B树和B+树

1. 什么是B树/B-树？

1.1 名称误区

此部分参考¹。

B树，即B-tree树，B是Balanced首字母，平衡的意思。

因为B树的原英文名称为B-tree，很多人喜欢把B-tree译作B-树，然后读作B减树。

其实，这么是不对的。

容易让人会以为B树和B-树是两种树。

特此声明：B-树就是指的B树。

1.2 概念

此部分参考²。

B树是一种自平衡树数据结构。

m阶B树是满足以下性质的树：

1. 有根节点、内部节点³、叶子节点⁴三种节点。
2. 每个节点最多有m个子节点。
3. 每个内部节点至少有 ⌈ m /2⌉ 个子节点。 ⁵
4. 每个非叶节点至少有两个子节点。⁶
5. 所有叶子都出现在同一水平面上。⁷
6. 具有k个子节点的非叶节点包含k -1 个键。⁸
   
   以上图片为引用图。⁹

B树属于多叉树、平衡多路查找树（查找路径不止两个）。

1.3 插入

此部分参考⁹。

插入操作是指插入一条记录，即（key, value）的键值对。

1. 如果B树中已存在需要插入的键值对，则用需要插入的value替换旧的value。
2. 若B树不存在这个key,则一定是在叶子结点中进行插入操作¹⁰。
   1）根据要插入的key的值，找到叶子结点并插入。
   2）判断当前结点key的个数是否小于等于m-1，若满足则结束，否则进行第3步。
   3）以结点中间的key为中心分裂成左右两部分，然后将这个中间的key插入到父结点中，这个key的左子树指向分裂后的左半部分，这个key的右子支指向分裂后的右半部分，然后将当前结点指向父结点，继续进行第3步。

1.4 删除

未完待续。

1.5 B树在数据库的应用

主要用于索引结构（还没深入了解）。

2.B+树

该部分参考教材¹¹。

2.1 概念

1. 基础还是一颗B树。
2. 数据只字叶子节点上有，非叶子节点的指针指向的是子节点的地址。
3. 叶子节点最多包含m-1个指向数据的指针（与m-1个关键字对应），及1个指向含下一个关键字记录的指针¹²。
4. 非叶子节点（索引节点）的第一个关键字对应第二个指针所指子树，第二个关键字对应第三个指针所指子树，每个关键字等于对应子树的叶子节点中最小的关键字¹³。
5. 除根节点外，其他所有节点中所含关键字的个数最少有 ceil(m/2)（注意：B 树中除根以外的所有非叶子节点至少有 ceil(m/2) 棵子树）。(还没搞懂)

2.2 插入

直接看教材¹¹。

注：下例的m=4，其中的根节点关键字13是被分裂时顶上去的，没分裂前他在没分裂的第二层的第二个的位置。

2.3 删除

未完待续。

---

1. 参考博文 ↩︎

2. 维基百科定义 ↩︎

3. 内部节点（internal node）：存储了数据以及指向其子节点的指针。 ↩︎

4. 叶子节点（leaf node）：与内部节点不同的是，叶子节点只存储数据，并没有子节点。 ↩︎

5. 内部节点的子节点最少的时候是才被分裂出来的时候。让我们想象一个节点要分裂了，即在包含了m-1个键（m个子节点）时由被顶了一个键上来（一个子节点分裂了，变成m+1个子节点了）：若m为奇数(以5为例)，该节点有6个子节点，平均分配到一边3个√；若m为偶数(以4为例)，该节点有5个子节点，分配到一边2个，一边3个√。 ↩︎

6. 内部节点都是分裂出来的。 ↩︎

7. 了解了构造方式自然就懂了。 ↩︎

8. 每个内部节点的键充当分隔其子树的分隔值。例如，如果一个内部节点有 3 个子节点（或子树），那么它必须有 2 个键：a₁和a₂。 ↩︎

9. 参考博文 ↩︎ ↩︎

10. 不会直接在非叶子节点的关键字处插入，非叶子节点的关键字都是被分裂时顶上来的。 ↩︎

11. 参考教材 ↩︎ ↩︎

12. B+ 树为了方便范围查询，叶子节点之间还用指针串联起来。 ↩︎

13. 这是插入方式决定的，但也符合B+树的目的：小于该关键字的去这个关键字左边子树找，大于等于该关键字的去这个关键字右边子树找。 ↩︎