多路查找树 B-Tree

普通树，一个节点只能存储一个元素，在元素非常多的时候，就使得要么树的度非常大，要么树的高度非常大，甚至两者都必须足够大才行。显然，访问的时候使得内存存取次数非常多，是时间效率上的瓶颈。

定义

多路查找树（multi-way search trees），其每一个节点的孩子数可以多于两个，且每一个节点处可以存储多个元素。由于它是查找树，所有的元素之间存在某种特定的排序关系。
常见的四种特殊形式：2-3树，2-3-4树，B树，B+树。

2-3树

2-3树特点：树中每一个节点都具有两个孩子或三个孩子，不存在其他目的孩子（叶子没有孩子）；所有叶子位于同一层次上。比如：一个2节点包含一个元素和两个孩子，不能只有一个孩子，可以没有孩子，其中，左子树小于该元素，右子树大于该元素。一个3节点包含一大一小两个元素和三个孩子（也可以没有孩子，但不可以是其他数目的孩子），左子树小于较小的元素，中子树介于较小和大元素之间，右子树大于较大元素。

2-3树复杂之处在于新节点的插入和已有节点的删除。因为，要保证操作后还是有效的2-3树。而每个节点也有可能是2节点也可能是3节点，要保证所有叶子节点都在同一层次上。
例如：一颗2-3树，插入一个节点。

对左侧2-3树插入一个3，首先，根据遍历，3比8小，比4小，于是只能考虑插入到叶子节点1所在的位置，考虑到所有叶子节点都在同一层，就将1位置变成3节点。

如果向2-3树中3节点插入元素，则有几种情况。

一是，向6 7这个三节点插入5，将三节点拆分，让双亲变成三节点，5成为中孩子，7成为右孩子。

二是，双亲本来是三节点，如：向2-3树中插入11，只能往双亲的双亲上转移，将12转移到8的位置构成三节点，原双亲的左子树变成新三节点的中子树（三节点叶子变成左右孩子），原双亲剩下的较大元素构成新三节点的右子树。

三是，在2-3树上插入2，但此时1 3节点，4 6节点，8 12节点都已经是三节点了。
这就表示，当前的树结构不满足需要，需要增加一层。但所有叶子节点都必须在同一层。所以根节点会有如此变化。将1 3 拆分，4 6 拆分，8 12拆分。
最终如右图所示。1 3 拆分，2插入为子根节点，3为右孩子；4 6拆分，4为子根节点，2子树为左孩子，6为右子树，5为6的左叶子，7为右叶子。8 12 拆分，8为根节点，4为左子树，12为右子树，10为12的左子树，14为12的右子树。通过拆分操作，整个树长高一层。
按照有效2-3树的特征，删除节点也可同样推理。

2-3-4树

未完待续……
B-tree