数据结构与算法：多路查找树

前言

本文主要讲解B树、2-3树、B+树、B*树

---

数据结构与算法文章列表

数据结构与算法文章列表: 点击此处跳转查看

---

目录

---

（一）二叉树与B树

（1）二叉树的问题分析

二叉树的操作效率较高，但是也存在问题, 请看下面的二叉树

1）二叉树需要加载到内存的，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 i/o 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.

---

（2）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（multiway tree）
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。
3）举例说明(下面 2-3 树就是一颗多叉树)

---

（3）B 树的基本介绍

B树通过重新组织节点，降低树的高度，并且减少i/o读写次数来提升效率。

1）如图B树通过重新组织节点， 降低了树的高度.
2）文件系统及数据库系统的设计者利用了磁盘预读原理，将一个节点的大小设为等于一个页(页得大小通常为4k)，这样每个节点只需要一次I/O就可以完全载入
3）将树的度M设置为1024，在600亿个元素中最多只需要4次I/O操作就可以读取到想要的元素, B树(B+)广泛应用于文件存储系统以及数据库系统中

---

（二）2-3 树

（1）2-3树基本介绍

2-3树是最简单的B树结构, 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，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。

---

（2）2-3树应用案例

将数列{16, 24, 12, 32, 14, 26, 34, 10, 8, 28, 38, 20} 构建成2-3树，并保证数据插入的大小顺序。(演示一下构建2-3树的过程.)

插入规则:
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，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）当按照规则插入一个数到某个节点时，不能满足上面三个要求，就需要拆，先向上拆，如果上层满，则拆本层，拆后仍然需要满足上面3个条件。
5）对于三节点的子树的值大小仍然遵守(BST 二叉排序树)的规则

结果：

过程：
（1）插入16,23,12,32

（2）插入14,26,34

（3）插入10

说明

1. 当插入10时，应当在 10 - 12 -14 这个位置，但是这时满了，因此向上层看， 16-26 也满了
2. 因此将 10-12-14 拆 成 10 <-12->14, 因为其它拆法，不能满足 二节点或三节点的要求.
3. 但是这时，叶子节点没有全部在同一层，需要调整26 这个值到下面(如图)

（4）插入8,28

（5）插入38,20

（3）其它说明

除了 23 树，还有 234 树等，概念和 23 树类似，也是一种 B 树。 如图：

---

（三）B树、B+树和 B*树

（1）B 树的介绍

B-tree 树即 B 树，B 即 Balanced，平衡的意思。有人把 B-tree 翻译成 B-树，容易让人产生误解。会以为 B-树是一种树，而 B 树又是另一种树。实际上，B-tree 就是指的 B 树。

前面已经介绍了 2-3 树和 2-3-4 树，他们就是 B 树(英语：B-tree 也写成 B-树)，这里我们再做一个说明，我们在学习 Mysql 时，经常听到说某种类型的索引是基于 B 树或者 B+树的，如图：

对上图的说明:

1. B 树的阶：节点的最多子节点个数。比如 2-3 树的阶是 3，2-3-4 树的阶是 4
2. B-树的搜索，从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的儿子结点；重复，直到所对应的儿子指针为空，或已经是叶子结点
3. 关键字集合分布在整颗树中, 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结点结束
5. 其搜索性能等价于在关键字全集内做一次二分查找

---

（2）B+树的介绍

B+树是 B 树的变体，也是一种多路搜索树。

对上图的说明:

1. B+树的搜索与 B 树也基本相同，区别是 B+树只有达到叶子结点才命中（B 树可以在非叶子结点命中），其性能也等价于在关键字全集做一次二分查找
2. 所有关键字都出现在叶子结点的链表中（即数据只能在叶子节点【也叫稠密索引】），且链表中的关键字(数据)恰好是有序的。
3. 不可能在非叶子结点命中
4. 非叶子结点相当于是叶子结点的索引（稀疏索引），叶子结点相当于是存储（关键字）数据的数据层
5. 更适合文件索引系统
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.

---

（3）B*树的介绍

B树是 B+树的变体，在 B+树的非根和非叶子结点再增加指向兄弟的指针。

B树的说明:

1. B*树定义了非叶子结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+树的块的最低使用率为的1/2。
2. 从第 1 个特点我们可以看出，B*树分配新结点的概率比 B+树要低，空间使用率更高