数据结构之B+树插入详解

目录

一、简介

二、B+树的查找

三、B+树的插入

四、总结

---

一、简介

B+树是B树的一种变形形式，一颗B+树包含根节点、内部节点和叶子节点，B+树上的叶子节点存储关键字以及相应记录的地址，叶子节点以上各层作为索引使用。

一棵m阶的B+树定义如下：

• 1）根结点最少包含1个关键字个数，最多包含m-1个关键字；
• 2）B+树内部结点不保存数据，只用于索引，所有数据（或者说记录）都保存在叶子结点中；
• 3）内部结点最少有ceil(m / 2) - 1个关键字，最多有m-1个关键字（或者说内部结点最多有m个子树）；
• 4）内部结点中的key都按照从小到大的顺序排列，对于内部结点中的一个key，左树中的所有key都小于它，右子树中的key都大于等于它，叶子结点中的记录也按照key的大小排列；
• 5）每个叶子结点都存有相邻叶子结点的指针，叶子结点本身依关键字的大小自小而大顺序连接；

如下图是一颗标准的5阶B+树：

二、B+树的查找

B+树的查找与B树不同，当索引部分某个结点的关键字与所查的关键字相等时，并不停止查找，应继续沿着这个关键字左边的指针向下，一直查到该关键字所在的叶子结点为止。

三、B+树的插入

B+树插入的一些规则：

下面我们通过一个简单的示例说明B+树的详细构建过程：

我们以构建一个5阶B+树为例，根据B+树特性，最少包含2个关键字，最多可以包含4个关键字，当不满足上面条件的时候，可能就需要进行分裂操作了。

【a】插入5

因为当前是一颗空树，所以直接插入即可，结束本次插入操作。

【b】插入8，10，15

 

因为关键字数量都满足B+树特性，所以插入后不需要进行分裂操作。

【c】插入16

 

插入16后，发现已经超过最大关键字数量4了，这时候我们根据上面脑图中总结的规则，将【5 / 2】 + 1 = 3位置的节点10提取到父节点当做索引节点，然后将【5 / 2】= 2前面两条数据作为左子树，剩下的记录都作为右子树。分裂后如下图所示：

 

【d】插入17

 因为关键字数量都满足B+树特性，所以插入后不需要进行分裂操作。

【e】插入18

插入18后，超过最大关键字数量，需要进行分裂。跟上面分裂一样，将16节点提取到父节点中当做索引节点，16左边的当做左子树，右边的当做右子树。分裂后如下图：

【f】插入6和9

因为关键字数量都满足B+树特性，所以插入后不需要进行分裂操作。

【g】插入19

 

因为关键字数量都满足B+树特性，所以插入后不需要进行分裂操作。

【h】插入20

跟上面分裂一样，将18节点提取到父节点中当做索引节点，18左边的当做左子树，右边的当做右子树。

插入后如下图所示：

【i】插入21

因为关键字数量都满足B+树特性，所以插入后不需要进行分裂操作。

【j】插入22

跟上面分裂一样，将20节点提取到父节点中当做索引节点，20左边的当做左子树，右边的当做右子树。插入后如下图所示：

【k】插入7

跟上面分裂一样，将7节点提取到父节点中当做索引节点，7左边的当做左子树，右边的当做右子树。插入后如下图所示：

我们发现，索引节点中的关键字个数超过4，需要继续分裂。左结点2个关键字，右结点2个关键字，关键字16进入到父结点中，将当前结点指向父结点，结果如下图所示：

至此，上面各个节点都满足B+树的特性，一颗5阶的B+树就构建完成，小伙伴们可以照着脑图中总结的判断流程进行判断，最好可以动手自己画一下加深印象。

四、总结

B+树插入总体流程图如下：

以上就是关于B+树插入新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