多路查找树

多路查找树

提出背景

二叉树的问提分析

二叉树的操作效率较高，但也存在问题》

1. 二叉树需要加载到内存，如果二叉树的节点少，没有什么问题，但是如果二叉树的节点很多（比如1亿），就存在如下问题:
2. 问题1：在构建二叉树时，需要多次进行IO操作（海量数据存在数据库或文件中），节点海量，构建二叉树时，速度有影响
3. 问题2：节点海量，也会造成二叉树的高度很大，会降低操作速度’

多叉树

1. 在二叉树中，每个节点有数据项，最多有两个子节点。如果允许每个节点可以有更多的数据项和更多的子节点，就是多叉树
2. 后面我们讲解的2-3树。2-3-4树就是多叉树，多叉树通过重新组织节点，减少树的高度，能对二叉树进行优化(数据库索引B树，B+树)

B树

基本介绍

B树听过重新组织节点，降低树的高度，并且减少IO读写次数来提升效率

2-3树

2-3树时最简单的B树，具有如下特点:

1. 2-3树的所有叶子节点都在同一层（只要是B树都满足这个条件)
2. 有两个子节点的节点叫二节点，三节点要么没有子节点，要么有两个子节点
3. 有3个子节点的节点叫三节点，三节点要么没有子节点，要么有三个子节点
4. 2-3树是由二节点和三节点构成的树

构建2-3树

1. 2-3树的所有节点都在同一层（只要是B树都满足这个条件)
2. 有两个子节点的点叫二节点，二节点要么没有子节点要么有两个子节点
3. 有三个子节点的点叫三节点，三节点要么没有子节点要么有三个子节点
4. 当按照规则插入一个数据时，不能能满足上面三个要求时，就需要拆，如果上层满则拆本层，拆后仍然需要满足上面三个条件
5. 对于三节点的子树的值大小仍然遵守二叉排序树的规则

慕课网 BOBo老师

例子

将数列[16,24,12,14,26,34,20,8,38,38,30]构建成2-3树。

2-3-4树

除了23树，还有234树，概念和23树类似，也是一种B树

B树

B-TREE树即B树，B即平衡的意思，

前面已经介绍了2-3树和2-3-4树，他们就是B树，这里我们再做一个说明，我们在学习Mysql时，经常听说到某种类型的索引是基于B树或B+树，如图:

1. B树的阶：节点的最多子节点的个数。比如2-3树的阶是3，2-3-4树的阶是4
2. B树的搜索，从根节点开始，对节点内的关键字（有序）序列进行二分查找，如果命中关键字则结束，否则进入查询关键字所属范围的儿子节点；重复，直到所对应的儿子指针为空，或已经是叶子节点
3. 关键字集合分布在整棵树中，即叶子节点和非叶子节点都存放数据’
4. 搜索有可能在非叶子节点结束
5. 其搜索性能等价于在关键字全集内左一次二分查找

B+树

B+树是B树的变体，也是一种多路搜索树

1. ​ b+树的搜索与B树叶基本相同，区别是B+树只有达到叶子节点才命中（B树可以在非叶子节点名中），其性能也等价于在关键字全集左一次二分查找
2. 所有关键字都出现在叶子节点的链表中（即数据只能在叶子节点（也叫稠密索引）），且链表的关键字（数据）恰好是有序的。
3. 不可能在非叶子节点命中
4. 非叶子节点相当与是叶族节点的索引（稀疏索引),叶子节点相当于是存储数据的数据层
5. 更适和文件索引系统
6. B树和B+树各有自己的应用场景，不能说B+树完全比B树好，反之亦然

B*树

B*树是b+树的变体，在B+树的非根与非叶子节点再增加指向兄弟的兄弟的指针、

1. B*树定义了非叶子节点关键字个数至少为(2/3)*M，即块的最低使用率为2/3，而B+树的块最低使用率为b+树的1/2
2. 从第一个特点我们可以看出，B*树分配新节点的概率比B+树要低，空间使用率更高