B+TREE （树）-CSDN博客

本文链接：https://blog.csdn.net/aaaa_1111111/article/details/144103189

定义与概念
- B + Tree 是一种用于存储和高效检索数据的树形数据结构，它是在 B - Tree 的基础上发展而来的。在计算机科学领域，特别是数据库系统中，数据的存储和快速访问是至关重要的。B + Tree 通过巧妙的节点结构和组织方式，使得在大量数据集中查找、插入和删除数据能够以相对高效的方式进行。它的设计目标是减少磁盘 I/O 操作次数，因为在磁盘存储系统中，I/O 操作是非常耗时的，而 B + Tree 能够将数据以一种更有利于磁盘访问的方式进行组织。
结构特点
- 节点结构
  - 非叶子节点
    - 非叶子节点主要起到索引的作用。它们包含多个索引关键字（Key）和指向子节点的指针（Pointer）。这些关键字是有序排列的，假设一个非叶子节点有 n 个关键字，那么会有 n + 1 个指针。例如，对于一个非叶子节点，关键字序列为 [k1, k2, k3]，对应的指针序列为 [p0, p1, p2, p3]。其中，指针 p0 指向的子节点中的所有关键字都小于 k1，指针 p1 指向的子节点中的关键字大于等于 k1 且小于 k2，以此类推。这种结构就像一个多级的目录结构，通过比较关键字来引导查找操作沿着正确的子节点路径进行。每个非叶子节点能够容纳的关键字数量通常是根据实际应用和存储系统的块大小等因素确定的，一般会使得一个节点的大小刚好能够填满一个磁盘块，这样在读取一个节点时可以充分利用磁盘 I/O 的带宽。
    - 非叶子节点的这种多路结构使得 B + Tree 能够以较低的树高存储大量的数据。例如，在一个数据库索引中，如果采用二叉树结构，对于 100 万条记录，树的高度可能会很高，导致查找过程中需要多次磁盘 I/O。而 B + Tree 的多路特性使得它可以在较少的层数内存储同样数量的数据，大大减少了磁盘 I/O 的次数。
  - 叶子节点
    - 叶子节点是存储实际数据或者数据指针的地方。在数据库索引应用中，叶子节点可能存储指向数据表中具体记录的指针，也可能直接存储完整的数据记录。所有的叶子节点在同一层，并且它们之间通过指针相互连接形成一个有序的链表。这种链表结构使得范围查询变得非常方便。例如，在一个存储学生成绩的数据库中，如果要查找成绩在 80 - 90 分之间的学生记录，通过叶子节点的链表可以依次遍历这个分数区间内的所有记录，而不需要频繁地回溯到非叶子节点进行重新定位。叶子节点存储的数据也是按照关键字顺序排列的，这有助于提高顺序访问的效率，并且在进行插入和删除操作时也便于维护节点的顺序。
- 平衡性
  - B + Tree 的平衡性是其性能保证的关键特性之一。平衡树的概念意味着从根节点到任意一个叶子节点的路径长度基本相同。在 B + Tree 中，通过一系列复杂的调整机制来保持树的平衡。例如，在插入或删除数据时，会对树的结构进行检查和调整。如果插入一个新的数据导致某个叶子节点溢出（即超过了节点能够容纳的数据量），就会触发节点分裂操作。这个操作会将一个满的叶子节点分裂为两个新的叶子节点，并将中间的关键字提升到父节点。同样，在删除数据后，如果某个叶子节点的数据量过少，可能会进行节点合并或者数据借调操作。这种平衡机制确保了查找操作的时间复杂度始终保持在对数级别（），无论数据是如何分布的，都能够保证相对稳定的查找性能。这与一些非平衡树结构（如普通的二叉查找树）形成对比，在非平衡树中，数据的插入顺序可能会导致树的结构严重倾斜，使得查找操作在最坏情况下退化为线性时间复杂度（）。
操作原理
- 查找操作
  - 查找操作从根节点开始。当给定一个要查找的关键字时，首先在根节点中进行比较。如果关键字小于根节点中的第一个关键字，那么沿着第一个指针（指向关键字最小的子节点）继续查找；如果关键字大于根节点中的最后一个关键字，那么沿着最后一个指针（指向关键字最大的子节点）查找；如果关键字介于根节点中的两个关键字之间，那么沿着对应的中间指针查找。这个过程在每一层节点上重复，直到到达叶子节点。例如，在一个以学生学号为关键字的 B + Tree 索引中，如果要查找学号为 1002 的学生记录，从根节点开始比较。如果根节点的关键字为 [900, 1100]，而 1002 介于 900 和 1100 之间，那么就沿着指向包含 1002 可能所在子树的中间指针继续查找。在叶子节点中，由于数据是按照关键字顺序排列的，所以可以通过顺序查找或者更高效的二分查找（如果叶子节点的数据量较大）来确定目标数据是否存在。整个查找过程的时间复杂度主要取决于树的高度，由于 B + Tree 的平衡特性，树高为，其中 n 是数据的总量，所以查找操作的时间复杂度也为。
- 插入操作
  - 插入操作首先要找到合适的叶子节点来插入新的数据。这一过程与查找操作类似，从根节点开始，根据关键字的比较结果逐步向下找到目标叶子节点。当找到合适的叶子节点后，将新数据插入到该叶子节点中。如果插入后叶子节点的数据量没有超过节点的容量限制，那么插入操作就完成了。但是，如果插入后叶子节点的数据量超过了限制，就需要进行节点分裂操作。例如，假设一个叶子节点最多能容纳 4 个数据记录，当插入第 5 个记录时，会将这个叶子节点分裂为两个新的叶子节点。具体做法是，将叶子节点中的数据和新插入的数据按照关键字顺序排序，然后将中间的数据（第 3 个数据）提升到父节点（非叶子节点）中，前两个数据作为一个新的叶子节点，后两个数据作为另一个新的叶子节点。如果父节点在插入新关键字后也超过了容量限制，那么这个过程会在父节点上递归地进行，直到找到一个有足够容量的节点或者到达根节点。这种节点分裂操作确保了树的结构始终能够保持平衡，并且能够适应数据的动态变化。
- 删除操作
  - 删除操作首先要找到要删除数据所在的叶子节点。这同样是通过从根节点开始的查找过程实现的。当找到目标叶子节点后，删除相应的数据。如果删除数据后叶子节点中的数据量仍然在合理的范围内（例如，不低于节点容量的一半），那么删除操作就完成了。但是，如果删除后叶子节点的数据量过低，可能会导致树的结构失衡，这时就需要进行节点合并或者数据借调操作。例如，如果一个叶子节点在删除一个数据后，数据量低于节点容量的一半，并且相邻的叶子节点有足够的空间，那么可以从相邻叶子节点借调一个数据来填充这个叶子节点，使它保持合理的数据量。如果相邻叶子节点也没有足够的空间，那么可能需要将这个叶子节点和相邻的叶子节点合并为一个新的叶子节点，并对父节点进行相应的调整（可能需要从父节点中删除一个关键字）。这种调整操作是为了保持树的平衡和正确的索引结构，确保后续的查找、插入和删除操作能够正常进行。
与其他数据结构的比较
- 与 B - Tree 的比较
  - B - Tree 和 B + Tree 在结构上有相似之处，但也存在关键的区别。在 B - Tree 中，非叶子节点不仅用于索引，也可以存储数据。这使得 B - Tree 在某些情况下可能会导致数据存储不够紧凑，特别是在进行范围查询时。因为数据分散在不同的节点层次中，要进行范围查询可能需要在非叶子节点和叶子节点之间频繁地切换。而 B + Tree 将所有的数据存储在叶子节点，使得叶子节点的数据密度更高，更有利于范围查询。例如，在一个存储图书信息的数据库索引中，如果经常需要查询某一价格区间内的图书，B + Tree 索引可以通过叶子节点的链表快速地遍历这个价格区间内的所有图书记录，而 B - Tree 可能需要更多的节点访问才能完成同样的范围查询。
- 与二叉查找树（Binary Search Tree）的比较
  - 二叉查找树每个节点最多有两个子节点，它的查找操作也是基于比较关键字和递归地在左右子树中查找。然而，二叉查找树的一个主要问题是它可能会变得不平衡。例如，当按照顺序插入数据时，二叉查找树可能会退化成一条链表，此时查找操作的时间复杂度会从退化为。相比之下，B + Tree 的多路特性和平衡机制使得它能够以更稳定的方式存储和查找数据。对于大量的数据，B + Tree 可以通过合理的节点容量设置，将树的高度控制在较低的水平，大大减少了磁盘 I/O 的次数。例如，对于 1000 万条数据，二叉查找树可能需要 30 层左右（假设是完全平衡的二叉树），而 B + Tree 可能只需要 3 - 4 层就能存储这些数据，从而在查找效率上有巨大的优势。
- 与哈希表（Hash Table）的比较
  - 哈希表是通过哈希函数将关键字映射到一个固定大小的数组中的位置来存储数据。在等值查询（如查找一个特定的用户 ID 对应的用户记录）方面，哈希表具有非常高的效率，其时间复杂度接近常数。但是，哈希表不支持范围查询，因为哈希函数的结果是无序的。而且，哈希表存在哈希冲突的问题，当不同的关键字通过哈希函数映射到相同的位置时，需要特殊的处理方法（如拉链法或开放地址法）来解决冲突。B + Tree 虽然在等值查询效率上不如哈希表（一般为），但它可以很好地支持范围查询和排序操作。例如，在一个存储销售订单的数据库中，经常需要查询某个时间段内的订单数量或者按照订单金额进行排序，B + Tree 索引就能够很好地满足这些需求。此外，B + Tree 不需要像哈希表那样担心哈希冲突的问题，它通过树的结构和平衡机制能够有效处理大量的数据，在数据库索引等需要综合考虑多种查询方式的场景中应用广泛。