详细图解高阶搜索树B树及C语言实现

目录

一、什么是B-tree

二、查找

三、插入

四、删除

---

前言
对于大量的数据而言，链表的线性访问时间太慢，不宜使用。本章节将会介绍一种简单的数据结构：树（tree），其大部分操作的运行时间平均为O（logN）。在数据结构中树是非常有用的抽象概念，在本篇中我们将讨论一棵高阶搜索树——b树。前排提示：高阶搜索树的代码难度高出一个量级，建议先把逻辑理顺后再去看代码哦。

一、什么是B-tree

虽然迄今为止我们所看到的查找树都是二叉树，但是还有一种常用的查找树不是二叉结构的，这种树叫做B树（B-tree）。

那么问题来了，既然已经有了诸如AVL树的查找树，为什么还要存在B树呢？因为平衡树的数据放在内存当中，但在实际的项目中，数据量特别的大，要放在磁盘中，而面临大量数据时二叉树的高度大意味着与磁盘交互次数多，而每一次磁盘的I/O都是机械运动，读取速度相对于内存来说是很慢的，为了降低树的高度、减少磁盘I/O，B树就此诞生。

B树具有下列特性：

• 是一棵多路平衡树，一个节点有多个数据，通常要求空间大小和磁盘块的大小一致；
• 在逻辑上，所有的叶子都在同一层且不带信息；
• 对于节点规定了上界和下界，最常见的每个节点（根节点除外）包含【t-1，2t-1】个关键字（其中t是最小的度，t>=2），不是硬性规定，根据实际中的磁盘块来决定；
• 如果一个节点有x个关键字，就有x+1个孩子；
• 每一个节点的关键字按照升序排序，x和y之间孩子的范围就是(x, y)。

为了使大家在概念上更方便理解，正如先前在二叉排序树中做的那样，我们使实际的数据存储在叶子上，也可以存储在内部节点中。实际上B树有多种定义，这些定义在一些次要的细节上不同于我们定义的结构。如下所示就是一棵B树：

这里还要提一个概念，图中的B树是4阶B树的一个例子，它的更流行的称呼是2-3-4树，而3阶B树称作2-3树；我们将通过这棵2-3-4树来描述B树增删查改。

二、查找

B树的查找和二叉排序树的查找过程十分相似，唯一不同的是：二叉排序树的任意一个节点最多只能有两个孩子，而B树则最多可以有M+1个孩子（M为节点中关键字个数），但这并不影响我们用与二叉排序树相同的查找方法，只需要多一步在节点中的遍历（可以是顺序也可以是二分，方便就行），我在代码中对返回的结果做了封装，这样过程会更加规范，当然效果是一样的。

/*查找返回节点下标的函数 从1到keynum找key*/
int search(BTree p, KeyType key)
{
	int i = 1;
	while (i <= p->keynum && key > p->key[i])
	{
		i++;
	}
	return i;
}

/*返回封装的结果集的查找函数 不是真正进行查找步骤*/
void searchNode(BTree tree, KeyType key, Result& r)
{
	int i;
	int found = 0;//标记查找成功或者失败 成功是1 失败是0
	//先定义指针指向根节点
	BTree p = tree;
	BTree q = NULL;//有时候需要指向双亲节点的指针
	while (p != NULL)
	{
		i = search(p, key);
		if (i <= p->keynum && key == p->key[i])
		{
			//不允许重复所以找到就是查找失败 说明这个数据已经存进去了
			found = 1;
		}
		else
		{
			q = p;
			p = p->ptr[i - 1];//指针下移
		}
	}
	//如果查找到了
	if (found == 1)
	{
		r.pt = p;
		r.i = i;
		r.tag = found;
	}
	//没有查找到
	else
	{
		//没有找到就把父节点传回去 利于后续操作
		r.pt = q;
		r.i = i;
		r.tag = found;
	}
}

三、插入

B树的插入规则与二叉排序树的插入类似，即一个节点中的关键字总是有序的，并且总是要插入到实际的叶子节点；不同的是，为了满足B树的高度可控这一特性，需要时刻判断是否超过了规定的存储最大容量，如果达到容量上限就要进行分裂（split）；

有如上一棵2-3树，当我们试图插入新关键字K时，发现K所属的节点已经满了，插入K将使得这个节点拥有四个关键字，这是不允许的，这时我们就要分裂，从中间对半分，得到两个新的节点；

但此时我们又发现，分裂出的新节点的父节点现在有了四个孩子，而它只有两个关键字，最多只能有三个孩子，这样又带来了一个新的问题，当然解决的办法也很简单，我们可以把中间值上移，是父节点的关键变成三个，这样父节点最大就能有四个孩子了。

分裂是维持B树性质的重要操作之一，一定要把逻辑理清楚！接下来我们对上文中的2-3-4树再过一遍完整的插入流程：

第一步：判断根节点是否初始化，如果没有，初始化root为根节点；

第二步：当我们插入节点i，与根节点p比较，小于就往左边插入；

第三步：发现p的左孩子节点已经满了，需要分裂；

第四步：继续比较，比L小，插L的左子树；

第五步：判断L的左子树是否满了，满了就分裂，没满就挨个比较找到正确的插入位置插入，结束。