Data structures 红黑树对B树

我有一个项目，在这个项目中，我必须实现从兆字节到兆字节的数据的快速搜索、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。具体来说，我想介绍3个案例，并就此提出问题：

数据远远超过了内存一次性处理的能力（样本范围为10-15TB）。在这种情况下，我会将数据结构存储在磁盘上

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

数据不仅仅是可用内存，并且假设它小于分页文件中可能的连续数据块的大小。因此，我将数据结构存储在磁盘上的一个文件中，并对该文件进行内存映射

我得出的结论是：

对于案例1，我应该使用B树来加快访问速度，因为它可以节省磁盘旋转产生的延迟

对于案例2，我应该使用红黑树以加快访问速度，因为数据在内存中，在更糟糕的情况下需要扫描的元素数量将少于使用B树时必须扫描的元素数量

对于案例3，我对此表示怀疑，页面文件在磁盘上使用本机操作系统I/O对文件进行操作，那么B树是更好的选择还是红黑树

我想知道上述三个结论的正确之处和错误之处，以及在这三种不同的情况下我如何改进性能

我使用的是C++语言，有红黑树和B树，我都是从头开始设计的。我正在使用Boost库进行文件映射

---

更新1:：正在通过stackoverflow中的post进行读取。我得到了一些非常好的见解，这让我觉得我在案例中所做的比较可能是错误的。在投票最多的答案中贴出了一个链接

一棵红/黑树或多或少相当于一棵2-3-4树，这只是一种B树。如果对B-树节点值进行二进制搜索，最坏情况下的性能是相同的

B树的明显缺点是浪费空间，但根据使用的语言/内存分配器，您可能会发现2-3-4树平均比红黑树使用更少的空间。例如，在32位Java中，每个对象大约有8字节的开销。（这在很大程度上取决于分配器；IIRC phkmalloc将小的分配汇总为2次方大小。）

为了回答你的问题

磁盘延迟大致在寻道时间和等待磁盘旋转之间平均分配

如果你做得对，B-树应该能够比红黑树跑得更快（特别是，如果节点适合缓存线，B-树应该更快。）

它不需要在页面文件中是连续的；它只需要在进程的虚拟地址空间中是连续的。对于理智的操作系统，它也与案例1几乎相同，除非您的数据足够小，以至于它大部分都可以放入内存，并且memcpy开销很大

---

为了简单起见，我会使用B-树，并在不同的节点大小上运行一些基准测试。

要了解它们之间的区别，请阅读以下两点：

1） “红黑树”是一种“自平衡”的“二叉搜索树”， 使用颜色（红色或黑色）标记每个节点，并在其上定义附加操作以保持“平衡”

---

2） 所有的“红黑树”都是“二叉搜索树”，但所有的“二叉搜索树”都不是“红黑树”

你要做什么样的搜索？简单的按键搜索？钥匙是什么样子的？你或多或少是对的。继续执行，在这里询问您是否遇到问题。@s单击“是”，我正在按键进行简单搜索，在最一般的情况下，它们可以是一组离散的，或以数字连续顺序排列的不同自然数，从1开始表示一个值，如（2^8）-1非常感谢您的输入；即使数据集很大，您是否建议使用2-3-4树？如果节点大小与磁盘中的页面大小相似，不是更好吗？您确实有支持2-3-4树作为红黑树的替代品的优点，尽管我说过“在各种节点大小上运行一些基准测试”。仅仅使用B-树的优点是，您可以运行一些基准测试并根据自己的喜好调整它。您可能还需要考虑数据的局部性（即，如果您的键是字符串，那么您可能希望将字符串保持在节点附近）。如果分页速度较慢，那么您肯定希望节点至少与页面大小一样大，但可能更大（假设您的磁盘没有预读）。对于SSD，答案也不一样……这个解释听起来好像BST和B树是一样的。比较不是在RBT和BST之间，而是在RBT和B树之间。RBT和B-Tree都是bst。RBT和B-树都是平衡的。B-树不是二叉搜索树，因为B-树节点可以有多个子节点。这并不能回答问题。OP想要比较红黑树和B树。你说的是红黑树和二叉搜索树