B树与B+树的基础知识

B树包括：B-Tree，B+Tree，B*Tree

多叉树与B树的区别在于：B树的所有叶子结点，都在统一的高度上

B-Tree和B+Tree常在磁盘中做索引

 

一颗M阶B树T，满足以下条件:

• 每个结点至多拥有M棵子树
• 根结点至少拥有两棵子树（  [2, M] ）
• 除了根结点以外，其余每个分支结点至少拥有M/2棵子树  ( [M/2, M] )
• 所有的叶结点都在同一层上
• 有k棵子树的分支结点则存在k-1个关键字，关键字按照递增顺序进行排序( 用于后面的二分查找 )
• 关键字数量满足ceil(M/2)-1 <= n <= M-1 （ceil：向上取整，每个结点存放至少2个至多M-1个关键字）

M阶：表示一个结点最多可以拥有M个子结点

第五点指出非叶子结点的关键字个数 = 指向子结点指针个数 - 1

指针P1指向关键字小于K[1]的子树，指针PM指向关键字大于K[M-1]的子树，P[i]指向关键字属于(K[i-1],K[i])范围的子树

搜索：从根结点开始，对结点内的有序关键字进行二分查找，如果命中则结束，否则进入查询关键字所属范围的子树，重复查找，直到对应的儿子指针为空或已经是叶结点。

由于M/2的限制——

• 在插入结点时，如果结点已满，需要将结点分裂为两个各占M/2的结点
• 在删除结点时，需要将两个不足M/2的兄弟结点合并在一起

插入结点：需要分裂，一定是插在叶子结点上

从根结点开始，找插入key的位置

1. 如果根结点满了，需要进行【根节点裂变】，新建一个根结点，然后进行分裂
2. 如果插入的结点是非叶结点，如果其孩子结点满了，先进行【子结点裂变】，然后递归下一层，如果不满，直接递归下一层
3. 如果插入的结点是叶子结点（因为在判断其父结点时已经保证了它不满），直接插入排序

 删除结点：需要合并

从根节点开始查找key，力求找到要删除的key。从根结点开始，我们会找到在当前结点中对应的指针位置idx，它要么代表了要删除的key索引，要么代表了key所在的子结点指针索引（idx）。

如果在当前结点里找不到要删除的key，就一直递归下去，到子结点里查找

如果在当前结点找到了key，又分为四种情况：

1. 如果当前结点是叶子结点，直接删除（如果结点的关键字个数为0，需要手动释放结点）
2. 如果当前结点不是叶子结点，当前结点的prev结点关键字个数>=degree，用左节点最大值填充key位置，再删除这个最大值
3. 如果当前结点不是叶子结点，当前结点的next结点关键字个数>=degree，用左节点最小值填充key位置，再删除这个最小值
4. 如果不符合上述情况，就进行合并：把key和右子结点数据加入左子结点中，然后删除当前结点的key，修改关键字和指针

 如果搜索到当前结点child = node->chilrends[idx]的个数刚好等于阶数-1（ceil(M/2)-1），需要向前驱子结点left = node->chilrends[idx-1]或后驱子结点right = node->chilrends[idx+1]进行借数，这是出于对BTree性质的保护，如果刚好要删除的key是child，那该结点的个数不满足性质，不能直接删除，所以借数提前保证了结点的num足以被删除一个key。

借数的过程如下：

选择left或right借数，哪个的num大就选哪个，假设right的num更大：把node的数据放到child右边（L下沉到I后面）、把right的的第一个孩子指针放到child最右边（MN放到L下面）、把right的第一个结点放到node当前位置（O上升到原先L的位置）、right所有关键字和孩子指针都往前移一位；

如果left的num是阶数-1，那就需要把left和node->key[idx-1]进行合并；

如果right的num是阶数-1，那就需要把right和node->key[idx]进行合并；

下图所示阶数为3的BTree删除key = B的过程从根节点L开始搜索，idx=0后child结点为F I ，数量刚好等于2（3-1），所以需要借一个数到child最右边，因为这个BTree没有left了，所以只能向right借数，借数流程见上面的绿字，最后再递归到叶子结点，把B删掉。

 B+Tree

B+树同样是一个多叉树，包括根结点、内部结点和叶子结点。

B+树和B树的区别：

1. 每个叶子节点都有一个指针，指向下一个数据，形成一个有序链表
2. 只有叶子结点有data，其他内部结点、根结点都是索引

B树的查找并不稳定，最好的情况是查询根节点，最坏的情况是查询叶子结点

相同数据量的情况下，B+树比B树有以下优势：

1. IO次数更少
2. 查询性能稳定
3. 范围查询更简便