数据结构课程讲义ppt课件.ppt

《数据结构课程讲义ppt课件.ppt》由会员分享，可在线阅读，更多相关《数据结构课程讲义ppt课件.ppt（63页珍藏版）》请在三一文库上搜索。

1、Chapter 10 文 件,10.2 有关文件的基本概念,10.3 顺 序 文 件,10.4 索 引 文 件,10.5 索 引 顺 序 文 件,10.6 直 接 存 取 文 件,10.7 多 关 键 字 文 件,10.1基本概念,10.1基本概念,10.1常用外存：,磁带：由磁带介质、读、写磁头、驱动器、接收盘和原始盘组成。 便宜、可反复使用、是一种顺序存取设备。查找费时、速度慢（尤其是查找末 端记录时）。,.,.,读出头,写入头,原始盘,接收盘,IBG（Inter Block Gap）块间间隙,块 1,块 3,块 2,带文件的读写 时间：T i/o = ta + n tw ta ：延迟时间

2、 tw：传输时间/ 字符 n 字符数。,10.1基本概念,磁盘：由存取装置、读、写磁头、活动臂、盘片（磁道、扇区）、旋转主轴构成。 速度快、容量大、直接存取设备。 种类：固定头磁盘、活动头磁盘 固定头磁盘：每个磁道都有一个磁头（速度快） 活动头磁盘：每个盘面共用一个磁头， 增加了找道的时间，应用广泛。,柱面：各盘面的直径相同的磁道的总和。,物理位置：盘组号、 柱面号、 磁道号、 块（扇区号）,盘文件的读写时间：T i/o = tseck + tla + ntwm tseck ：找道时间 tla ：等待时间 twm ：传输时间/ 字符，n 字符数。,10.1基本概念,数据域（数据场）：记录中的每

3、个数据项，称之为域或场（Field） 关键字：唯一标识记录的域，称之为关键字。辅助关键字，称之为次关键字。 记录（Record）：若干相关的数据项的集合。如果存之于外存，则叫做记录。 文件：记录的集合。 记录的物理结构和逻辑结构： 逻辑结构：记录在用户或程序员面前呈现的形式。 物理结构：记录在在物理存储器上的存储方式，是数据的物理表示和组织。 物理记录和逻辑记录： 物理记录：计算机用一条 I/O 指令进行读写外存的基本单位。通常，对一定 的设备和操作系统，大小是固定不变的。 逻辑记录：程序员加以定义，用户要求使用的。 关系： 物理记录 - 逻辑记录,2、基本术语：,10.1基本概念,记录B,记

4、录C,记录D,记录A,记录A,记录B,记录C,10.1基本概念,检索： 顺序存取：存取下一个逻辑记录 直接存取：存取第 i 个逻辑记录 按关键字值存取相应的记录： 简单询问：查单个记录 区域询问：查多个记录 函数询问：满足某种条件的记录 布尔询问：满足布尔运算组合的询问 修改：插入、修改、更新 更新方式：实时、批量两种方式,3、检索和修改,一、文件即为记录的集合，和“查找 表”的差别在于，“文件”指的是存 储在外存储器中的记录的集合。 记录是文件中可以存取的数据的 基本单位。,10.2 有关文件的基本概念,二、文件可按其中记录的类型不同而 分成两类：,其一为操作系统的文件，文件中的记 录仅是一

5、个字符组。由于操作系 统中的文件仅是一维的连续字符 序列，为了用户存取和加工的方 便，将文件中的信息划分为若干 组，其中每一组信息称作一个记 录；,其二为数据库文件，文件中的记录带 有结构，是数据项的集合。记录 是文件中可以存取的数据基本单 位，数据项是文件中可以使用的 数据最小单位。,三、记录中能识别不同记录的数据项 被称为关键字，若该数据项能唯 一识别一个记录，则称为主关键 字，若能识别多个记录则称为次 关键字。,四、文件的逻辑结构指的是呈现在用 户面前的文件中记录之间的逻辑 关系；文件的物理结构指的是文 件中的逻辑记录在存储器中的组 织方式。,1检索,顺序存取：存取“当前记录的”下一个记

6、录； 直接存取：存取第i个记录； 按关键字存取：存取其关键字等于给定值的记录。,五、文件的操作：,2修改,往文件中插入一个或一批记录；,更新文件中某个记录的属性。,从文件中删除一个或一批记录；,文件的操作方式可以实时处理或 批量处理。,3排序,主要讨论文件的几种常见的 物理结构：,顺序文件,索引文件,索引顺序文件,直接存取文件,多关键字文件,结 构 特 点：,记录在文件中的排列顺序是由记 录进入存储介质的次序决定的， 即文 件物理结构中记录的排列顺序和文件 的逻辑结构中记录的排列顺序一致。,10.3 顺 序 文 件,顺序文件的具体组织形式有两种：,串联文件：物理记录之间的顺序由指 针相链。,连

7、续文件：次序相继的两个物理记录 其存储位置相邻;,操作特点：,1便于进行顺序存取； 2不便于进行直接存取，为取第i个记录，必须先读出前i-1个记录，对于磁盘上的等长记录的连续文件可以进行折半查找；,3插入新的记录只能加在文件的末尾； 4删除记录时，只作标记； 5更新记录必须生成新的文件。,顺序文件的插入、删除和更新操 作在多数情况下都采用批处理方式。 此时，为处理方便，通常将顺序文件 作成有序文件，称作“主文件”，同时 将所有的操作作成一个“事务文件” （经过排序也成为有序文件），所谓 “批处理”，就是将这两个文件“合”为 一个新的主文件。具体操作相当于 “归并两个有序表”。,（1）对于事务文

8、件中的每个操作 首先要判别其“合法性”,（2）事务文件中可能存在多个操 作是对主文件中同一个记录 进行的,但有两点不同：,假设主文件中含有n个记录，事 务文件中含有m个记录，则对事务文 件进行排序的时间复杂度为O(mlogm）， 内部归并的时间复杂度为O(m+n）， 则总的内部处理的时间为O(mlogm+n）。,批处理的时间分析：,假设对外存进行一次读/取为s个 记录，则整个批处理过程中读/写外存 的次数为2（m/s+(m+n)/s）,（其中s为对外存进行一次读/取的记录数）。,一、结构特点：,1索引文件由“主文件”和多级“索引”组成； 2索引中的每个记录由“关键字”和“指针”组成； 3通常，

9、索引文件中的主文件是无序文件，索引是 (按关键字有序)的有序文件； 4“索引”是在输入数据建立文件时自动生成。初建时的“静态索引”为无序文件，经过排序后成为有序文件。,10.4 索 引 文 件,二、操作的特点：,检索方式为：直接存取和按关键字存取。“按关键字检索”将分两步进行：先查索引，然后根据索引中指针所指索取记录； 插入记录时，“记录”插入在主文件的末尾，而相应的“索引项”必须插入在索引的合适位置上。因此，最好在建索引表时留有一定“空位”；,删除记录时，仅需删除索引表中相应的索引项即可； 更新记录时，应将更新后的记录插入在主文件的末尾，同时修改相应的索引项。,主 文 件,索 引 表,查 找

10、 表,第 二 查 找表,第三查找表, ., ., ., .,此时的索引文件结构：,多级静态索引,对主文件中每个记录建立一个索引项：,主关键字 记录在主文件中的存储位置,称作稠密索引，由这些索引项构成 索引表。,从索引表建立的索引称查找表，其中 每个索引项为：,最大关键字 其所在数据块的存储位置,称这类索引为非稠密索引。,类似地，由查找表建立的索引为第二 查找表；由第二查找表建立的索引为第 三查找表。,按关键字进行检索时，从第三查找表 开始，至多访问外存五次。,索引表采用查找树表或哈希表。 优点：,1）不需要建立多级索引； 2）初建索引不需要进行排序； 3）插入或删除记录时，修改索引方便。,动态

11、索引,用查找树表作索引时，查找索引所 需访问外存次数的最大值恰为查找 树的深度。,稠密索引的优点是，可以实现“预查找” 缺点是，索引表占用的存储空间大。,可以作索引的树表有：二叉排序树、 B-树和键树。,10.5 索 引 顺 序 文 件,主文件按主关键字有序，对一组记 录建立一个索引项(建立非稠密索引)。,结构特点：,一、ISAM文件 ISAM(Index Sequential Access Method) (索引顺序存取方法)是一种专为磁 盘存取设计的文件组织方法。,有两种典型的索引顺序文件：,文件的组织方式：,主文件按柱面集中存放，同时建立 三级索引：磁道索引、柱面索引和 主索引。,关键字

12、 指针 关键字 指针,磁道索引结构,基本索引项,溢出索引项,210,1024,主 索 引,r(14) r(21) r(38) r(41) r(57) r(63) r(72) r(85) r(99),溢 出 区,磁 道 索 引,r(514) ,溢 出 区,磁道索引, r(1024),一 个 柱 面,.,柱 面 索 引,99,210,1024,T0 T1 T2 T3 T4 T5,操作的特点：,检 索,插入,删除,检索： 可有两种方式：,按关键字存取 从主索引开始,到 柱面索引，到磁道索引，最后取 得记录，先后访问四次外存。,顺序存取 依关键字最小至大顺序 存取。,插入:,修改本磁道的索引项(包括基

13、本索 引项和溢出索引项)。,将该磁道上关键字最大的记录移出 到本柱面的溢出区中;,将记录插入在某个磁道的合适位置上;,删除:,在被删记录当前存储位置上 作“删除标记”。,文件重组,在经过多次的插入和删除操作之 后，大量的记录进入文件的“溢出区”， 而“基本存储区”中出现很多已被删去 的记录空间，此时的文件结构很不合 理。因此，对ISAM文件， 需要周期 地进行重整。,柱面索引的位置,ISAM文件占有多个柱面，其柱 面索引本身占有一个柱面，为使“磁头”的平均移动距离最小，柱面索引应设在数据文件所占全部柱面的中间位置上。,二、VSAM文件 VSAM(Vistual Storage Access M

14、ethod),文件是利用操作系统中提供的虚拟存储器的功能组织的文件，免除了用户为读/写记录时直接对外存进行的操作，对用户而言，文件只有控制区间和控制区域等逻辑存储单位。, .,.,.,.,索引集 B+树 顺序集,控制区域,控制区间,数据集,1文件的结构,2. 控制区间是用户进行一次存取的 逻辑单位，可看成是一个逻辑磁道。 但它的实际大小和物理磁道无关。,VSAM文件初建时，每个控制区 间内的记录数不足额定数，并且有的 控制区间内的记录数为零。,控制区域由若干控制区间和它们 的索引项组成，可看成是一个逻辑柱面。,顺序集本身是一个单链表，它 包含文件的全部索引项，同时，顺 序集中的每个结点即为B+

15、树的叶子 结点，索引集中的结点即为B+树的 非叶结点。,文件的操作,检索：可进行顺序存取和按关键字存取； 插入：按关键字大小插入在某个适当的控制区间中，当控制区间中的记录数超过文件规定的大小时，要“分裂”控制区间，必要时，还需要“分裂”控制区域； 删除：必须“真实地”删除记录，因此要在控制区间内“移动”记录。,VSAM文件通常被作为大型索引 顺序文件的标准组织方式。,其缺点是：占有较多的存储空间，一般只 能保持约75%的存储空间利用 率。(因此，一般情况下，极少 产生需要分裂控制区域的情况),其优点是：动态地分配和释放空间, 不需 要重组文件；能较快地实现对 “后插入”的记录的检索；,10.6

16、 直 接 存 取 文 件,和前几节讨论的文件组织方法 不同，直接存取文件的特点是，由 记录的关键字“直接”得到记录在外 存上的映象地址。,类似于哈希表的构造方法，根 据文件中关键字的特点设计一种“哈 希函数”和“处理冲突的方法”将记录 散列到外存储设备上，又称“散列文件”。,哈希文件的结构,由于记录在外存上是成组存放的， 因此允许多个记录映象到同一个地址 上。在此，称外存储器中存放多个记 录的“数据块”为“桶”。 因此由哈希函 数得到的映象地址为“桶地址”。,例如：有一组关键字如下所列 589，063，269，505，764，182，166，330 假设哈希函数为 key MOD 7，每个桶可

17、以容纳 3个记录（称桶的容量为3），则哈希文件如下:,基桶,063 182,589 505 764,269,166,330,溢出桶,在哈希文件中，“冲突”和“溢出” 是不同的概念。一般情况下，假设桶 的大小为m，则允许哈希地址产生m-1 次的冲突，当发生第m次冲突时，才 需要进行“冲突处理”，对散列文件而 言，通常采用链地址法出路冲突。为 区别起见，称直接“散列”的数据块为 “基桶”，而因“溢出”存放的数据块为 “溢出桶”。,文件的操作,检索：只能进行按关键字的查找，不能进行顺序查找。检索时，先在基桶内进行查找，若不存在，则再到溢出桶中进行查找； 插入：当查找不成功时，将记录插入在相应的基桶或

18、溢出桶内； 删除：对被删记录作特殊标记。, 优点：记录随机存放，不需要进行排 序；插入、删除方便，存取速 度快；节省存储空间，不需要 索引区。,缺点：不能进行顺序存取；在经过多 次插入和删除操作之后，需进 行“重组文件”的操作。,10.7 多 关 键 字 文 件,一、多关键字文件的特点 除需要对主关键字建立“主索引” 外， 尚需对各个次关键字建立“次索引”。,次索引项： 次关键字 （指向记录的）指针,二、次索引的组织方法,1多重链表文件 特点：将所有具有相同次关键字的记录链接在同一链表中，该链表的头指针即为次索引项中“指针域”的值；,2倒排文件 特点：将所有具有相同次关键字的记录构成一个次索引顺序表，此时的次索引顺序表中仅存放记录的“主关键字”或记录的“物理记录号”。次索引项中的“指针”指向相应的次索引顺序表；,3次关键字索引表本身的结构 可以是顺序表，也可以是树表或哈希表，视具体的次关键字的特性而定。,本章学习要求： 熟悉各类文件的特点，构造方法以及如何实现检索，插入和删除等操作。,