多路平衡搜索树—B-树的原理实现和分析：模板类,查找、插入、删除算法以及上溢下溢处理（C++）

本文链接：https://blog.csdn.net/amoscykl/article/details/81592543

B-树

1.多路平衡查找

多路搜索树

具体地如图8.10所示,比如可以两层为间隔,将各节点与其左、右孩子合并为“大节点”，每个“大节点”拥有四个分支,故称作四路搜索树。一般地,以k层为间隔如此重组,可将二叉搜索树转化为等价的2^k路搜索树,统称多路搜索树(multi-way search tree)。

多路平衡搜索树

所谓m阶B-树 (B-tree),即m路平衡搜索树(m >= 2),其宏观结构如图

4阶B树：即2-3-4树

2.ADT接口及其实现

B-树节点BTNode类：

#include "../vector/vector.h"
#define BTNodePosi(T) BTNode<T>* //B-树节点位置
template <typename T> struct BTNode { //B-树节点模板类
// 成员(为简化描述起见统一开放,读者可根据需要进一步封装)
    BTNodePosi(T) parent; //父节点
    Vector<T> key; //关键码向量
    Vector<BTNodePosi(T)> child; //孩子向量(其长度总比key多一)
//  构造函数(注意:BTNode只能作为根节点创建,而且初始时有0个关键码和1个空孩子指针)
    BTNode() { parent = NULL; child.insert(0, NULL); }
    BTNode(T e, BTNodePosi(T) lc = NULL, BTNodePosi(T) rc = NULL) {
        parent = NULL; //作为根节点,而且初始时
        key.insert(0, e); //只有一个关键码,以及
        child.insert(0, lc); child.insert(1, rc); //两个孩子
        if (lc) lc->parent = this; if (rc) rc->parent = this;
    }
};

同一节点的所有孩子组织为一个向量,各相邻孩子之间的关键码也组织为一个向量。按照B-树的定义,孩子向量的实际长度总是比关键码向量多一。

B-树模板类

#include "BTNode.h" //引入B-树节点类

template <typename T> class BTree { //B-树模板类
protected:
    int _size; //存放的关键码总数
    int _order; //B-树的阶次,至少为3——创建时指定,一般不能修改
    BTNodePosi(T) _root; //根节点
    BTNodePosi(T) _hot; //BTree::search()最后访问的非空(除非树空)的节点位置
    void solveOverflow(BTNodePosi(T)); //因插入而上溢之后的分裂处理
    void solveUnderflow(BTNodePosi(T)); //因删除而下溢之后的合并处理
public:
    BTree(int order = 3) : _order(order), _size(0) //构造函数:默认为最低的3阶
    { _root = new BTNode<T>(); }
    ~BTree() { if (_root) release(_root); } //析构函数:释放所有节点
    int const order() { return _order; } //阶次
    int const size() { return _size; } //规模
    BTNodePosi(T) & root() { return