B/B+树

B/B+树

在之前的数据库索引的文章里面，提到了一个数据结构，B树和B+树，这两天看面试题的时候，发现B树，B+树，红黑树很常见，所以就查了一下

本文内容

1. B树
2. B+树

B树

B树，有些地方也写成B-tree（B-树），可不是读作“B减树”，中间的横杠是连接符，B-树就是B树

在数据库索引里面讲了，索引的数据结构就是B/B+树，而B+树可以说是B树的一个升级，所以先得介绍清楚B树

我们都知道，树结构做查询操作是很快的，效率很高，而且有序，最基础的就是二叉查找树，我们来对比着说，先来一个二叉查找树

那么我们现在要查找9这个元素，步骤是8–>12–>10–>9,假设这棵树就是数据库的索引，索引存储在磁盘上，那么我们就需要进行四次IO操作才可以找到我们需要的数据，这里就可以发现，在最坏的情况下，我们需要的IO操作的次数就是这棵树的高度，所以，在大量数据的情况下，这个树会变得很“高”，为了方便查询的快，我们要把这个树变“矮”，这就是B树的特征之一

一个m阶的B树具有如下特征：

1. 根结点至少有两个子女。
2. 每个中间节点都包含k-1个元素和k个孩子，其中 m/2 <= k <= m
3. 每一个叶子节点都包含k-1个元素，其中 m/2 <= k <= m
4. 所有的叶子结点都位于同一层。
5. 每个节点中的元素从小到大排列，节点当中k-1个元素正好是k个孩子包含的元素的值域分划。

下面来把上面那棵树转换成B树

按照上面的规则检验，根结点有两个孩子，m=3，1<=k<=3，所以中间节点包含三个孩子，自己有两个元素，每个叶子节点都包含一到两个元素，所有叶子节点都在第三层，节点中的元素从小到大排列，1满足小于2，3和4都满足大于2小于5，6和7都满足大于5，右边的同理，所以这是一个B树

对比二叉查找树来说，同样的元素，同样最坏的情况也是IO操作次数是树的高度，但是B树比二叉查找树要“矮”的多，对应的IO操作也会少的多，所以查询效率也会高得多

下面说一下B树的增加和删除操作

假设我们要把4这个元素插入到这个树，本来应该放在3和5的中间，但是该节点已经有两个元素，所以往上看父节点，父节点也是两个元素，再往上看，根结点只有一个元素8，所以把4插到根结点，然后调整这棵树，就变成了这样

可以看到，由于数据的插入，导致了一些节点的拆分，看起来很麻烦，但是也让B树能够维持多路平衡，这也是B树的特点之一，自平衡

现在在这个基础上，删除15这个元素，这时候（11,14）这个节点孩子少了一个，不符合B树的规范，所以需要进行调整，就变成了

这个过程叫做“左旋”，这个在下一篇博客写红黑树的时候再说

这个增加和删除操作可能有点绕，变换规则就是围绕上面说的那五点特征，所以没看懂的自己拿笔画两下

B树主要用于文件系统以及部分数据库索引，比如MongoDB，所以还是蛮重要的一个数据结构

B+树

B+树是B树的一个升级，比B树有更高的查询效率，先来说一下B+树的特点，B+树除了有B树的特点，还具有以下特点

一个m阶的B+树具有如下特征：

1. 有k个子树的中间节点包含有k个元素（B树中是k-1个元素），每个元素不保存数据，只用来索引，所有数据都保存在叶子节点。
2. 所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3. 所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素。

文字居多，可能不容易理解，那就直接把上面的二叉查找树转换成B+树来解释

来一点一点解释，这是一个三阶的B+树，所以m=3，1<=k<=3，所以叶子节点的元素个数不超过两个，在B+树中的中间节点是有几个孩子就有几个元素，所以有三个孩子有三个元素，在B+树中所有信息保存在叶子节点，所有的中间节点元素都同时存在于子节点，在子节点元素中是最大（或最小）元素，所有的叶子结点中包含了全部元素的信息，及指向含这些元素记录的指针，这几句话实际上就是说，中间的数据作为索引，真的数据全部在叶子节点，从图中可以看出来，中间节点的每一个元素都存在于他们的孩子，并且是孩子节点的元素的最大值，但是真实查找还是的找叶子节点的元素，打个比方，我们要找6这个数据，在根结点就找到了6，但是还得继续向下，找他的左边第一个孩子，（2,4,6）也有6，不是叶子节点，再接着往下找最右边的孩子，（5,6），是叶子节点，这里的6才是我们要找的6

然后所有的叶子节点都有一个指向下一个叶子节点的指针，形成了一个有序链表

这里要说一个概念，卫星数据，画个图来说

就是每个节点，都可以带有一个卫星数据，比如说这棵树是一个数据库索引，那么卫星数据就可以是数据库中的某一行，这个卫星数据的位置也是B+树的特点之一，在B树里面，不管是中间节点还是叶子节点都带有卫星数据，但是在B+树中只有叶子节点才带有卫星数据，中间节点仅仅只是叶子节点的索引（在数据库的聚集索引中，叶子节点直接包含卫星数据。在非聚集索引中，叶子节点带有指向卫星数据的指针）

前面说这么多，好像看起来很麻烦，也没比B树好到哪去，下面来说一下B+树比B树的优点

首先是单条数据查询，在B树，中间节点也是数据，比如我们要找6，在哪找到了，那就在哪结束了，但是在B+树里面必须要找到叶子节点才算结束，似乎是麻烦了一点，但实际上是方便了很多，B+树的中间节点没有卫星数据，中间节点只是叶子节点的索引，所以在相同数据量的情况下，B+树会比B树要更“矮”，对应的IO操作要更少，这是第一点，其次B树的查询效率是不稳定的，最好的情况是在根结点一次查询，最坏的情况是要找到根结点，而B+树是什么情况都要找到叶子节点

再说一下范围查询，这就是B+树把叶子节点用指针连起来的好处，在B树上要查询一个范围的数据，比如要查3到8中间的所有数据，B树就需要做几次遍历，而B+树就可以直接找到3，然后从叶子节点的有序链表直接遍历到8，很明显要快很多

B+树的增加和删除操作都和B树差不多，所以就不多说了

所以总结一下B+树对比B树的优点：

• B+树的单一节点可以存储更多元素，使得查询的IO次数更少。
• B+树所有查询都要查找到叶子节点，查询性能稳定。
• B+树所有叶子节点形成有序链表，便于范围查询。

B+树更多的用于数据库索引，比如MySQL的索引就是用的B+树，所以掌握这个数据结构很重要，面试基本上都会问到