闲扯B-Tree和B+Tree的异同

我们今天要聊一个比较硬的话题： 一个 / 传说中的 / 惊天动地的 / 牛逼的 / 大家都听说过的 / 却又很少实际深入接触到的 / 但又基本每天都在使用的数据结构。（大家注意看上一句话的定语）

 

我记得我最先接触B树是在大学学数据结构的时候，那会儿有一章是专门讲B树的。但是那一章老师说是选学，所以不讲…… 我自己下来把那一章看了，看的有点云里雾里。后来学数据库原理，又提到了B+树，才去又好好的学习了一遍。

 

但是也是因为平时很少直接使用这个数据结构（比起数组、链表、Hash等等来讲），反反复复的看，反反复复的忘。在今天写这篇文章之前，老王又拿起了「算法导论」重新review了一遍。

 

#同#

B树和B+树其实都是平衡搜索树。这里要脑补一下平衡搜索树的概念：这个词划分一下就是 平衡+搜索+树。也就是说，他首先是一棵树，其次能搜索，再次他是平衡的。大家耳熟能详的一个概念：二叉平衡搜索树。（详细的大家可以在百度上搜一下定义，或者拿起那本厚实的「算法导论」看看）。

 

#异#

但是B树和B+树却有不同的地方。就是这些不同的地方，决定了他们的用处可能不一样。

 我画了一个不太漂亮的B树的图。我们可以看到B树里面，每个结点有这样的特点：不论是叶结点还是非叶结点，都含有Key和一个指向数据的指针。这样，一旦找到某个结点以后，就可以根据指针找到对应的磁盘地址。

 

但是，这也带来了另外的问题，就是每一个数据的指针会带来额外的内存占用，从而减少放入内存的结点数。

 我们再回头看看B+树，他有两个明显的特征：

 

1.所有的叶子结点才有指向数据的指针。非叶结点就是纯的索引数据。这样的好处在于，我们可以将尽可能的非叶结点载入内存，没有浪费。

 

2.7大家注意看那个红色的箭头，每个叶结点都有指向下一个叶结点的链接。这样的好处在于，我们可以从任意一个叶结点开始遍历，获取接下来所有的数据。

 

所以，综合来看，B+Tree比B-Tree少了点儿东西，又多了点儿东西。这样就使得很多数据库在选择索引数据结构的时候，选择了B+Tree（也不是所有的）。

 

比如，我们写一条Sql：select * from alphabets order by key_word;

 

大家想想，如果用B树和B+树，怎么样来实现这样的功能？B树好像比较为难。B+树则可以直接用叶结点的索引链遍历。

 

这样看起来，B+树似乎比B树强很多。但是，任何算法和数据结构都有适用他的地方。如果没有order by这样类似的需求，而B树实现的成本比B+树要低，那么采用B树也是一种不错的选择。所谓的没有最好，只有更适合。选择适合的最重要~