数据结构之B树查找、插入、删除详解

最新推荐文章于 2024-07-31 20:55:02 发布

每天都要进步一点点

最新推荐文章于 2024-07-31 20:55:02 发布

阅读量5.1k

点赞数 17

分类专栏： # 数据结构和算法文章标签： B树数据结构 B树结构 B树插入 B树删除

本文链接：https://blog.csdn.net/Weixiaohuai/article/details/109389544

版权

数据结构和算法专栏收录该内容

13 篇文章 5 订阅

订阅专栏

本文深入探讨了B树这种多路平衡查找树的数据结构，包括其基本概念、查找、插入和删除操作的详细步骤。在查找过程中，遵循二分法；插入时，当节点满载则进行节点分裂；删除时可能涉及元素移动和节点合并。通过实例解析了不同操作的具体实现，帮助读者理解B树的工作原理。

摘要由CSDN通过智能技术生成

一、概述

B树，也称为B-树、B_树，它是一种多路平衡查找树，B树中所有节点的孩子节点数的最大值成为B树的阶，B树是在二叉搜索树的基础上演变过来的一种数据结构。

一棵m阶B树(balanced tree of order m)是一棵平衡的m路搜索树，它或者是空树，或者是满足下列性质的树：

树中每个节点至多有m颗子树，即每个节点最多可以有m-1个关键字(可以存放的键值对)；
根节点最少有2颗子树，即至少含有1个关键字，最多可以有m - 1个关键字；
除了根节点以外的非叶子节点至少有【Math.ceil(m/2)】颗子树，即至少有【Math.ceil(m/2)-1】个关键字；
每个节点的关键字都按照从小到大的顺序排列，每个关键字的左子树中的所有关键字都小于它，而右子树中的所有关键字都大于它；
所有叶子节点都位于同一层，或者说根节点到每个叶子节点的长度都相同；
每个节点都存有索引和数据，也就是每个节点中存储了关键字（key）和关键字对应的数据（data），以及孩子结点的指针；

所以，根节点的关键字数量范围：1 <= k <= m-1，非根节点的关键字数量范围：Math.ceil(m/2) - 1 <= k <= m-1（注：ceil()是个向上取整的函数，如ceil(1.1)结果为2)。

另外，描述一颗B树时需要指定它的阶数，阶数表示了一个节点最多有多少个孩子节点。示例：

有一个5阶的B树，根据上面的规则，可知根节点关键字数量范围：1 <= k <= 4，非根节点关键字数量范围：2 <= k <= 4。

二、B树的查找

如上图就是一颗标准的B树结构，我们以查找0005号节点为例，查找的流程大体如下：

【a】首先拿到根节点【0004和0008】，与0005进行比较，因为0005大于0004，小于0008，所以需要到0004的右子树的节点继续查找（二分法规则，左小右大，左边放小于当前节点值的子节点、右边放大于当前节点值的子节点）；
【b】将0005节点与0006节点进行比较，因为0005小于0006，所以应该到0006左边的树中进行查找；
【c】将0005节点与0005节点进行比较，刚好相等，于是就找到了目标节点；

注意：如果树结构里面没有包含所要查找的节点则返回null，总体来说，B树的搜索流程跟普通二叉搜索树的搜索流程大体类似。

三、B树的插入

插入操作是指插入一条记录，即（key, value）的键值对。如果B树中已存在需要插入的键值对，则用需要插入的value替换旧的value，若B树不存在这个key，则一定是在叶子结点中进行插入操作。

B树插入的流程：

注意：当阶数m为偶数时，需要分裂时就不存在排序恰好在中间的key，那么我们选择中间位置的前一个key或中间位置的后一个key为中心进行分裂即可。

B树插入遵循的规则：

（1）节点拆分规则：将节点的中间的key将这个节点分为左右两部分，中间的节点放到父节点中即可。如果是要组成一个5路查找树，那么此时m=5,关键字数必须<=5-1（这里关键字数>4就要进行节点拆分（分裂））；
（2）排序规则：满足节点本身比左边节点大，比右边节点小的排序规则；

示例：构造一个5阶B树，插入序列为【2、7、31、11、25、29、60、28】，根据上面的规则，如果关键字的数量大于4时我们就需要进行分裂操作了，下面是详细的构造过程：

【a】先插入 2、7、31、11

插入后如下图：

【b】插入25

可见插入25后，关键字的数量已经超过4个，所以需要进行分裂：将插入后的节点中最中间的节点提取出来到父节点，然后分裂前该节点左边的子树构成一个左子树指向父节点11，分裂前该节点后边的子树构成一个右子树也指向父节点11。

【c】插入29

可见插入29后，关键字满足条件，无需分裂。

【d】插入60

可见插入60后，关键字满足条件，无需分裂。

【e】插入28

可以看到，当插入28后，关键字数量为5，已经大于最大值4，所以需要以中间节点【29】为中心进行分裂，然后将【29】上提到父节点，并指向分裂后的左右两边的子树。

下面是上述示例中B树插入整个过程图：

我们对照一下网站可视化构建的B树，验证下我们上述的构建过程是否正确：

可见，上述我们的B树构建过程跟网站自动生成的一致，说明我们的构建过程没有问题。

四、B树的删除

B树的删除比插入复杂一些，因为删除之后还涉及到移动元素的操作，如果树中需要删除的key不存在，则删除操作失败。

B树删除的一些规则如下图所示：

下面以5阶B树为例，介绍B树的删除操作：

原始B树结构如下图所示：

【a】删除21

删除21节点后，子树还剩下2两个关键字，不需要进行元素移动，所以这次删除操作直接删除21即可。

【b】删除27

由于27是非叶子节点，所以我们得先找出27的后继节点28，用28去替换27的位置，然后删除28即可。

然后删除28，删除后如下图：

删除后发现，当前叶子结点的记录的个数小于2，而它的兄弟结点中有3个记录（当前结点还有一个右兄弟，选择右兄弟就会出现合并结点的情况，不论选哪一个都行，只是最后B树的形态会不一样而已），我们可以从兄弟结点中借取一个key。所以父结点中的28下移，兄弟结点中的26上移,删除结束。结果如下图所示：

【c】删除32

可见，删除之后，31子树只有一个关键字，所以需要进行元素移动。

当删除后，当前结点中只有一个key，而左右两边的兄弟结点中也仅有2个key，不能借了。所以只能让父结点中的30下移和这个两个孩子结点中的key合并，成为一个新的结点，当前结点的指针指向父结点。结果如下图所示。

【d】删除40

可见，当前节点的关键字数量小于2，并且兄弟结点中没有多余key的借，所以父结点中的key下移，和兄弟节点合并，合并后的指向当前结点的指针就指向了父结点，如下图：

但是上图中的41节点也不满足关键字数量大于2的限制，所以同理，父节点下移，然后和左边的兄弟节点合并成一个新的节点，如下图：

至此，合并后结点当前结点满足条件，删除结束。

上述示例中B树删除整体流程图如下：

五、总结

以上就是关于B树查找节点、插入新节点、删除指定节点的详细构建过程总结，小伙伴们在学习的时候，不妨试试画一下，可以加深对B树结构的理解，希望本文能对大家学习B树有所帮助。由于笔者水平有限，文中可能存在不对之处，还望大家之处，一起学习，一起进步！下面推荐一个动态构建B树结构的网站，可以观察B树具体是怎么查找、插入和删除节点的：

https://www.cs.usfca.edu/~galles/visualization/BTree.html