332-B+树的构建及B*树的特点

什么是B+树？

叶节点变成双链表结构


可以从根进行索引，也可以从叶节点进行查询。
上图中的48有错，因为个数不能小于m/2
如下图

分枝结点作为索引部分，从k1开始存放，叶节点从k0开始存放。

分枝结点只包含关键码和指针（指向叶子的指针或指向其他分枝的指针），不包含关键码指向value的指针，k1对于s1,k2对于s2，我们把相应指针的最小元素（第0位置）放到分枝结点里面。存储密度和B-树是一样的，利用了叶子的0位置。叶子不作为分枝来用。

B+树的定义

#include<iostream>
#include<assert.h>
using namespace std;

typedef enum{ ITEM=0,BRCH=1} NodeType;
#define M 5
#define BRCHMAXITEM (M-1)
#define BRCHMINITEM (M/2)

#define LEFTMAXITEM (M)
#define LEFTMINITEM (M/2+1)
typedef char KeyType;
typedef struct {}Record;//记录集

typedef struct BNode
{
	int num;//节点的元素个数
	NodeType tkind;//节点的类型
	BNode* parent;//双亲
	KeyType key[M + 1];//存放关键码
	union
	{
		struct 
		{
			Record* recptr[M + 1];//记录集
			BNode* prev;
			BNode* next;
		};//如果是叶子，这个起作用
		BNode* sub[M + 1];//如果是分枝，这个起作用，
		//防止这三指针重叠，因为在同一个联合体里面
	};
}BNode;
typedef struct
{
	BNode* root;
	int cursize;
}BTree;

建立B+树

我们首先插入8，购买一个节点，这个节点既是叶节点又是根节点。
这个叶节点的构成如下

我们把8放在0位置

我们接着插入11，把11放在1号位置。
我们接着把14放在2号位置。
我们接着把16放在3号位置。
我们接着把19放在4号位置。
我们接着把21放在5号位置。

这个时候，叶节点的元素个数超出了最大范围。

我们只能再购买一个叶节点，从3号位置把数据移动到新的节点的位置。

由于这两个节点的双亲为空，我们再购买一个分枝节点，把k0的16放到分枝节点的k1位置

如果我们从分枝节点来查询，有关键码，但是没有对应的记录集。即使查到16，也要跳到叶子节点的k16，才能找到对应的记录集。

如果我们继续依次插入数据24，25,26，

超出了元素个数的最大范围，我们要购买一个叶子节点，把24,25,26移动到新的叶子节点里头，维护next,prev，并且把24放到双亲节点的2号位置，sub的2指针指过去。

B+树的特点，当我们插入数据满了，要进行分裂，B*树分裂的时机和B+树不一样。

B*树分裂的时机是什么？

如下图所示的情况

如果我们要再插入20，已经超出了元素个数的最大范围，按照B+树的规则，要分裂成2个子树，21,22,23分裂成新的子树。
但是B树是首先看它的后继节点的元素个数是不是满了，如果没有满，把数据24,25,26后移1位，把23移进去。然后把23替代双亲的24

如果我还要继续插入，插入18，在1号位置插入18,原本的那些数据后移，但是又满了，我们看后继有没有位置，有位置，把22，24，26，26后移，把22移动到0位置，把双亲的23变成22

我们还要插入数据17， 18和19和20和21后移，17插入到1号位置，又满了，看后继也满了，看前驱，有空位置，把16移动到前驱节点的3号位置。

也就是说，对于B树，特点就是当我们整个叶子的所有结点数据都插入慢了，才进行分裂！
可以减少换页操作！