B树、B-树、B+树、B*树

B树

B树又叫做二叉搜索树，倒状的树形结构。如下图所示

二叉树搜索树的查询原理，先从根节点开始，和根节点匹配，若是比根节点小就进入左子节点，若是比根节点大进行右子节点，依次按照这样的逻辑进行，找到就返回。

特点：

• 所有的非子夜节点最多拥有两个子节点树（左子树和右子树）。
• 所有结点存储一个关键字。
• 节点的左右儿子，左边是比该节点小的，右边是比该节点大的。

缺点：

二叉搜索树不存在平衡算法，所以在某些特殊的情况下，二叉搜索树等同于线性，出现蹩脚的情况，设计者们发现降低树的高度自然就可以提高查找效率。在这种基础上设计者给二叉树加入了平衡算法，出现了平衡树。

• 平衡算法，在B树在经过多次插入与删除后，有可能导致不同的结构，极端一点就是出现线性的蹩脚树，通过平衡算法（左旋和右旋），使树的节点分布均匀，是树的查找算法等同于二分查找。
• 减少数高度。采用多叉树结构（由于树节点元素数量是有限的，自然该节点的子树数量也就是有限的）
  所以对于树而言要提高查找的效率，一个是保存平衡；另一个是减少树的高度。

B-树

基于减少树的高度上，B-树是一种多路搜索树，并不是二叉的。如下图所示：

特点：

• 所有的非叶子结点最多有M个儿子（且M>2）。
• 根结点的儿子数为[2, M]，其它非叶子结点的儿子数为[M/2, M]。
• 每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字）。
• 非叶子结点的关键字个数=指向儿子的指针个数-1。
• 非叶子结点的关键字中从左到右由大到小排序。即A[1]<A[2]<A[3],…,A[k-1]<A[k]。
• 非叶子结点的指针：P[1], P[2], …, P[M]；其中P[1]指向关键字小于K[1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])范围的子树，最后一个指针P[M]指向大于随后一个关键字A[M-1]范围的值。
• 关键字集合分布在整颗树中，并且只会在节点中出现一次。
• 搜索可能在非子叶节点或者子叶节点结束，即非子叶节点也存储数据的身，这个与B+树有根本区别。
• 所有叶子结点位于同一层。

缺点：

• 当数据量大的时候不是依然会查询到最底层的叶子节点。这就是B-树的缺点，但是相比B树而言已经优化了很多。

B+树

B+树是B-树的变体，也是一种多路搜索树。如下图所示：

+基本与B-树同，以下是与B-树的区别：

• 非叶子结点的指针与关键字个数相等，而B-树的关键字=指针个数-1；

• 指针P[i]，指向关键字值属于[K[i], K[i+1])范围的子树，而在B-树是开区间。

• 所有叶子结点增加一个指针，指向下一个的兄弟叶子节点。

• 所有关键字都出现在叶子结点的链表中（稠密索引），且链表中的关键字恰好是有序的，搜索只会在叶子节点结束，叶子节点存储所有关键字的值。

• 不可能在非叶子结点命中；非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储。

B树与B+树的区别：

• 所有的叶子节点包含了全部关键子信息，及指向含有这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大的顺序链接。(而B树的叶子节点并没有包括全部需要查找的信息)。

• 所有的非终端结点可以看成是索引部分，结点中仅含有其子树根结点中最大（或最小）关键字。(而B树的非终节点也包含需要查找的有效信息)。

B*树

B*树是在B+树的基础上，在B+树的非根和非叶子结点增加指向兄弟的指针，将结点的最低利用率从1/2提高到2/3。

特点：

• B*树定义了非叶子结点关键字个数至少为(2/3)M，即块的最低使用率为2/3（代替B+树的1/2）

• 在非根和非叶子结点增加指向兄弟的指针。

B+树与B*树的区别：

（1）B+树的分裂：当一个结点满时，分配一个新的结点，并将原结点中1/2的数据复制到新结点，最后在父结点中增加新结点的指针；B+树的分裂只影响原结点和父结点，而不会影响兄弟结点，所以它不需要指向兄弟的指针。
（2）B*树的分裂：当一个结点满时，如果它的下一个兄弟结点未满，那么将一部分数据移到兄弟结点中，再在原结点插入关键字，最后修改父结点中兄弟结点的关键字（因为兄弟结点的关键字范围改变了）；如果兄弟也满了，则在原结点与兄弟结点之间增加新结点，并各复制1/3的数据到新结点，最后在父结点增加新结点的指针。

结论：

B*树分配新结点的概率比B+树要低，空间使用率更高。