正确？那么链表呢？拿简单的单链表来说，上一个节点保存下一个节点的指针？是如何保存的？我们能想到的，就是一个上一节点存储了下一节点的绝对地址或者偏移地址，好像是这样的！
那么问题来了，这个下一节点地址到底是什么样的呢？是相对地址还是绝对地址？这个地址是怎么算出来的？存储在内存上是肯定没有问题的！但是如果存储在磁盘上呢？如果这个地址是固定的，那么，如果换了硬盘（换了存储介质），是否就找不到该地址（因为每个设备的地址自然是不一样的）？
针对这个问题，很是困扰了我很久！也询问过几个身边的小伙伴，也都说不知道。后来在一次面试中，一面试官刚好问我这问题，我把自己的见解说完后，说我确实不知道是怎么存储的。最后我要求他给予答案，然后，他说，就是存储的下一节点的地址（内存地址），压根不存在什么数据结构存储于磁盘这种说法，内存中，是动态计算的值。如果存在内存拷贝，那么，也会重新计算这些地址的，所以看起来相同的结构，在不同存储工具上，会会表现出不同的地址空间。
好吧，我将信将疑！被丢了n个鄙视的表情，然后被pass掉了。
那么，到底内存中的二叉树怎么存储在硬盘上的呢？
其实硬盘上并没有什么二叉树的，硬盘只是充当了一个存储介质，只是提供你要读的时候可以取而已，而真正的数据结构，则需要在用的时候再还原出原来的树形结构！
下面以一个简单的示例来展示磁盘上的数据结构的存储方式:
public class BinTreeDiskSample { private static int h = -1; private static Node root; static class Node implements Serializable { private static final long serialVersionUID = -4780741633734920991L; int data; transient Node left; transient Node right; int lHeight = -1, rHeight = -1; public Node(int data) { this.data = data; } public Node setLeft(Node left) { this.left = left; return this; } public Node setRight(Node right) { this.right = right; return this; } public Node getLeft() { return left; } public Node getRight() { return right; } // 后续遍历写入，先序遍历读出 public int write(ObjectOutputStream out) throws IOException { if (left != null) { lHeight = left.write(out); } if (right != null) { rHeight = right.write(out); } h++; out.writeObject(this); return h; } private void init(List<Node> list) { if (lHeight != -1) { left = list.get(lHeight); left.init(list); } if (rHeight != -1) { right = list.get(rHeight); right.init(list); } }
} public static void binTreePreOrderPrint(Node root) { System.out.print(root.data + " "); // visit root if(root.left != null) { binTreePreOrderPrint(root.left); } if(root.right != null) { binTreePreOrderPrint(root.right); } } // 先序遍历读出 public static void read(ObjectInputStream in) throws IOException, ClassNotFoundException { List<Node> list = new ArrayList<Node>(); Node n; Object obj; try { while ((obj = in.readObject()) != null) { n = (Node) obj; list.add(n); } } catch (Exception e) { // EOFException ...// e.printStackTrace(); } root = list.get(list.size() - 1); root.init(list); } public static void main(String args[]) throws FileNotFoundException, IOException, ClassNotFoundException { // 构造一棵二叉树 11 21 41 61 51 31 Node n6 = new Node(61); Node n4 = new Node(41).setLeft(n6); Node n5 = new Node(51); Node n2 = new Node(21).setLeft(n4).setRight(n5); Node n3 = new Node(31); Node n1 = new Node(11).setLeft(n2).setRight(n3); root = n1; System.out.println("output node: "); binTreePreOrderPrint(root); // 将数据写稿磁盘 ObjectOutputStream out = new ObjectOutputStream(new FileOutputStream("btree.bin")); root.write(out); out.close();
root = null; // 将数据从磁盘读入，并进行数据结构的重新构建 ObjectInputStream in = new ObjectInputStream(new FileInputStream("btree.bin")); read(in); in.close(); System.out.println("\nread node: "); binTreePreOrderPrint(root); }
}输出：
如上二叉树的磁盘存储，使用了java自带的序列化工具，将节点写入磁盘（注：这并不是一种好的实践），然后在读出的时候，按照写稿时候的规则，进行重新构建二叉树即可。
所以：
存储磁盘的数据结构，只是一种约定的方式，只是为了方便在重新恢复链表，二叉树等等内存结构的算法而已。
如：数据库索引是存储在磁盘上，当表中的数据量比较大时，索引的大小也跟着增长，达到几个G甚至更多。当我们利用索引进行查询的时候，不可能把索引全部加载到内存中，只能逐一加载每个磁盘页，这里的磁盘页就对应索引树的节点。
B+/-树索引用使用很多的数据结构，下面做一点简单介绍：
一、B-Tree m阶B-Tree满足以下条件：
1、每个节点最多拥有m个子树
2、根节点至少有2个子树
3、分支节点至少拥有m/2颗子树（除根节点和叶子节点外都是分支节点）
4、所有叶子节点都在同一层、每个节点最多可以有m-1个key，并且以升序排列 二、B+Tree的定义 B+Tree是B树的变种，有着比B树更高的查询性能，来看下m阶B+Tree特征：
1、有m个子树的节点包含有m个元素（B-Tree中是m-1）
2、根节点和分支节点中不保存数据，只用于索引，所有数据都保存在叶子节点中。
3、所有分支节点和根节点都同时存在于子节点中，在子节点元素中是最大或者最小的元素。
4、叶子节点会包含所有的关键字，以及指向数据记录的指针，并且叶子节点本身是根据关键字的大小从小到大顺序链接。
下面让我们来看看现代数据库的磁盘存储结构吧：
以下部分内容摘自：https://blog.csdn.net/qq910894904/article/details/39312901
我们都知道，数据库通常使用B+树作为索引，但是国内很少有人提到数据库使用的是HeapFile来管理记录的存储。国外的一些大学在“数据库系统实现”这门课上通常会让学生实现一个简单的数据库，因此有不少HeapFile的资料。
基于Page的HeapFile 采用链表形式的是HeapFile如下：
Heap file和链表结构类似的地方：
支持增加（append）功能 支持大规模顺序扫描 不支持随机访问
这种方式的HeapFile在寻找具有合适空间的半空Page时需要遍历多个页，I/O开销大。因此一般常用的是采用基于索引的HeaFile.在HeapFile中使用一部分空间来存储Page作为索引，并记录对应Page的剩余量。如下：
像上图那样，索引单独存在一个page上。数据记录存在其他page上，如果有多个索引的page，则可以表示为：
下面是Heap file自有的一些特性：
数据保存在二级存储体（disk）中：Heapfile主要被设计用来高效存储大数据量，数据量的大小只受存储体容量限制；
Heapfile可以跨越多个磁盘空间或机器：heapfile可以用大地址结构去标识多个磁盘，甚至于多个网络；
数据被组织成页；
页可以部分为空（并不要求每个page必须装满）；
页面可以被分割在某个存储体的不同的物理区域，也可以分布在不同的存储体上，甚至是不同的网络节点中。我们可以简单假设每一个page都有一个唯一的地址标识符PageAddress，并且操作系统可以根据PageAddress为我们定位该Page。
一般情况下，使用page在其所在文件中的偏移量就可以表示了。
往期精彩推荐
面试：史上最全多线程面试题 ！
JVM难学？那是因为你没认真看完这篇文章
—END—
你点的每个好看，我都认真当成了
看完本文记得给作者点赞+在看哦~~~大家的支持，是作者源源不断出文的动力
作者：等你归去来
出处：https://www.cnblogs.com/yougewe/p/9901758.html