算法导论之B树

开宗明义，B树是为磁盘或其他直接存取辅助设备而设计的一种平衡查找树。一般设计的简单数据结构都是面向主存而设计的，主存读取速度快但容量小；而磁盘读取速度慢而容量大，于是针对磁盘而设计的数据结构就不同于为主存而设计的。就树结构上来说，红黑树的二叉性质和高深度适合主存，而B树正是应磁盘特点而设计的高级树结构，其高度比红黑树小很多，但广度要大很多，其分支不只2个，分支因子越大，高度越小。

在考察算法性能时，需要考虑两方面：磁盘存取次数和CPU运行时间。主存存储量小，一旦要处理的数据量比较庞大，就需要以页在磁盘和主存之间交换，选择页复制到主存中操作再将修改过的页写回磁盘，这来回就是磁盘存取消耗的性能，因此交换页在操作系统磁盘模块是一个很重要的算法。

B树设计上，一个结点的大小相当于一个完整的磁盘页，其子女数就由磁盘页的大小来决定。这样一个节点的读取就交换一个页，减少磁盘IO次数。下面定义B树：

一棵B树T是具有如下性质的有根树（根为root[T]）：

1）每个结点x有以下域构成：

   a)n[x]，当前存储在结点x中的关键字数；

   b)n[x]个关键字本身，以非降序存放，key₁[x]=<key₂[x]=<…=<key_n[x][x]

   c)leaf[x]，布尔值，如果x是叶子该值为true，如果x是内结点则为false；

2）每个内结点x还包含n[x]+1个指向其子女的指针c₁[x]，c₁[x]，…，c_n[x]+1[x]，叶结点没有子女，故而c_i域没有定义；

3）各关键字key_i[x]对储存在各子树中的关键字范围加以分割，如果k_i为存储在以c_i[x]为根的子树中的关键字，那么：

k₁=<key₁[x]=< k₂=< key₂[x]=<…=< k_n[x]=<key_n[x]+1[x]

子节点的值是被父结点的值区隔开。

4）每个叶结点具有相同深度，即树的高度h；

5）每一个节点能包含的关键字数有一个上界和下界，界可用一个B树的最小度数的固定整数t>=2来表示；

    a)每个非根的结点必须至少有t-1个关键字，每个非根的内结点至少有t个子女，如果树是非空的，则根节点至少包含一个关键字；

    b)每个节点可包含至多2t-1个关键字，故一个内结点至多可有2t个子女，如果一个结点是满的，那就有2t-1个关键字。

如果t=2，就是每个非根结点的关键字数为2，其每个内结点有2个、3个或4个子女，是一颗2-3-4树。t其实就是限制了每个结点的关键字数，在t-1和2t-1范围内，取闭区间。

B树设计上一般考虑一个结点大小和一个磁盘页相当，因此磁盘存取次数和B树高度成正比。通过B树最坏情况的高度来衡量性能。如果n>=1，对任意一颗包含n个关键字、高度为h、最小度数t>=2的B树T，则：

定义了B树和分析其性能，下面对B树的基本操作进行描述。

B树的基本操作和二叉树类似，不同的是每个结点不只是二叉决定，而是根据B树的度（结点关键字数）做决定。B树的每个内结点x，都需要做n[x]+1路的分支决定。

1）B树的搜索操作

从根结点出发搜索关键字k，在算法上只需依次从顶层定位关键字值序的空间就可以。关注下，B树搜索操作的复杂度：搜索是从树根一直下降的过程，需存取的磁盘页面数为树的高度就是：O(h)=O(log_tn)，t是节点的度，n是关键字数，h是树高度；对于CPU运行时间消耗来说，每个节点的循环式为O(t)，总共进行h次循环，那总的时间就是O(th)=O(tlog_tn)。

2）B树的插入操作

B树插入操作比较复杂，必须对满结点进行分裂操作，以维持B树结点至多2t-1个关键字的性质。从根节点出发，寻找待插入关键字的序值位置，如果结点满，则分裂，将中间值插入到父节点，如果父节点也因此满，需要进一步分裂，递归如是。文中有一个思路很好，就是在寻找关键字要插入的结点过程中，在查找沿途过程中发现有满节点（包含叶结点本身）就分类，而不是等最后插入时发现了才分裂。看看满节点分裂算法的描述：

Fun_Btree_split_child(x,i,y){//x是父结点，y是子节点，i是x的分裂点

    Allocat_node(z);//分配一个z结点

    Leaf[z]=leaf[y];//把y中t个最大关键字（包含其t+1个子女）复制给z

    n[z]=t-1;

    for j=1 to t-1

        do key_j[z]=key_j+t[y];

    if not leaf[y] //y有子女

        then for j=1 to t

            do c_j[z]=c_j+t[y]

    n[y]=t-1;

//到此已经将y节点，从中间分类成两个节点，y和z，其中z是较大关键字的那部分

//下面就是将y的中间关键字提升到父结点x中，左右分别指向y和z

for j=n[x]+1downto i+1

        do c_j+1[x]=c_j[x];//x的子女向右移动一个位置

    c_i+1[x]=z;

    for j=n[x] downto i

        do key_j+1[x]=key_j[x];//x的关键字向右移动一个位置

    key_i[x]=key_t[y]

    n[x]=n[x+1]

    Disk-Write(y);

    Disk-Write(z);

Disk-Write(x);//回写磁盘，一个结点一页

}

有了分裂函数，插入算法就不描述了，在遇到满结点时调用分裂函数即可。对高度为h的B树，插入的磁盘存取次数是O(h)，cpu运行时间是O(th)=O(tlog_tn)。

3）B数的删除操作

B树删除操作和插入一样麻烦，需要确保删除后结点数不小于t-1个关键字的性质。删除的算法思路就是合并节点，复杂度和插入一样。这里不具体描述。

B树的应用是很广泛的，对于算法复杂度来说，关注CPU时间是不够的，因为多数情况，需要整体考虑设备性能，而磁盘IO能力是一个很关键但常常是制约性能的指标。