[发明专利]具有部分关键字分支的前缀检索树

说明书

总的来说，本发明涉及在数据库中使用关键字进行的信息索引和定位;具体地说，是涉及一种用于索引一个数据库的前缀搜索树。

数据库特别是那些计算机系统中的数据库中经常出现的一个问题是对存贮在数据库中的某条具体信息的搜索和定位。这种搜索通过是通过下面方法来实现的：即先为数据库建立一个目录（或叫索引），然后使用搜索关键字在索引中搜索从而找到数据库中的信息的最有可能的位置的指示字。

具有最普通的形式的数据库的索引通常表现为一颗包括一个或多个通过分支连接在一起的结点的树。每个结点通常包括一个或多个包含用于指导搜索的分支区域，每个这样的分支区域中通常包括至另一个结点的指示字（或叫分支）和一个指示出位于沿该结点出发的分支上的信息范围或者类型。树以及对树所作的任何检索从一个称为根结点的单一结点出发，沿着各种分支节点向下，直到到达包括某条信息或者（更一般的情况下是）该信息的指示字的节点为止。与点有关的信息常被称作叶子节点或者失败节点，因为检索的成功与否就在这一级决定。应该指出的是，一颗树内的任何结点对于从属于该结点的所有结点而言是根结点，一颗树内的子结构通常是指相对于上述结点的子树。

在对一颗树进行检索过程中，每遇到一个结点时都应该通过把一个或多个检索关键字和存贮在该结点中的分支关键字比较而决定沿哪个方向（或叫分支）前进。上面的比较结果将决定从属于一个给定结点的分支中的哪一个将在检索过程中的下一步中被选中。这里的检索关键字最常见地都包括一个由与被检索的一条或多条信息有关的字符或数字组成的字符串。举个例子来说，“Search”，“tree”，“trees”和“search  tree”等可以是为了寻找“检索树”方面的信息而对一个数据库索引进行检索用的关键字，而“617”和“895”则可以是检索617区域的895交换局的所有电话号码的关键字。正象下面将要讲到的那样，分支关键字所采用的形式取决于检索树的种类。

在现有技术中有许多检索树结构，其中有很显然是后来的所有树结构的祖先、检索树的最通用的形式“B-树”。B-树是一种多路径树，其中每个结点都具有（AoKo）……（AiKi）……（AnKn）的形式，其中的每个Ai是至该结点的一个子树的指示字，每个Ki是与上述子树有关的关键字值。由Ai指定的子树中的所有关键字值均小于Ki+1的关键字值，子树An中的所有关键字值均大于Kn，每个子树Ai都可以是多路径检索树。在一个结点决定走哪一条分支时，先把检索关键字Kx与该结点的分支关键字Ki相比较，然后沿着与大于Kx的最小值关键字Ki相对应的指示字Ai前进;如果Kx小于所有的关键字Ki，则检索将沿指针Ao前进;如果Kx大于关键字Kn，则检索将沿指针An前进。

从基本的B-树得到的下一个变型是二进制树。这种树中的每一个结点都具有统一的形式（Ai、Ki、A_i+1）。因此，二进制树中的每个结点都只包含一个分支关键字和二个分支，这从任何结点出发都只有二条（二进制）分支。当检索关键字小于结点关键字Ki时，选择最左端的分支Ai，当检索关键字Kx大于Ki时，则选择最右端的分支A_i+1。

B′-树和B^＊-树与B-树基本相似，只有下列不同：在B′-树中，所有的信息或者信息指示字都只能在树叶结点（即树中的最低级结点上）被找到;而在B^＊-树中，所有的失败结点（亦即树叶结点）都在树中的同一级别上。B^＊-树对从属于根结点和分支结点的分支的最小和最大数量也有具体限制。

比特树在其根结点和分支结点方面与B-树相似，但在树叶结点方面与B-树不同：比特树在树叶结点上并不存贮关键字;相反，树叶结点上的每个指示字都有一个与它对应的“区别位”，该“区别位”指示着分支的关键字与包含在根结点或下一个高于该树叶结点的结点中的分支字之间的第一个不同的位。区别位是这样产生的：先把一个树叶结点中的指示字的二进制表达式与其根结点的结点关键字的二进制表达式相比较，并且发现出最低阶的二个关键字相异的二进制数。接下来，这个数（实际上是区别数或叫相异位）被存入与指示字无关的树叶结点中。检索开始时，在树叶结点这一级上，把检索关键字与该树叶的母结点的结点关键字相比较，从而确定检索关键字与结点关键字相异的最低位，接着取出与下一阶区别位有关的树叶指示字。