数据结构 JAVA描述（十六） 动态查找 B-树 B+树 红黑树

B-树

前面介绍的查找算法都在内存中进行的，它们适合用于较小的文件，而对于较大的、存放在外存的文件就不合适，对于此类较大规模的文件，即使是采用了平衡二叉树，在查找效率上仍然较低。例如若将存放在外存的10亿条记录组织为平衡二叉树，则每次访问记录需要进行约30次外存访问；而若采用256阶的B-树数据结构，则每次访问记录需要进行的外存访问次数为4到5次。

B-树的定义

B-树是一种平衡的多路查找树，在文件系统中，B-树已经成为索引文件的有效结构，并得到了广泛的应用研究。

一颗m阶的（m≥3）的B-树，或为空树，或满足以下特性：

1. 树中的每个结点至多有m棵子树

2. 若根结点不是叶子结点，则至少有两棵子树

3. 所有非终端结点中包含下列信息：(n, P0, K1, P1, K2……Kn, Pn)
   其中，Ki(1≤i≤n)为关键字，且K i < K i+1；Pj所指子树中所有结点的关键字值均小于K j+1，大于K j。n([m/2] - 1 ≤ n ≤ m-1)为关键字个数，n+1为子树个数

4. 除根结点外的所有非终端结点至少有[m/2]棵子树，也即至少应有[m/2]-1个关键字

5. 所有的叶子结点出现在同一层次上，并且不带信息（可以看作是外部结点或查找失败的结点，实际上这些结点不存在，指向这些结点指针为空）

如下图为8个非终端结点、14个叶子结点和13个关键字组成的4阶的B-树示意图：

在一棵4阶的B-树中，每个结点关键字个数最少为[m/2] - 1”=1，最多为m-1=3；每个结点的子树数目最少为[m/2]=2，最多为m=4

基于B-树的查找算法

B-树又称为多路查找树，在B-树中查找一个关键字值=给定值key的具体过程是
首先在根结点的关键字序列(key1，key2，key3……keyn)中查找，由于这个关键字序列是有序的，因此既可采用顺查找，也可采用二分查找；若无匹配,(假设key i < key < key i+1)，此时应沿着pi指针所指的结点继续在相应的子树中查找。

需要说明的是，B-树经常用于外部文件的查找，某些子树未常驻内存，因为查找过程需要从外存中读入内存，读盘次数与待查找的结点在树中的层次有关，但最多不会超过树的深度，而在内存查找所需的时间与结点中关键字的个数密切相关。

因为在外存上读取结点比在内存中进行关键字查找耗时多，所以在外存上读取结点的次数，即B-树的层次树是决定B-树查找效率的首要因素。

㏒m (n+1) ≤ h ≤ ㏒[m/2] (n+1)/2 + 1，若当n=10000，m=10时，B-树的深度在5-6之间。

[BTree_1

package Search;

class Node<T> {
    private int keyNum; // 关键字个数域
    private boolean isLeaf;