树（六）：B树与B+树

前言

之前讲到的树，它本身只能够存储一个元素，如果在元素非常多的时候，树的孩子和树的高度就会很大，读取的过程中势必会消耗更多的时间。为了避免这一现象，我们引入了同一个节点中可以存储多个元素的多路查找树。

多路查找树不同于二叉树，二叉树只能由两个孩子，而多路查找树可以有多个孩子。例如2-3树的每个节点可以有两个或者三个孩子，2-3-4树

• 2-3树

2-3树是一棵多路查找树，每一个节点都具有两个孩子（称为2节点）或者三个孩子（称为3节点）。
2-3树的所有叶子都需要在同一层次上。

2节点：包含一个元素与两个孩子（或者没有孩子），注意2节点要么有两个孩子，要么没有孩子，不能只有一个孩子。

3节点：包含一大一小两个元素和三个孩子（或者没有孩子），注意3节点要么有三个孩子，要么没有孩子，不能只有一个或者两个孩子，另外这三个孩子根据大小排列在一大一小的两个元素之间。

• 2-3树样例
  
  
  

• 2-3-4树

理解了2-3树之后，再来看2-3-4树也就很好理解了。2-3-4树相比于2-3树多了一种新的节点：4节点。

4节点：包含小，中，大三个元素以及4个孩子（或者没有孩子），注意4节点要么有4个孩子，要么没有孩子。如果有4个孩子，这四个孩子根据大小排列在4个孩子之间。

由于2-3-4树在编程语言上实现起来较为困难，我们通常用红黑树来代替它。这并不意味着2-3-4树就没有价值了，
2-3-4树的插入与删除和红黑树颜色的翻转和旋转等价，这也是理解红黑树背后逻辑的重要工具。

• 2-3-4树样例

上面讲到的2-3树和2-3-4树都是B树的特例，2-3树是3阶b树，2-3-4树是4阶b树。

B树

B树类似于平衡二叉树，不同的是它的每一个节点可以存储多个值，并且可以拥有多个子节点。

• B树的原理

在大规模数据存储的时候，红黑树往往出现由于树的深度过大而造成磁盘IO读写过于频繁，进而导致效率低下的情况。为什么会出现这样的情况，我们知道要获取磁盘上数据，必须先通过磁盘移动臂移动到数据所在的柱面，然后找到指定盘面，接着旋转盘面找到数据所在的磁道，最后对数据进行读写。磁盘IO代价主要花费在查找所需的柱面上，树的深度过大会造成磁盘IO频繁读写。根据磁盘查找存取的次数往往由树的高度所决定，所以，只要我们通过某种较好的树结构减少树的结构尽量减少树的高度，B树可以有多个子女，从几十到上千，可以降低树的高度。

于是B树便出现了。根据B树节点值有序的特点，每一次只需要将单一节点读入内存，用二分法查找关键值，找到的话返回，没有找到的话则确定区间，将下一个节点从磁盘读入内存继续进行查找即可。

这样的设计较好的减小了内外存的数据交互次数，也就较好的减小了时间成本，这就是B树存在的意义。

• B树的特点

1. 节点中关键字按从小到大的顺序排列，且对于父节点关键字来说，它的左子树的所有关键字都小于父节点关键字，它的右子树所有关键字都大于父节点的关键字。
2. n阶b树最大子节点树为n，根节点关键字个数在 [1,n-1] 之间，非根节点关键字个数在 [n/2,n-1] 之间。
3. 所有叶子节点都处于同一层。

• 举例

假设我们查找数字7，首先从外存（如硬盘）中读取3，5，8三个元素，发现7并不在其中，接着再通过外存读取6,7进行查找即可 。

B+树

B+树相当于是B树改进，与B树的不同之处在于：

1. 所有的数据都存储在叶子节点，非叶子结点只是作为索引，并不存储data。
2. 所有的叶子节点都有一个后继指针指向下一个叶子节点。

B+树与B树的区别

• 相同点

1. 最大子节点树为n，根节点关键字个数在 [1,n-1] 之间，非根节点关键字个数在 [n/2,n-1] 之间。

• 不同点

1. B+树由于真正的数据都存放在叶子节点中，所以查找的时间复杂度恒为 O(logN）；而B树的查询时间并不固定，可能会为O(1)，也可能是O(logN)。

2. B+树在叶子节点中添加了后继指针，遍历所有关键字较为方便，比较适合带范围的查找；B树遍历整个关键字需要通过中序遍历，较为麻烦，无法进行带范围的查找。

3. B+树的非叶子节点并不存储data，同样的一次磁盘IO操作，相比于B树，B+树可以读取更多的节点 从而获取 更多的索引，那么也就可以进行更少的磁盘IO。